El cambio climático está aumentando la vulnerabilidad de las masas de pinar procedentes de repoblación del área mediterránea. En este trabajo integramos una serie temporal de imágenes procedentes del sensor Landsat (TM-ETM-OLI) con un modelo hidrológico distribuido de base física (WiMMed) para examinar la relación causa-efecto entre los procesos de mortalidad de plantaciones de Pinus pinaster Ait. y el régimen hidrológico.
El índice de quemado normalizado (NBR) y el índice de estrés por humedad (MSI) muestran las correlaciones más altas con las tasas de defoliación.
Random Forest fue el modelo más preciso (R2 = 0.79; RMSE = 0.059), mostrando un alto rendimiento y predicción del modelo.
Las máquinas de vectores de soporte y las redes neuronales también demostraron un alto rendimiento (R2> 0.7).
Las principales variables hidrológicas seleccionadas por el modelo para explicar la defoliación fueron la evapotranspiración potencial, la precipitación en invierno y la temperatura máxima en verano.
Estos resultados muestran la importancia de las variables hidrológicas involucradas en los procesos de evaporación y en el cambio en la distribución espacial de la lluvia estacional en los procesos de defoliación de P. pinaster. Estos resultados subrayan la importancia de integrar datos procedentes de sensores remotos y modelos hidrológicos para analizar los impulsores de los procesos de defoliación y mortalidad forestal en el clima mediterráneo.
Palabras clave: Decaimiento forestal; Plantaciones de pinus; Series temporales Landsat; Modelo hidrológico; Machine learning; Mapeo de defoliación.
Artículo completo: