Una adecuada gestión forestal, basada en datos, optimiza la absorción de carbón de los bosques
El proyecto Förecast 2.0 aborda objetivos de escalabilidad en términos de desarrollo computacional, optimización de geoprocesamiento y modelo de negocio
Förecast 2.0 ofrece información en tiempo real de las características y cambios en los bosques. Esto es clave para la reducción del riesgo de incendios forestales. La pérdida de áreas forestales y su biodiversidad pueden evitarse con la información forestal adecuada que permita una posterior toma de decisiones.
Se ha demostrado que una adecuada gestión forestal sostenible basada en datos optimiza la absorción de carbón de los bosques, cerca del 10% de las emisiones globales en Europa.
El proyecto EUHubs4Data, financiado con fondos europeos, tiene como objetivo impulsar la innovación basada en datos. Para ello ha creado una federación europea de centros de innovación de datos conectada con incubadoras, plataformas de datos, redes de pymes, comunidades de Inteligencia Artificial, organizaciones de formación y capacidades y repositorios de datos abiertos.
Dentro de este proyecto, se realizan experimentos transfronterizos de carácter intersectorial centrados en datos, convirtiéndose en un instrumento de referencia para el crecimiento en una economía mundial de datos y contribuyendo a la creación de espacios comunes europeos de datos.
En 2021, el Instituto Tecnológico de Aragón – ITAINNOVA – participó en el proyecto FÖRECAST 2.0 junto a la empresa Föra Forest Technologies y los dih BigData CoE Barcelona y PSNC/HPC4 Polonia.
Objetivos
El proyecto Förecast 2.0 aborda objetivos de escalabilidad en términos de desarrollo computacional, optimización de geoprocesamiento y modelo de negocio. Su objetivo es analizar datos geoespaciales de gran escala reduciendo el tiempo necesario de computación, gracias a la mejora de la arquitectura y procedimientos bajo un marco de Big Data e integración protocolos y métodos de trabajo para la actualización del inventario forestal empleando datos LiDAR.
Resultados
Participar en el proyecto EUHubs4Data ha permitido avanzar en las previsiones en materia forestal gracias a las mejoras en la arquitectura de la plataforma y la potencia de supercomputación.
Los principales resultados del experimento han sido la mejora de la arquitectura, el establecimiento de jerarquías de maestros y esclavos para resolver inventarios forestales y el desarrollo y aplicación de algoritmos de nueva arquitectura, especialmente estimaciones con procesamiento multivariable y paralelo. Concretamente:
Por un lado, una arquitectura de flujo de trabajo inteligente que permite combinar las diferentes capas de imágenes y algoritmos forestales, de tal manera que refleje la situación real de cada bosque.
Por otro lado, la suma de procesos automáticos y bajo demanda para aumentar la capacidad de trabajo simultáneo de la plataforma.
