La vegetación se enfrenta con frecuencia a factores de estrés, definidos como condiciones o sustancias desfavorables que perturban su metabolismo, crecimiento o desarrollo. Estos se clasifican en estrés abiótico (relacionado con el clima y las condiciones del suelo) y biótico. El estrés abiótico, en particular, abarca elementos climáticos como olas de calor y sequías, así como condiciones edáficas adversas como salinidad, erosión, escasez hídrica, y deficiencias en materia orgánica o nutrientes. Las alteraciones fisiológicas inducidas por estos estresores impactan significativamente el crecimiento vegetal, con consecuencias perjudiciales para la producción agrícola. La magnitud del efecto de cada tipo de estrés en el rendimiento de los cultivos varía en función del factor estresante específico, la especie cultivada y las condiciones ambientales circundantes. No obstante, la detección precoz y la implementación de medidas de protección pueden mitigar los efectos negativos del estrés en la salud de las plantas.
Figura 1. Imágenes de las áreas piloto seleccionadas. 1. Arrozales (Vega del Guadalquivir); 2. Trigo y cebada de la Comarca de Campo de Cámara (Campo de Gibraltar-Flysch de Colmenar)
El presente proyecto se propone avanzar en la comprensión del efecto combinado de los principales estresores ambientales en el entorno mediterráneo, con el objetivo de mejorar la capacidad de predicción y mitigación en un contexto de cambio ambiental global inminente. La investigación se centra en el desarrollo de novedosos modelos multiescalares basados en teledetección hiperespectral e Inteligencia Artificial para optimizar la detección temprana del estrés abiótico múltiple en la vegetación. Esto se logrará mediante la identificación de cambios en rasgos biofísicos y bioquímicos clave, tales como el índice de área foliar (LAI), el contenido de clorofilas a y b, nitrógeno y agua. Se explorará la creación de modelos híbridos que integren técnicas de IA con la inversión de Modelos de Transferencia Radiativa (RTM), estableciendo relaciones entre estos rasgos y su firma hiperespectral a diversas escalas espaciales. La adquisición de esta información hiperespectral se realizará mediante plataformas de teledetección hiperespectral de última generación (como los satélites PRISMA, Enmap y CHIME) y sensores hiperespectrales de detección próxima. Para llevar a cabo esta investigación, se realizarán diversas campañas de campo a diferentes niveles de escala: parcela (90 m), subparcela (15 m) y microparcela (1,5 m).
Las mediciones obtenidas en estas campañas alimentarán los modelos generados a escala local y se utilizarán para realizar el escalado a nivel regional (up-scaling). Se estudiará la complementariedad de las nuevas misiones de teledetección satelital multi e hiperespectral de la Agencia Espacial Europea (ESA), incluyendo Sentinel-2, PRISMA, EnMap y CHIME. Para la calibración y validación de los modelos causa-efecto entre los estresores abióticos y los cambios en los rasgos de la vegetación, se considerarán plantas herbáceas con distinta estacionalidad, específicamente arrozales y trigales. Ambas presentan un impacto económico significativo en el sector primario y se localizan en condiciones ambientales representativas de todo el cinturón mediterráneo, como el Valle del Guadalquivir (e.g., Albufera de Valencia o delta del Ebro) y el Flysch de Colmenar (e.g., Campo de Gibraltar, Castilla y León o La Mancha). El presente proyecto se alinea con la Línea 5 de investigación: Adaptación de los sistemas productivos al cambio climático, mitigación y preservación de la biodiversidad.
