La evaluación de la severidad del fuego en el suelo es esencial para planificar las actuaciones de restauración tras un incendio. Sin embargo, los métodos basados exclusivamente en trabajo de campo son costosos y difíciles de aplicar sobre grandes extensiones, lo que limita la obtención de información espacial continua para priorizar las zonas más afectadas.

La solución combina datos de teledetección (imágenes multiespectrales y datos LiDAR) con algoritmos de aprendizaje automático para generar mapas de severidad del fuego en el suelo de forma rápida y precisa. Esta metodología permite escalar la evaluación desde parcelas de campo a paisajes completos, proporcionando cartografía continua y de alta resolución sobre el impacto del incendio. Además, facilita la estimación del riesgo potencial de pérdida de suelo y la identificación de las áreas prioritarias para la restauración post-incendio. Al integrar información espacial de diferentes fuentes, la herramienta mejora el apoyo a la toma de decisiones por parte de gestores forestales y administraciones, optimizando la planificación de actuaciones y el seguimiento de los ecosistemas afectados.

Combina teledetección, datos LiDAR e inteligencia artificial para generar mapas precisos de severidad del fuego y riesgo de pérdida de suelo, facilitando una planificación más rápida, eficiente y basada en datos de la restauración post-incendio.

Administraciones públicas, servicios de prevención y extinción de incendios, gestores forestales, centros de investigación, consultoras ambientales y entidades responsables de la restauración de áreas afectadas por incendios forestales.

Evaluación rápida, precisa y escalable de la severidad del fuego en el suelo mediante inteligencia artificial y teledetección, permitiendo priorizar las actuaciones de restauración y mejorar la gestión de los ecosistemas afectados por incendios.

• Novo, A., Regos, A., & Fernández, C. (2025). Machine learning-based predictions of soil burn severity using spectral and LiDAR remote sensing data. Forest Ecology and Management, 596, 123094. • Novo, A., Fernandez, C., Miguez, C., & Suárez-Vidal, E. (2024). Analysing the capacity of multispectral indices to map the spatial distribution of potential post-fire soil losses based on soil burn severity. Ecological Informatics, 83, 102793.

Cristina Fernández Filgueira, investigadora principal grupo Hydrosoil