La Vrije Universiteit Brussel combinó imágenes satelitales y fotografías aéreas con aprendizaje profundo para cartografiar el arbolado urbano y estudiar su relación con el calor, la contaminación y los polinizadores
Redactor: Raúl Méndez C.
Editor: Karem Díaz S.
Una herramienta de inteligencia artificial desarrollada en Bélgica permite identificar árboles urbanos hasta el nivel de especie mediante imágenes obtenidas desde satélites y aeronaves, una capacidad que puede mejorar los inventarios de vegetación y ayudar a las ciudades a decidir qué especies plantar y dónde hacerlo ante un clima cada vez más cálido.
El sistema fue desarrollado por Robbe Neyns, investigador de la Vrije Universiteit Brussel (VUB), como parte de su doctorado sobre clasificación de especies arbóreas mediante aprendizaje profundo. El trabajo aborda una limitación frecuente de la planificación urbana: muchas ciudades conocen aproximadamente cuánto arbolado poseen, pero sus inventarios no siempre indican con suficiente precisión qué especies están presentes ni se mantienen completamente actualizados.
Identificar esa composición tiene consecuencias prácticas. Los árboles proporcionan sombra y enfriamiento, filtran parte de la contaminación atmosférica y ofrecen hábitat y alimento para numerosos organismos. Sin embargo, sus beneficios dependen de la especie, el tamaño, la ubicación y las condiciones ambientales. Investigaciones anteriores han mostrado, por ejemplo, que la capacidad de los árboles urbanos para reducir el estrés térmico cambia según el clima y el diseño de la vegetación.
Satélites y fotografías aéreas distinguen especies desde el cielo
Neyns trabajó con la Región de Bruselas-Capital combinando imágenes satelitales tomadas en diferentes momentos del año con fotografías aéreas de alta resolución. A partir de esos datos entrenó modelos de aprendizaje profundo capaces de reconocer características que permiten diferenciar especies de árboles.
El problema es considerablemente más complejo que detectar una copa arbórea. En una ciudad densamente construida, las copas pueden superponerse, los edificios proyectan sombras y el terreno contiene una mezcla de tejados, calles, vegetación y otros materiales que dificultan la clasificación automática.
La utilización de imágenes de distintas fuentes y épocas proporciona información adicional al modelo. Las especies poseen características propias y siguen ciclos estacionales diferentes, por lo que observar cómo cambia la vegetación a lo largo del año ayuda a distinguir árboles que pueden resultar similares en una imagen tomada en una sola fecha.
El enfoque guarda relación con otros avances recientes de teledetección. Un método desarrollado por investigadores de Cambridge consiguió cartografiar especies y grupos de árboles mediante inteligencia artificial y datos satelitales, demostrando cómo los modelos geoespaciales pueden ampliar la información obtenida mediante inventarios terrestres.
Conocer la especie mejora la planificación del arbolado
Contabilizar árboles o calcular la superficie total cubierta por copas no proporciona por sí solo toda la información necesaria para gestionar la vegetación urbana. Saber qué especie ocupa cada lugar permite estudiar diferencias en crecimiento, tolerancia al calor, respuesta a la contaminación, ciclos estacionales y valor ecológico.
La importancia de esa información se observa en experiencias recientes de cartografía urbana. En Nueva York, investigadores de la Universidad Cornell combinaron imágenes satelitales, lidar e inventarios terrestres para identificar alrededor de 1,8 millones de árboles individuales, de los cuales aproximadamente 1,4 millones no aparecían en inventarios municipales anteriores.
La tecnología desarrollada en la VUB añade el componente de clasificación por especies a gran escala. Esto permitiría actualizar inventarios con mayor eficiencia que mediante una identificación exclusivamente sobre el terreno, aunque las observaciones de campo continúan siendo importantes para entrenar, comprobar y complementar los modelos.
La composición del arbolado tampoco es indiferente para la calidad ambiental. Un estudio reciente realizado en Pekín, Shanghái y Guangzhou mostró que determinadas especies de árboles pueden liberar isopreno que contribuye a la formación de ozono cuando coincide con altas temperaturas, radiación solar y determinados contaminantes. Este tipo de diferencias refuerza la necesidad de conocer no solo cuántos árboles existen, sino también cuáles son.
La IA permitió localizar alimento para una abeja silvestre
Neyns aplicó posteriormente el sistema a una investigación ecológica en Braunschweig, Alemania. Allí utilizó la tecnología para cartografiar sauces vinculados con Andrena vaga, una abeja silvestre que depende estrechamente de estas plantas como fuente de polen.
Al combinar la distribución de los sauces con otros factores ambientales y observaciones de los nidos de las abejas, los investigadores pudieron predecir qué sectores de la ciudad proporcionaban condiciones adecuadas para la especie.
Esta aplicación muestra que un inventario arbóreo detallado puede utilizarse más allá de la gestión forestal urbana. Conocer la ubicación de especies vegetales concretas permite estudiar redes ecológicas, disponibilidad de alimento para polinizadores y conectividad de hábitats dentro de paisajes altamente urbanizados.
La diversidad también puede aumentar la capacidad de respuesta de los espacios verdes frente a perturbaciones. Estudios sobre bosques urbanos han señalado que una mayor diversidad de árboles puede contribuir a ciudades más resilientes, al reducir la dependencia de unas pocas especies frente a enfermedades, plagas o condiciones climáticas adversas.
Calor, contaminación y pavimento afectan el ciclo de los árboles
Otra aplicación del trabajo consistió en relacionar la información sobre las especies con factores de estrés urbano, entre ellos el calor, la contaminación atmosférica y las superficies pavimentadas. El objetivo fue analizar cómo esas condiciones modifican el ciclo anual de crecimiento y desarrollo de diferentes árboles.
Esta dimensión fenológica es importante porque las especies no responden de la misma manera a las condiciones urbanas. El momento en que aparecen las hojas, su permanencia y otros cambios estacionales pueden alterarse por la temperatura y por las características particulares del entorno construido.
La vegetación urbana tampoco produce exactamente el mismo efecto térmico en todos los climas. Un análisis de 761 grandes ciudades encontró que el enfriamiento proporcionado por la vegetación puede disminuir bajo condiciones de calor o aridez extremos, lo que subraya la necesidad de adaptar las estrategias de reverdecimiento a las condiciones locales.
Elegir qué árbol plantar puede ser tan importante como aumentar su número
El desarrollo de inventarios detallados adquiere relevancia a medida que las ciudades amplían sus programas de arborización para responder al calentamiento. Plantar más árboles puede reducir la exposición solar de calles y edificios, pero la eficacia de esas inversiones depende de que los ejemplares sobrevivan, alcancen suficiente tamaño y estén adaptados a las condiciones que encontrarán durante las próximas décadas.
La investigación de Neyns plantea precisamente esa transición desde una medición general de la cobertura verde hacia una descripción ecológica más precisa. Una ciudad que conoce la ubicación de cada especie puede estudiar cuáles toleran mejor determinados barrios, dónde existen concentraciones vulnerables de una misma especie y qué árboles ofrecen recursos para la fauna urbana.
También puede identificar vacíos de biodiversidad y orientar nuevas plantaciones hacia lugares donde la sombra tenga mayor utilidad. Esta cuestión es particularmente importante en Europa: un análisis de millones de edificios encontró que gran parte de la población urbana europea dispone de una cobertura arbórea insuficiente cerca de viviendas y lugares de trabajo.
La propia planificación climática todavía presenta margen para incorporar estas herramientas. Un análisis reciente de aproximadamente 2.500 medidas adoptadas en 25 grandes ciudades europeas determinó que solo el 11,6 % incorporaba espacios verdes o áreas urbanas abiertas, señal de que la infraestructura verde continúa infrautilizada en numerosas estrategias climáticas urbanas.
La inteligencia artificial no decide por sí sola qué árboles debe plantar una ciudad. Su aportación consiste en generar información espacial y ecológica con un nivel de detalle difícil de obtener mediante inventarios exclusivamente manuales. Esa información puede combinarse con datos sobre temperatura, agua, contaminación, pavimento, biodiversidad y necesidades sociales para orientar las decisiones de planificación.
Neyns defendió el 9 de septiembre de 2026 su tesis doctoral, titulada Beyond the Canopy: Deep Learning for Urban Tree Species Classification – Applications in Pollinator Ecology and Tree Phenological Responses to Urban Stressors. El trabajo reúne así la teledetección, el aprendizaje profundo y la ecología urbana para convertir las imágenes tomadas desde el aire en una herramienta de adaptación climática y conservación de la biodiversidad.
Fuentes referenciales:
Phys.org
Vrije Universiteit Brussel
Vrije Universiteit Brussel — tesis doctoral de Robbe Neyns
