FIREPATHS surge como una respuesta científica a uno de los desafíos críticos del siglo XXI: el aumento de la peligrosidad de los incendios forestales en un contexto de crisis climática. El proyecto tiene por objetivo la investigación de las trayectorias futuras del peligro de incendio, analizando cómo las diferentes estrategias de gestión forestal contribuyen a la mitigación del riesgo de incendio.
En este contexto, FIREPATHS destaca por su capacidad para modelar explícitamente la interacción clima–vegetación–fuego. En esta línea, el proyecto no solo considera las condiciones atmosféricas en la incidencia del fuego, sino cómo la vegetación responde al clima y cómo ese cambio en la biomasa altera, a su vez, la intensidad y el potencial de propagación del fuego.
El proyecto ha sido financiado por MCIN/AEI con código PID2020-116556RA-I00 y está liderado desde la Universidad de Zaragoza.
Visor cartográfico
Para hacer accesibles estos complejos resultados a gestores, investigadores y al público general, el proyecto ha desarrollado el visor. Esta plataforma cartográfica abierta funciona como un panel virtual donde el usuario puede visualizar y analizar los distintos datos geoespaciales.
La interfaz está diseñada para facilitar la toma de decisiones, dividiéndose en un entorno de mapa interactivo y un panel de análisis avanzado. A través de este panel, se pueden alternar diferentes enfoques de estudio, desde la observación de variables climáticas puras hasta el análisis detallado del comportamiento del fuego, tanto a escala de incendios históricos como en parcelas experimentales y proyecciones futuras.
Indicadores y variables de análisis
El visor de FIREPATHS proporciona acceso a una gran cantidad de datos, permitiendo al usuario interactuar con tres familias principales de variables que definen el comportamiento del fuego y el riesgo de incendio forestal:
- Variables climáticas: se integran los componentes del sistema canadiense FWI (Fire Weather Index), el indicador más habitual para evaluar el peligro meteorológico de incendio. Esto incluye no solo el índice general, sino también sus subcomponentes de humedad del combustible fino y sequía estacional (FFMC, DMC, DC) y de propagación (ISI, BUI, DSR). Estos datos se complementan con variables meteorológicas base (temperatura, viento, precipitación, humedad y radiación) calculadas mediante estadísticas de media, mediana, desviaciones y percentiles.
- Comportamiento del fuego: el sistema también incorpora variable de modelización física del incendio, tanto en el dosel forestal (fuego de copas) como a nivel de suelo (fuego superficial). De esta forma es posible analizar la longitud de llama (FL) y la velocidad de propagación (ROS). Una de las principales funcionalidades del visor radica en su capacidad comparativa, permitiendo evaluar estos parámetros bajo cinco estrategias de gestión forestal:
1. No manage: Evolución natural sin intervención.
2. BAU (Business As Usual): Gestión forestal convencional.
3. Fire: Gestión priorizando la reducción de carga de combustible.
4. Carbon: Estrategias enfocadas en la captura y secuestro de carbono.
5. Adapt: Gestión adaptativa para aumentar la resiliencia al cambio climático.
- Modelos de probabilidad: en el módulo de escenarios futuros, el sistema incorpora las probabilidades de ignición (diferenciando entre causas humanas y rayos) y la eficacia del ataque inicial, factores críticos para la planificación de servicios de extinción.
Proyecciones y escenarios climáticos
Para entender las proyecciones a futuro del área de estudio, FIREPATHS utiliza los escenarios de trayectorias socioeconómicas compartidas (SSP – Shared Socioeconomic Pathways). Ésto permite evaluar posibles itinerarios futuros según el nivel de emisiones en contextos variados de desarrollo social y económico
– El visor cubre desde el escenario SSP126 (bajas emisiones y desarrollo sostenible) hasta el SSP585 (uso intensivo de combustibles fósiles y alto calentamiento).
– En cuanto al horizonte temporal trabajado, el visor permite una exploración cronológica que abarca desde el año 2030 hasta el 2090, con la posibilidad de identificar las proyecciones en cada década.
– Una de las herramientas más potentes de la interfaz de este visor es su cuadrícula de visualización 2×2, que permite comparar simultáneamente cuatro escenarios distintos o la evolución de un mismo escenario en diferentes décadas, facilitando la detección visual de tendencias de desertificación o incremento de peligrosidad.
Ámbito geográfico
Aunque el proyecto se centra en el análisis de áreas quemadas específicas de diversos ecosistemas mediterráneos y de montaña de España (Montmajor, Moratalla, Requena, Uncastillo, Villarluengo, Yeste), las proyecciones climáticas también han sido calculadas a gran escala, cubriendo así, además de las zonas de incendio, otras regiones importantes de la Península Ibérica, permitiendo así la identificación de las variables en la región mediterránea oriental.
Tecnología
Arquitectura general
La robustez científica de FIREPATHS se apoya en una arquitectura de software moderna y escalable, diseñada para un manejo eficiente de grandes volúmenes de datos geoespaciales. El sistema se ha implementado siguiendo una filosofía de software libre y estándares interoperables.
Stack tecnológico
El visor se despliega como una Single Page Application (SPA), lo que garantiza una experiencia de usuario fluida y reactiva. Toda la infraestructura está contenerizada mediante Docker Compose, una decisión estratégica que asegura la portabilidad del sistema y facilita su mantenimiento tanto en entornos de desarrollo como en producción.
| Componente | Ecosistema de Soluciones |
| Interfaz de Usuario | Basada en React 18 y Vite, utilizando Material UI (MUI) para una estética profesional y accesible. |
| Motor Cartográfico | OpenLayers 7, que permite la superposición de capas complejas y la interacción avanzada con mapas. |
| Análisis de Datos | Plotly.js para la generación de gráficos dinámicos y Proj4js para la gestión precisa de proyecciones geográficas. |
| Backend Geográfico | GeoServer 2.22, el estándar industrial para servir datos espaciales. |
| Base de Datos | PostgreSQL potenciado con la extensión espacial PostGIS. |
Interoperabilidad mediante Servicios OGC
Uno de los pilares del proyecto es la adhesión a los estándares del Open Geospatial Consortium (OGC), lo que permite que el visor no solo muestre datos propios, sino que se integre perfectamente con infraestructuras de datos espaciales (IDE) externas:
- WMS (Web Map Service): Utilizado para el renderizado eficiente de capas ráster y vectoriales, como los escenarios de riesgo o la cartografía base del PNOA/IGN.
- WFS (Web Feature Service): Permite la recuperación de geometrías y atributos en formato GeoJSON, fundamentales para alimentar los gráficos de evolución temporal y los análisis de parcelas.
- WMS-T (Temporal): Esta extensión es clave para la funcionalidad de escenarios futuros, permitiendo que el usuario navegue a través de la dimensión temporal (2030–2090) de forma dinámica.
Componentes del visor
El frontend React incluye componentes modulares para:
- Visualización cartográfica: gestión de capas WMS/XYZ, mapa de referencia (overview), selector de capas con agrupaciones.
- Herramientas de análisis: medición lineal/poligonal, centrado en geometría, consulta de atributos.
- Gráficos interactivos: gráficos de líneas temporales (evolución por escenarios) y heatmaps (comparación de estrategias de gestión).
- Escenarios futuros: visualización multi-mapa (cuadrícula 2×2 o comparativa temporal) con capas WMS-T (dimensión temporal).
- Guía de usuario: documentación integrada generada con MkDocs.
Diagrama de arquitectura simplificado
El siguiente esquema ilustra cómo las peticiones del usuario son gestionadas por el proxy inverso para conectar el frontend con los motores de datos geográficos y la base de datos relacional
Créditos y financiación
© 2024 Universidad de Zaragoza — desarrollada por Geoinnova «Visor de resultados del proyecto FIREPATHS (PID2020-116556RA-I00; MCIN/AEI/10.13039/501100011033)».
¿Quieres comentarnos algo? Adelante!