Drones equipados con sensores multiespectrales, térmicos y LiDAR combinados con datos satelitales y meteorológicos para predecir y prevenir incendios forestales con precisión aeroespacial.
El cambio climático está amplificando la frecuencia e intensidad de los incendios en todo el mundo. Los datos hablan por sí solos.
El calentamiento del Mediterráneo y la fachada atlántica ha aumentado los días de riesgo extremo en un 340% desde 1990.
El contenido hídrico del combustible (FMC) en Galicia y Portugal alcanza mínimos históricos en verano. Cuando cae por debajo del 12%, el fuego se propaga exponencialmente.
El abandono rural ha triplicado la carga de combustible forestal en la Península Ibérica. Nuestro LiDAR mapea la estructura 3D del combustible con precisión de ±15 cm.
Nuestro modelo predictivo genera alertas tempranas con 24–72 horas de antelación, permitiendo pre-posicionamiento de medios y evacuaciones preventivas.
Cada vuelo de dron Ecovuela genera un conjunto de datos multidimensional que alimenta el motor predictivo en tiempo real.
Cámaras de 10 bandas (RGB + NIR + RedEdge) para calcular índices de vegetación NDVI, NDRE, SAVI, EVI. Detecta estrés hídrico invisible al ojo humano con 5 días de anticipación.
Cámara FLIR Tau2 radiométrica para mapeo de temperatura superficial. Detecta anomalías térmicas, puntos calientes subterráneos y zonas de alta evapotranspiración.
Escáner láser de 32 canales para reconstrucción 3D de la estructura del combustible: altura de copa, densidad de biomasa, continuidad vertical del combustible y modelos CHM/DSM/DTM.
Integración en tiempo real con Sentinel-2, MODIS FIRMS, Copernicus ERA5 y estaciones meteorológicas para temperatura, humedad, velocidad y dirección del viento y FWI.
Panel integrado con datos multisensoriales actualizados cada 15 minutos. Todos los indicadores clave que justifican el modelo predictivo.
| Zona | Riesgo | Sensor | Hora |
|---|---|---|---|
| Monte Pindo, GAL | Extremo | NDVI+Térmico | 12:02 |
| Serra da Estrela, PT | Alto | FMC+Meteo | 11:27 |
| Calabria, ITA | Alto | LiDAR+Sat | 10:14 |
| Okanagan, BC | Moderado | Multiespectral | 09:14 |
| A Coruña Norte | Bajo | Satélite | 07:14 |
Todos los datasets generados por Ecovuela están disponibles en los principales formatos SIG para integración con QGIS, ArcGIS, Google Earth Engine y plataformas de gestión forestal.
Comparativa RGB vs. falso color NDVI en tres zonas operacionales. El NDVI revela el estrés de la vegetación semanas antes de que sea visible visualmente.
Zona de pinar con estrés hídrico severo. NDVI medio: 0.31 (crítico). FMC estimado: 11%.
Eucalipto y matorral mediterráneo. NDVI medio: 0.24 (muy crítico). Zona de máxima prioridad.
Bosque de coníferas con sequía prolongada. NDVI medio: 0.42 (moderado). Vigilancia activa.
Escala NDVI — Índice de Vegetación de Diferencia Normalizada
Nuestro pipeline de procesamiento LiDAR detecta, segmenta y clasifica cada árbol individualmente para estimar la carga de combustible y el riesgo estructural del incendio.
Vuelo a 80 m de altura con escáner de 32 canales. Densidad de 200 puntos/m². Cobertura: 200 ha/vuelo.
Separación suelo/vegetación. Generación de DTM (Modelo Digital del Terreno) y DSM (Superficie). Corrección de vuelo y calibración.
CHM = DSM − DTM. Resolución 0.25 m. Detecta alturas de 0.5 m a 45 m con precisión vertical de ±15 cm.
Algoritmo de segmentación por cuencas hidrográficas sobre CHM. Identificación de ápices individuales. Umbral adaptativo por densidad forestal.
Fusión de datos LiDAR + multiespectral para clasificación taxonómica. Modelo Random Forest con 94.7% de precisión validado en campo.
Output: Shapefile de puntos (un punto/árbol) con atributos de altura, especie, biomasa estimada, NDVI local e índice de riesgo individual.
| Parámetro | Valor | Cobertura |
|---|---|---|
| Área total procesada | 2.400 ha | |
| Árboles detectados | 47.832 | |
| Precisión clasificación | 94.7% | |
| Velocidad procesamiento | 3.2 min/ha | |
| Densidad media | 19.9 árboles/ha | |
| Biomasa total estimada | 186.400 t |
Operaciones activas en los ecosistemas forestales más amenazados del mundo mediterráneo y atlántico.
El modelo predictivo combina datos de sensores multiespectrales, térmicos y LiDAR capturados por drones, junto con datos satelitales y meteorológicos, para anticipar el riesgo de incendios con 24–72 horas de antelación.
Ensemble de Random Forest, Gradient Boosting y Red Neuronal LSTM para series temporales. Entrenado sobre 8 años de datos históricos de incendios en Europa y Canadá (>2M registros).
32 variables de entrada categorizadas en cuatro grupos: vegetación (NDVI, FMC, biomasa), ambiente térmico (Ts, LST, anomalías), combustible (estructura LiDAR, cargas) y meteorología (FWI, viento, HR).
Modelo validado por la Universidad de Santiago de Compostela y el Instituto Superior de Agronomia (Lisboa). Datos integrados con el sistema EU Copernicus Emergency Management Service.
¿Gestionas un área forestal o eres parte de un organismo de protección civil? Hablemos sobre cómo Ecovuela puede proteger tu territorio.
Somos el único sistema que combina drones de alta resolución con IA multimodal para ofrecer alertas tempranas de incendio con hasta 72 horas de anticipación, validado operacionalmente en cuatro países.