Modelización y atribución de la dinámica vegetación-clima a escala global mediante inteligencia artificial explicable
Congresos UEx, actas de Congresos · 03.06.2026 · (2)
DOI: 10.17398/3101-7177.2.235 ↗Kurz gefasst
Fachartikel in der Zeitschrift Congresos UEx, actas de Congresos, online erschienen am 03.06.2026. Verfasst von Daniel García Díaz und 3 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).
Abstract (Originalsprache)
Comprender la respuesta de la vegetación a la variabilidad y al cambio climático es esencial para evaluar la dinámica de los ecosistemas a escala global. El índice de área foliar (LAI), derivado de series temporales satelitales de larga duración, constituye un indicador clave de la vegetación; sin embargo, atribuir sus variaciones a forzamientos climáticos específicos sigue siendo complejo debido a la no linealidad de las interacciones, la heterogeneidad espacial y la multicolinealidad entre variables ambientales. En este estudio se desarrolla un marco metodológico escalable a nivel global para analizar las relaciones vegetación-clima a partir de la evolución del producto GEOV2-AVHRR LAI durante el periodo 1982–2022 y su relación con variables climáticas derivadas del reanálisis ERA5. Como caso ilustrativo, se presentan resultados para el dominio de América, donde se analiza la sensibilidad del LAI frente a indicadores de disponibilidad hídrica, incluyendo la humedad del suelo. Las relaciones vegetación-clima se modelizan mediante algoritmos no lineales basados en árboles, como Random Forest y Gradient Boosting, e incorporando técnicas de inteligencia artificial explicable (XAI), como SHAP y análisis de dependencia parcial, para cuantificar la contribución de los predictores climáticos y estimar sensibilidades comparables entre modelos y regiones. Los resultados muestran una alta consistencia espacial entre algoritmos, lo que refuerza la robustez de las sensibilidades estimadas y su interpretación física. El enfoque propuesto proporciona un marco reproducible y extensible para el análisis de las interacciones vegetación-clima a gran escala.
Zitieren
APA
Díaz, D. G., Gómez, F. A., Schauman, S. A., & Verger, A. (2026). Modelización y atribución de la dinámica vegetación-clima a escala global mediante inteligencia artificial explicable. Congresos UEx, actas de Congresos. https://doi.org/10.17398/3101-7177.2.235
Vancouver
Díaz DG, Gómez FA, Schauman SA, Verger A. Modelización y atribución de la dinámica vegetación-clima a escala global mediante inteligencia artificial explicable. Congresos UEx, actas de Congresos. 2026. doi:10.17398/3101-7177.2.235
BibTeX
@article{Daz2026,
author = {Díaz, Daniel García and Gómez, Fernando Aguilar and Schauman, Santiago A. and Verger, Aleixandre},
title = {Modelización y atribución de la dinámica vegetación-clima a escala global mediante inteligencia artificial explicable},
journal = {Congresos UEx, actas de Congresos},
year = {2026},
number = {2},
doi = {10.17398/3101-7177.2.235}
}
EUVIMED