Pagina web Rancagua
Spanish Haitian Creole English

¿Vegetación de la zona central se está adaptando al cambio climático y la prolongada megasequía?

Data Observatory se incorpora al proyecto de investigación “Efecto de la vegetación en la retroalimentación tierra-atmósfera en la zona mediterránea de Chile”, adjudicado en el Concurso Subvención a la Instalación en la Academia (SIA), de la Agencia Nacional de Investigación y Desarrollo (ANID), liderado por un investigador de la Facultad de Ingeniería y Ciencias de la Universidad Adolfo Ibáñez (UAI).

El proyecto

El proyecto de investigación UAI busca entender las adaptaciones físicas que tiene la vegetación esclerófila –aquella que está adaptada a largos periodos de sequía y calor, como la vegetación natural de la zona mediterránea- producto de las sequías de las últimas décadas, y cómo estas adaptaciones modulan a su vez, a pequeña escala, el clima local.

¿Quién lidera el proyecto?

El líder del proyecto es Javier Lopatin, académico de la Facultad de Ingeniería y Ciencias de la Universidad Adolfo Ibáñez, doctor en Recursos Naturales del Instituto de Geografía y Geocología (IfGG) del Instituto Tecnológico de Karlsruhe (KIT), Alemania; especialista en la ecología del paisaje y de ecosistemas, utilizando datos obtenidos por teledetección de satélite y drones.

A su investigación se incorporan dos investigadores de Data Observatory, iniciativa público-privada de los Ministerios de Ciencia y Economía, Amazon Web Services (AWS) y Universidad Adolfo Ibáñez. Valentina Bravo, es ingeniera forestal y candidata a Magíster en Recursos Naturales del Laboratorio de Geomática y Territorio, mientras que José Miguel Cerda, es licenciado en Ciencias Biológicas y candidato a Magíster en Recursos Naturales.

¿Cuánto durará este proyecto de investigación?

El proyecto de investigación durará tres años e integrará disciplinas como climatología, hidrología, biología, Data Science, entre otros. Con ayuda de datos climáticos, de humedad del suelo, rasgos funcionales y flujos de plantas y datos satelitales, para fines del 2022 entregará estimaciones de adaptaciones vegetales de las zonas de Cauquenes, Petorca y Región Metropolitana.

"La retroalimentaciones tierra-atmósfera se puede estudiar mediante el balance de energía del ciclo hidrológico en el continuo suelo-vegetación-atmósfera (SVAC por sus siglas en inglés), por ejemplo, cómo pasa el agua entre estos tres componentes continuamente; y requiere de datos climáticos y de humedad del suelo estimados por estaciones meteorológicas, y de mediciones en terreno constantes de flujos y rasgos físicos y químicos de la vegetación”, explica Javier Lopatin.

El académico estima tener resultados a partir de fines de 2022, relacionados a estimaciones de adaptaciones vegetales en el espacio usando datos satelitales, y a partir del segundo año (2023) para las retroalimentaciones tierra-atmósfera, ya que –explica- se requiere medir al menos un año completo de datos.

Modelar respuestas ecosistémicas

Según Javier Lopatin, "existen modelos físicos de transferencia radiativa y modelos empíricos que se van a utilizar para hacer mapas de estos atributos de la vegetación, estudiar las interdependencias vegetación-atmósfera y las sensibilidades entre variables. Esto es fundamental para modelar respuestas ecosistémicas bajo escenarios de cambio climático". En este sentido, la infraestructura en la nube que ofrece Data Observatory, permitirá a futuro disponibilizar un gran volumen de datos territoriales para el desarrollo de nuevas investigaciones.

Sobre Data Observatory

Data Observatory (DO) es una colaboración público-privada-academia, sin fines de lucro, liderada por el Ministerio de Ciencia, Tecnología, Innovación y Conocimiento y el Ministerio de Economía, Fomento y Turismo, junto a Amazon Web Services (AWS) y la Universidad Adolfo Ibáñez (UAI). Su misión es la de adquirir, almacenar, procesar, analizar y disponibilizar conjuntos de datos de gran volumen y calidad, para contribuir al desarrollo de conocimiento, ciencia, tecnología e innovación, gracias a la ciencia de datos y la IA.