Simulación de distintos escenarios de dinámica de la vegetación bajo la influencia de factores humanos y climáticos basada en el análisis de tendencias residuales y aprendizaje automático

Por qué importa el destino de una cuenca lejana

En el corazón de Irán se encuentra la cuenca de Gavkhuni, una región de tierras áridas donde las explotaciones agrícolas, los pastizales y una vez un humedal vibrante dependen de un equilibrio delicado entre el clima y el uso humano. Este estudio plantea una pregunta que importa más allá de Irán: cuando la vegetación desaparece o se vuelve más verde, ¿en qué medida se debe a un clima más cálido y seco y en qué medida a nuestras propias decisiones—ciudades, cultivos y proyectos de restauración del territorio? Al desentrañar estas influencias, la investigación ofrece una ventana sobre cómo las personas pueden acelerar la degradación del suelo o ayudar a la naturaleza a recuperarse en regiones con escasez de agua en todo el mundo.

Vigilar la vegetación desde el espacio

Los investigadores siguieron cómo cambió la vegetación en la cuenca de Gavkhuni entre 2001 y 2023 usando datos satelitales. Se apoyaron en el Índice de Vegetación Mejorado (EVI), que ofrece una imagen más clara de la salud de las plantas que índices más conocidos al manejar mejor los suelos brillantes y la niebla que son comunes en zonas áridas. Para cada año se centraron en mayo, el mes en que las plantas suelen estar más verdes. En el mismo periodo calcularon un indicador de sequía llamado Índice de Precipitación Evapotranspiración Estandarizado (SPEI), que combina lluvia y temperatura para mostrar cuánta agua está realmente disponible para las plantas.

Separar la huella del clima de la nuestra

Observar que la vegetación cambia no es suficiente; el reto es decidir si el clima o las personas son los principales responsables. Para ello, el equipo empleó una técnica llamada análisis de tendencia residual. Primero utilizaron el índice de sequía para predecir cómo debería ser la vegetación si el clima fuera el único factor. Luego compararon esa predicción "solo clima" con lo que vieron los satélites. Donde la tierra estaba más verde de lo que el clima por sí solo sugeriría, infirieron una influencia humana positiva, como riego o restauración. Donde estaba más parda de lo esperado, atribuyeron daño adicional a la presión humana, como la expansión urbana o el sobrepastoreo.

Dónde el terreno se está reverdecendo y dónde se está apagando

El panorama que surgió no fue un declive simple, sino un mosaico de pérdida y recuperación. El clima fue la causa principal de la disminución de la vegetación en aproximadamente una quinta parte de la cuenca, especialmente en las zonas norte, este y sur más secas con baja precipitación y altas temperaturas. En contraste, las actividades humanas fueron la razón dominante del aumento de la vegetación en casi el 38 por ciento del área. Gran parte de este reverdecimiento se produjo en las partes occidental y central de la cuenca, donde la agricultura, los huertos, la rehabilitación de pastizales y la plantación de árboles se han ampliado. A veces las influencias humanas y climáticas se reforzaron mutuamente, contribuyendo a condiciones más verdes en alrededor del 12 por ciento de la región.

Una advertencia oculta en un humedal que se está secando

No todos los aumentos en la señal de vegetación fueron una buena noticia. En el extremo aguas abajo de la cuenca se encuentra el humedal de Gavkhuni, que se ha reducido y secado en las últimas décadas. En los datos satelitales, el agua abierta aparece con valores de vegetación muy bajos o negativos. A medida que el humedal se secó y dejó al descubierto suelo desnudo, el índice subió hacia cero—aunque las plantas no se estaban recuperando. Al combinar mapas y conocimientos locales, los investigadores mostraron que tanto el cambio climático como el uso del agua aguas arriba intensificaron este secado, convirtiendo un humedal antaño importante en una fuente de condiciones locales más cálidas y potencial polvo.

Cómo el aprendizaje automático refina la imagen

Para profundizar, el equipo utilizó un método de aprendizaje automático llamado random forests para ver qué factores explicaban mejor dónde la vegetación subió o bajó. Alimentaron el modelo no solo con variables climáticas y relacionadas con la actividad humana como el uso del suelo, sino también con información del terreno y del suelo, incluyendo elevación, pendiente y salinidad del agua subterránea. Los resultados confirmaron que los extremos climáticos eran clave en el declive de la vegetación en muchos pastizales degradados, mientras que las acciones humanas—especialmente la agricultura, la jardinería y la rehabilitación de pastizales—fueron centrales en las ganancias de vegetación. La elevación surgió como una influencia particularmente importante, porque condiciona la temperatura local y los patrones de precipitación, ayudando a explicar por qué las zonas occidentales de mayor altitud pueden sostener paisajes más verdes.

Qué significa esto para las personas y las políticas

Para los no especialistas, el mensaje principal es claro: el cambio climático está empujando grandes partes de esta cuenca de tierras áridas hacia paisajes más pardos y frágiles, pero las decisiones humanas pueden empeorar o contrarrestar esa tendencia. En Gavkhuni, la sequía y el calor impulsaron gran parte de la pérdida de vegetación, mientras que una mejor gestión del suelo y una agricultura orientada produjeron gran parte del reverdecimiento. Al combinar registros satelitales con análisis inteligentes y aprendizaje automático, el estudio ofrece un conjunto de herramientas práctico para otras regiones: identificar dónde el clima es el principal culpable, dónde la presión humana está causando el daño y dónde una intervención cuidadosa—como reducir el pastoreo, mejorar la eficiencia del riego o replantar—puede dar a la vegetación la oportunidad de recuperarse.

Cita: Abolhasani, A., Tavili, A. & Khosravi, H. Simulating different scenarios of vegetation dynamics under the influence of human and climatic factors based on the residual trend analysis and machine learning. Sci Rep 16, 6485 (2026). https://doi.org/10.1038/s41598-026-35649-5

Palabras clave: dinámica de la vegetación, cambio climático, actividades humanas, ecosistemas de zonas áridas, teledetección