Proyecto en desarrollo · 2025–2026

Sistema predictivo con inteligencia artificial para la prevención de la filoxera

Un modelo espaciotemporal que combina clima, suelo, conectividad y focos observados para anticipar zonas de riesgo, rutas probables de dispersión y ventanas críticas de vigilancia en Canarias.

El objetivo es ofrecer mapas operativos y alertas proactivas que prioricen inspecciones, saneamientos y comunicación con viticultores. El sistema aprende de datos globales e históricos sobre filoxera y se calibra con la realidad de Tenerife: focos confirmados, zonas demarcadas y prospecciones. No sustituye los protocolos oficiales; los potencia con evidencia cuantitativa y explicable.

Modelado de idoneidad (baseline) Aprendizaje supervisado Proceso puntual (Hawkes) Validación espacial por bloques Explicabilidad (SHAP) Incertidumbre y escenarios climáticos

Cómo funciona

1) Ingesta y normalización de datos

Clima (temperatura del suelo/aire, grados-día), edafología (textura, arena/arcilla), topografía, usos del suelo, viento (alisios), red viaria y focos georreferenciados (positivos confirmados/prospecciones).

2) Capa de idoneidad ambiental

Modelos de distribución (baseline) para estimar hábitat favorable: ventanas térmicas de actividad (17–19 °C suelo en activación) y penalización en suelos muy arenosos (>65%).

3) Dinámica de dispersión

Proceso puntual espaciotemporal (tipo Hawkes) con kernel anisotrópico: proximidad radicular, viento dominante y conectividad antrópica (movimiento de material/maquinaria) como vectores.

4) Aprendizaje supervisado

Ensamble (gradient boosting / random forest) entrenado con etiquetas locales (positivo/negativo por campaña) y validación por bloques espaciales para evitar fuga de información.

5) Predicción + explicabilidad

Mapas de riesgo (percentiles), rutas probables, cronograma de “ventanas críticas”, importancia de variables (SHAP) y capas de incertidumbre.

6) Calibración continua

Actualización mensual con nuevas prospecciones/avisos; backtesting por campañas; comparación con escenarios climáticos (tendencias térmicas).

Datos que integramos

Focos confirmados (Tenerife 2025) Zonas demarcadas (500 m + 1 km) Prospecciones y negativos Textura del suelo (arena/arcilla) Temperatura del suelo/aire Precipitación y sequía Pendiente y altitud Cobertura/uso del suelo Viento dominante (alisios) Red viaria y accesibilidad Calendario fenológico

Las capas se versionan y trazan (metadatos) para auditoría y reproducibilidad.

Salidas para la toma de decisiones

Mapa de riesgo (0–1)

Celdas de 250 m con percentiles y banda de incertidumbre. Exportable a GeoJSON/GeoTIFF.

“Hotspots” y rutas probables

Dorsales de riesgo y corredores por conectividad (viento + humano) para planificar vigilancia dirigida.

Ventanas críticas

Semanas con mayor probabilidad de actividad/expansión para reforzar inspecciones y comunicación.

Panel de explicabilidad

Contribución de variables (SHAP), sensibilidad y “por qué” una celda es de alto riesgo.

Contexto local utilizado para la calibración (2025)
  • Detección inicial a finales de julio en Valle de Guerra (La Laguna), con focos adicionales puntuales en el norte de Tenerife.
  • Zonas demarcadas: 500 m (infestada) + 1 km (tampón) alrededor de cada brote; prospecciones intensivas en el norte insular.
  • Evidencia edáfica y térmica: mayor riesgo en arcillas; la actividad se reactiva con suelo > 17–19 °C; suelos muy arenosos (> 65 % arena) reducen severidad.

El modelo prioriza inicialmente la vertiente norte con influencia de alisios y proximidad a focos confirmados.

Transparencia y límites

  • El modelo no da certezas; entrega probabilidades con incertidumbre.
  • No sustituye protocolos oficiales (vigilancia, arranques, cuarentenas).
  • Todos los supuestos y versiones quedan documentados (cambios de datos y parámetros).