1. Què és DEEPFOREST i quin problema de la gestió forestal vol resoldre?
DEEPFOREST és un projecte de recerca de Vottun que combina intel·ligència artificial, imatges de satèl·lit i cadena de blocs per monitoritzar boscos reforestats i certificar el carboni que capturen. El problema de fons és que avui la major part del seguiment es fa amb inspeccions de camp. Els tècnics mesuren diàmetres, alçades i densitat d’arbres parcel·la per parcel·la. És un mètode precís, però car, lent i esporàdic, i això dificulta saber com evoluciona realment una plantació al llarg dels anys.
El repte és més gran en els boscos joves, de 0 a 5 anys. En aquesta etapa els arbres són petits i dispersos, i els índexs de vegetació clàssics, com l’NDVI, gairebé no els distingeixen del sòl. Justament és el moment en què una reforestació és més vulnerable i en què més importa detectar si funciona.
A més, el mercat de crèdits de carboni té un problema de confiança. Cal saber quants arbres hi ha realment, si una mateixa plantació s’ha venut dues vegades i d’on surten les xifres. DEEPFOREST vol que el seguiment sigui continu, automàtic i verificable per tercers. Es basa en dades objectives i deixa un rastre que no es pot alterar.
2. Què «veu» exactament la intel·ligència artificial en una imatge de satèl·lit d’un bosc reforestat: quins indicadors en mesura i amb quina freqüència?
La IA analitza imatges multiespectrals, és a dir, imatges que capturen més bandes de llum que l’ull humà, com l’infraroig proper. Primer es netegen les imatges: es corregeix l’efecte de l’atmosfera, s’emmascaren els núvols i s’alineen les imatges de dates diferents. Després, models de segmentació classifiquen cada píxel com a vegetació jove, sòl o altres cobertes. Fem servir arquitectures com U-Net, DeepLabV3+ o SegFormer.
A partir d’aquí calculem indicadors. Alguns són clàssics, com l’NDVI, l’EVI o el LAI. Altres són nous índexs que hem desenvolupat per a boscos joves (YVI i YCVI). Els combinem amb mètriques de textura que descriuen com es distribueix la vegetació: si és homogènia, dispersa o fragmentada. Amb tot plegat estimem la cobertura vegetal, el vigor de la planta i la biomassa, que és la base per calcular el carboni capturat.
Pel que fa a la freqüència, depèn del satèl·lit. Sentinel-2, del programa europeu Copernicus, passa per un mateix punt cada pocs dies. PlanetScope, de més resolució, ofereix imatges gairebé diàries. En les proves pilot, el procés complet, des que arriba la imatge fins que el resultat queda registrat, ha trigat menys de 24 hores.
3. De moment, les xifres de precisió del sistema són de proves internes. Com es valida una eina així sobre el terreny, i qui ho comprova?
La validació es fa contrastant el que diu el sistema amb el que es mesura a peu de parcel·la. Hem treballat amb BOSQUIA, una empresa de reforestació que ha aportat parcel·les reals i dades de camp de biomassa i carboni. Les proves pilot han cobert més de 25 parcel·les, amb resultats separats per regions com Galícia i Castella i Lleó.
En aquestes proves, el model ha encertat la detecció de vegetació jove al voltant del 90-92%. El nou índex ha estimat la biomassa amb un 88% de precisió, davant del 71% de l’NDVI. Ara bé, tal com dieu, són resultats del projecte de recerca i encara no d’una auditoria independent.
El pas següent és que ho comprovin tercers. En el mercat de carboni, la verificació la fan entitats acreditades d’acord amb estàndards com Verra, Gold Standard o la ISO 14064-2. Ja hem contrastat el model amb aquests marcs, però conceptualment: no tenim cap aprovació formal. També ens cal validar-lo en més geografies, espècies i estacions de l’any, i durant períodes més llargs. El carboni d’un bosc es mesura en anys, no en mesos.
4. Què hi aporta la cadena de blocs (blockchain) que no aporti una base de dades convencional?
Una base de dades convencional pertany a algú, i aquest algú la pot modificar. En un mercat on diferents actors s’han de refiar de les mateixes xifres, això és un problema. La cadena de blocs funciona com un registre compartit en què cada dada queda segellada amb data i hora, i un cop escrita no es pot alterar sense que es noti.
A DEEPFOREST això té tres usos concrets. El primer és la integritat de les dades: els resultats de la IA es signen digitalment abans d’entrar al sistema, i en les proves s’han rebutjat el 100% de les dades manipulades. El segon és evitar la doble comptabilitat: cada crèdit de carboni es representa com un actiu digital únic, amb la localització, el mètode de càlcul i l’historial de propietaris. Quan una empresa el fa servir per compensar emissions, el crèdit es «crema» i ja no es pot tornar a vendre. El tercer és la verificació independent: qualsevol auditor pot comprovar el registre sense dependre de nosaltres.
Ara bé, la cadena de blocs no converteix una dada dolenta en bona. Per això gran part del treball ha estat en la capa prèvia, els anomenats oracles, que verifiquen la dada abans de registrar-la. Les imatges i els documents pesants es guarden fora de la cadena, i dins només hi queda una empremta digital que en garanteix la integritat.
5. Qui farà servir aquesta informació —propietaris forestals, administracions, empreses que compensen emissions— i quines decisions els ajudarà a prendre?
Hi ha quatre perfils principals.
Els propietaris i promotors forestals podran saber quines parcel·les evolucionen bé i quines no. Així podran decidir on cal reposar planta, fer manteniment o revisar una zona abans que el problema sigui irreversible.
Les empreses que compensen emissions tindran una garantia més sòlida que el crèdit que compren correspon a arbres reals, en creixement i no venuts dues vegades. Això els permetrà escollir projectes amb criteri i defensar les seves compensacions davant d’auditors o clients.
Les entitats verificadores i certificadores disposaran de dades contínues i traçables, i no només de mostrejos puntuals. Això pot abaratir i agilitzar les auditories.
Les administracions podran fer un seguiment més ampli de programes de reforestació i restauració, i detectar on es compleixen els objectius i on no.
En tots els casos, la idea és passar d’una fotografia ocasional a un seguiment continu. Les decisions es prendran sobre dades actualitzades i no sobre la darrera visita de camp.
6. Quins límits té avui la tecnologia: núvols, resolució de les imatges, boscos petits o molt fragmentats…?
N’hi ha diversos, i és important ser-ne conscients.
Els núvols són el primer. Els satèl·lits òptics no hi veuen a través, i en zones o èpoques molt ennuvolades hi pot haver setmanes sense imatges útils. El sistema els filtra, però no pot inventar el que no veu.
La resolució és el segon. Sentinel-2 té píxels de 10 metres, de manera que un arbre jove individual no es veu i el que es detecta és el conjunt de la plantació. Les imatges de més resolució milloren el resultat, però són més cares.
El tercer són els boscos petits o molt fragmentats. Quan una parcel·la és de poques hectàrees o està barrejada amb camps i camins, el senyal es contamina amb el que l’envolta i la precisió baixa. També hi influeixen el tipus de sòl, el relleu i les ombres.
El quart és la generalització. Els models s’han validat en determinades regions i espècies, i caldrà comprovar-los en altres climes, estacions i tipus de reforestació.
Finalment, l’estimació del carboni per satèl·lit és indirecta: es dedueix de la biomassa estimada. Per això no substituirà del tot el treball de camp, sinó que el complementarà i el farà més eficient. Pel que fa a les alertes primerenques de sequera, plagues o incendis, el sistema ja en té la base tècnica, però encara cal validar-les com a servei operatiu.
7. Quin paper hi han tingut el programa NUCLIS d’ACCIÓ i els socis del projecte, i quins són els propers passos?
DEEPFOREST s’ha finançat a través dels Nuclis d’R+D d’ACCIÓ, en la línia de canvi climàtic de la convocatòria 2024. El projecte s’ha executat entre l’octubre del 2024 i el maig del 2026, amb un pressupost de prop de 280.000 euros. Sense aquest suport hauria estat molt difícil assumir el risc tecnològic d’una recerca que combina teledetecció, IA i cadena de blocs, i encara més aplicada a un nínxol tan complex com els boscos joves.
Vottun ha liderat el projecte i ha desenvolupat la part de cadena de blocs, els contractes intel·ligents, el model de tokenització i la integració final. BOSQUIA ha estat el soci clau sobre el terreny: ha aportat coneixement forestal, dades de camp i les parcel·les per a les proves pilot. També hi han participat col·laboradors especialitzats en IA aplicada a imatges de satèl·lit, criptografia, mètriques ambientals i sostenibilitat, i integració de plataformes.
El resultat és una plataforma que funciona de cap a cap en entorn pilot: va de la imatge de satèl·lit fins al crèdit de carboni registrat. Els propers passos són ampliar la validació a més regions i temporades, connectar el sistema amb verificadors i estàndards reconeguts del mercat de carboni, auditar formalment els contractes intel·ligents i convertir el pilot en un servei que puguin fer servir promotors forestals, empreses i administracions.