Desde que entran en erupción, los volcanes transforman el paisaje radicalmente. Mucho después de apagarse, las cenizas y materiales que han expulsado acaban convirtiéndose en suelos que sostienen ecosistemas enteros y buena parte de la agricultura en regiones volcánicas. En las cualidades del suelo volcánico puede estar una clave para prever el comportamiento
Una tesis doctoral de la Universidad de La Laguna (ULL) propone ahora una nueva vía: predecir las propiedades de los suelos volcánicos mediante inteligencia artificial, reduciendo la necesidad de muestreos intensivos y mejorando la comprensión de estos sistemas naturales.
El trabajo, desarrollado por Víctor Manuel Romeo Jiménez dentro del Programa de Doctorado en Biodiversidad y Conservación, plantea un modelo predictivo capaz de estimar características clave del suelo combinando técnicas de machine learning y análisis estadístico avanzado. La investigación fue defendida en el Instituto de Bioorgánica Antonio González y obtuvo la calificación de sobresaliente cum laude.
Un suelo complejo
Los suelos volcánicos poseen propiedades muy particulares debido a su origen en cenizas y materiales eruptivos. Estas características los convierten con frecuencia en terrenos especialmente fértiles y productivos, además de desempeñar un papel esencial en el mantenimiento de los ecosistemas y en el almacenamiento de agua y nutrientes.
El problema es que analizarlos requiere habitualmente numerosos trabajos de campo y análisis de laboratorio, procesos que implican una elevada inversión de tiempo y recursos. A ello se suma que sus propiedades cambian significativamente según factores ambientales como el clima, la vegetación o la topografía. Ante esta dificultad, la tesis se planteó desarrollar herramientas capaces de explicar y predecir la variabilidad espacial del suelo, facilitando su estudio en paisajes volcánicos.
La investigación se centró en tres propiedades fundamentales para evaluar el funcionamiento del suelo, como el carbono orgánico, relacionado con la fertilidad, la estructura del terreno y la retención de agua y nutrientes; el pH, que condiciona la disponibilidad de nutrientes para las plantas; y la capacidad de retención de fosfato, una característica típica de los suelos derivados de cenizas volcánicas. Estas variables permiten comprender cómo evolucionan los ecosistemas volcánicos y qué potencial agrícola o ambiental posee cada zona.
Machine learning
El modelo combina dos enfoques complementarios. Por un lado, utiliza Random Forest, un algoritmo de machine learning capaz de procesar grandes volúmenes de datos y detectar patrones complejos entre variables ambientales y propiedades del suelo. Por otro, incorpora modelos de ecuaciones estructurales, que permiten analizar relaciones directas e indirectas entre distintos factores ambientales.
La combinación de ambos métodos no solo mejora la capacidad predictiva, sino que también ayuda a comprender los procesos ambientales que determinan el comportamiento del suelo.
Vegetación y lluvia
Entre los resultados más relevantes destaca la influencia conjunta de la cubierta vegetal y la precipitación. La vegetación aporta materia orgánica que mejora la estructura del terreno y favorece la retención de agua y nutrientes, mientras que la lluvia condiciona la humedad disponible y el transporte de minerales.
La interacción entre estos factores explica gran parte de las diferencias observadas dentro del área analizada.
Del Chinyero al resto de territorios volcánicos
El estudio se desarrolló en la Reserva Natural Especial del Chinyero, en Tenerife. Aunque los resultados se refieren a esta zona concreta, el investigador señala que la metodología puede aplicarse a otros territorios volcánicos, siempre que los modelos se ajusten previamente a las condiciones ambientales locales.
Este enfoque podría convertirse en una herramienta útil para la planificación territorial y la gestión de espacios naturales protegidos, al permitir anticipar cómo funcionan los suelos sin necesidad de intervenir extensivamente sobre el terreno.