Caja de Herramientas

Herramientas y tecnologías para apoyar prácticas agroforestales sostenibles

La herramienta FarmTree: explotaciones, árboles y cultivos cuantificados

La plataforma FarmTree es una solución digital fácil de usar diseñada para apoyar la toma de decisiones en agrosilvicultura planificación y ejecución. Integra un modelo agroforestal basado en software con un interfaz en línea intuitiva y una base de datos científica de especies que define las características de cientos de árboles y especies de cultivo relevantes en distintas ubicaciones geográficas.

La plataforma permite a los usuarios de la tierra y a los profesionales de la agroforestería reproducir escenarios existentes o hipotéticos en un entorno en línea, lo que permite diseño flexible de sistemas agroforestales únicos en cuanto a composición de especies, disposición espacial y opciones de gestión. A continuación, prevé el rendimiento productivo, financiero y agroecológico a largo plazo de cada sistema, incluidas las previsiones de rendimientos, costes e ingresos, flujos de nutrientes y agua, secuestro de carbono, biodiversidady muchos más.

Al proporcionar una visión rápida y completa del rendimiento del sistema agrícola, la plataforma FarmTree ayuda a los usuarios a tomar decisiones informadas que pueden ampliar las prácticas sostenibles de uso de la tierra en la agroforestería europea y más allá.

Centro de conocimiento ReForest

El Centro de Conocimientos forma parte de la plataforma ReForest Engagement, diseñada para ayudar a los agricultores a planificar sistemas agroforestales y a hacer decisiones de gestión bien fundadas adaptado a los contextos locales. Está especialmente dirigido a los agricultores que aún no se han convertido a la AF, con el objetivo principal de reunir la investigación pasada y actual para abordar las lagunas de conocimiento en torno al diseño y el rendimiento de la AF, la prestación de servicios ecosistémicos y los impactos potenciales sobre la biodiversidad y el carbono del suelo.

El Hub reúne una base de datos de recursos -incluidos conjuntos de datos, herramientas de apoyo a la toma de decisiones, informes, vídeos, podcasts y sitios web- recopilados a través de los conocimientos y la experiencia del consorcio ReForest y sus redes europeas e internacionales más amplias. Actualmente, ya ofrece 80 recursos diversos de 15 países en toda Europa, estableciendo una sólida base de referencia que seguirá creciendo a lo largo del proyecto en respuesta a las necesidades de agricultores e investigadores. Para garantizar la pertinencia, los recursos se limitan a los que se originan ampliamente en Europa.

Los usuarios pueden consultar los recursos por orden alfabético o afinar la búsqueda utilizando filtros para el tipo de AF, el enfoque de AF, el sistema de cultivo, el ámbito geográfico y el formato del contenido. Esta capacidad de filtrado a medida hace que Hub sea más práctico y fácil de usar que otras plataformas de conocimiento similares. Cada recurso tiene su propia página con una breve descripción, detalles técnicos y agradecimientos, lo que garantiza que los usuarios puedan comprender rápidamente su relevancia y aplicación potencial.

Herramienta de bienes públicos ReForest

La Herramienta de Bienes Públicos (Herramienta PG) fue desarrollada originalmente por el Centro de Investigación Orgánica (ORC) en 2011 para evaluar los bienes públicos suministrado por explotaciones en proceso de conversión ecológica. Desde entonces, se ha adaptado para diversos fines, y en el marco del proyecto ReForest se ha seguir desarrollándose para integrar los beneficios específicos que los árboles aportan a los sistemas agrícolas. La herramienta evalúa una amplia gama de bienes públicos a nivel de explotación, desde gestión del suelo, energía y carbono, equilibrio de nutrientes y agrícola diversidad a capital social, resistencia empresarial, salud y bienestar de los animales, gobernanzay el contribución del paisaje y el patrimonio características.

Cada una de estas dimensiones es puntuación en una escala de 1 (deficiente) a 5 (excelente)La herramienta PG está basada en Excel y suele completarse durante una visita a la explotación de medio día de duración, en la que el investigador guía al agricultor a lo largo del proceso y le explica los resultados de forma práctica y accesible. La herramienta PG está basada en Excel y suele completarse durante una visita de medio día a la explotación, en la que un investigador guía al agricultor a través del proceso y explica los resultados de forma práctica y accesible.

Si está interesado en utilizar la herramienta ReForest PG, póngase en contacto con tom.staton@reading.ac.uk.

Mapa agroforestal de Europa

El Mapa Agroforestal de Europa es un plataforma interactiva que reúne ejemplos de prácticas agroforestales en todo el continente. Desarrollado originalmente en el marco del proyecto AGFORWARD, el mapa se ha ampliado y actualizado ahora en el marco del proyecto ReForest en colaboración con DIGITAF. En lugar de utilizar las bases de datos nacionales y regionales existentes, proporciona un acceso rápido y sencillo a una herramienta única en línea con una estructura normalizada que garantice la comparabilidad en toda Europa.

El mapa permite registrar sus actividades a distintos tipos de interesados, como agricultores, instituciones educativas y de asesoramiento y partes interesadas en la planificación de sistemas agroforestales. Las entradas se muestran con categorías y símbolos distintos, y los usuarios pueden subir fotografías para ilustrar sus sistemas. La plataforma mejorada ofrece una mayor interactividad, con funciones como actualizaciones gestionadas por el usuario, verificación del administrador y salvaguardias para la protección de datos.

Al ofrecer una visión general clara y accesible, el Mapa Agroforestal de Europa hace más visible este sistema de uso de la tierra, apoya el aprendizaje entre iguales y permite a los responsables políticos, los profesionales y los ciudadanos explorar la diversidad y el potencial de la agroforestería en toda Europa.

Pronto habrá enlaces locales para Dinamarca, España, Polonia, Bulgaria y Hungría.

¡Contribuye al mapa ahora!

Estimador de carbono y biodiversidad

El estimador de carbono y biodiversidad es un plataforma de predicción en línea desarrollado en ReForest para evaluar carbono del suelo y niveles de biodiversidad en los paisajes europeos. Integra imágenes de alta resolución obtenidas por satélite y vehículos aéreos no tripulados con extensos conjuntos de datos reales sobre el terreno, utilizando redes neuronales convolucionales avanzadas para captar patrones de vegetación, suelo y uso de la tierra. Esta combinación permite a la herramienta generar predicciones precisas y específicas de cada lugar que reflejan tanto las tendencias de uso del suelo a gran escala como las variaciones medioambientales a pequeña escala.

Accesible a través de un interfaz web sencillaEl estimador sólo necesita coordenadas geográficas para proporcionar resultados cuantificables sobre el potencial de secuestro de carbono y el estado de la biodiversidad. Al combinar el aprendizaje automático de vanguardia con la teledetección, la herramienta permite a las partes interesadas tomar decisiones basadas en pruebas sin necesidad de conocimientos técnicos en el tratamiento de datos.

Los agricultores, terratenientes, investigadores y responsables políticos pueden aplicar los resultados para evaluar estrategias de sostenibilidad, comparar escenarios de uso de la tierra o apoyar la planificación climática y de conservación.

Herramienta agroforestal de apoyo a la toma de decisiones

Este interactivo plataforma de ayuda a la toma de decisionesdesarrollado por la Universidad de Bonn en el marco del proyecto ReForest, permite a agricultores, asesores y responsables políticos explorar la viabilidad a largo plazo de la transición del uso convencional de la tierra a la agrosilvicultura. Basado en estudios de casos reales, simula los resultados de la inversión en condiciones de incertidumbre aplicando métodos estocásticos y parámetros definidos por el usuario, ofreciendo una imagen realista de los riesgos y oportunidades.

El actual conjunto de herramientas presenta cuatro escenarios agroforestales: un sistema de cultivo de manzanas en callejones en Alemania, un sistema de fruta y miel basado en un plan agroforestal de Alemania, un sistema de madera y nueces de nogal para árboles de alto valor, y un sistema ganadero silvopastoral en el Reino Unido desarrollados a través de un Living Lab de ReForest. Cada escenario es accesible en línea y proporciona configuraciones específicas para cada región que pueden adaptarse a las condiciones de cada explotación.

Con hipótesis técnicas y financieras editables, la plataforma integra Simulaciones Monte Carlo para captar la incertidumbre en los rendimientos, los precios y los riesgos operativos. Los usuarios pueden probar distintas alternativas de diseño convirtiendo la herramienta en un recurso práctico para la planificación, la toma de decisiones y la preparación de solicitudes de financiación.

Sintonizador de parámetros CNN

El sintonizador de parámetros CNN es una innovadora plataforma de software que hace que aprendizaje profundo accesible a usuarios sin experiencia en codificación. Permite a investigadores y estudiantes crear Modelos de redes neuronales convolucionales (CNN) adaptados a sus propios conjuntos de datos de imágenes en formatos como JPG, JPEG y PNG. Al agilizar el proceso de ajuste de parámetros, salva las distancias en el conocimiento del aprendizaje automático y permite a cualquiera construir modelos eficaces para tareas de clasificación.

La plataforma ofrece flexibilidad en la configuración de las divisiones de los conjuntos de datos para el entrenamiento, la validación y las pruebas, al tiempo que ofrece a los usuarios el control sobre el número de épocas, el tamaño de los lotes y la selección de las funciones de activación, optimización y pérdida. Los resultados pueden explorarse mediante visualizaciones interactivas, como matrices de confusión y gráficos, junto con informes de clasificación detallados que permiten evaluar en profundidad el rendimiento del modelo.

Con la posibilidad de guardar los modelos entrenados e integrarlos en scripts de Python u otras aplicaciones, el CNN Parameter Tuner combina facilidad de uso con funcionalidad avanzada. Su interfaz intuitiva reduce la barrera de entrada al aprendizaje automático y abre oportunidades de innovación y colaboración entre disciplinas.