La gestión forestal sostenible requiere información actualizada y precisa sobre el estado y evolución de los bosques. Los inventarios forestales continuos (IFC) son clave, pero tradicionalmente adolecen de incertidumbre espacial y temporal. Förecast 3.0, plataforma web operativa desde 2019 (TRL9), integra LiDAR, imágenes Sentinel-2 y modelos de inteligencia artificial para ofrecer IFC en tiempo real, con una filosofía clara: poner a disposición de gestores y técnicos un gran volumen de información y metodologías complejas de manera sencilla, para que puedan utilizarlas directamente en su toma de decisiones, sin necesidad de ser expertos en sensores remotos.

La herramienta responde a tres preguntas fundamentales: qué especies hay (identificación mediante CNN, ResNet y LSTM, en prototipado), cuántas existencias (biomasa, volumen, carbono, etc.) y cuándo se producen cambios (detección mensual de perturbaciones). El cálculo de existencias emplea el enfoque basado en área (ABA) y procesa masivamente nubes de puntos LiDAR (hasta 9 Tb de datos). La detección de cambios utiliza mosaicos mensuales libres de nubes y neblinas de Sentinel-2, con superresolución a 10 m, y clasifica las cortas en siete niveles de probabilidad. Los resultados se descargan en formatos SIG estándar.

En un ejemplo sobre 2600 ha, la plataforma completó el inventario en menos de 3 horas, generando cartografía continua de más de 20 variables dasométricas (densidad, área basimétrica, altura dominante, volumen, biomasa, carbono, carga de combustible, etc.). La identificación de especies alcanzó una exactitud del 93% en validación (cinco clases). La integración de los módulos permite actualizar automáticamente las estimaciones de existencias tras detectar perturbaciones, gracias al cruce de polígonos de corta con el inventario LiDAR.

Förecast 3.0 constituye un sistema de apoyo a la decisión que facilita la planificación forestal, la estimación de servicios ecosistémicos (secuestro de carbono, producción de madera, regulación hídrica indirecta) y la adaptación al cambio climático. Sus principales retos futuros incluyen mejorar la predicción de densidades en masas irregulares o mixtas, detectar cambios sutiles (plagas, claras ligeras) y generalizar la clasificación de especies. Su capacidad para operar en cualquier punto de España (y ya en México) y para trabajar con o sin datos de campo la convierte en una herramienta única para la gestión forestal operativa y basada en evidencia científica.