Proyecto Peridotita 12: Sobrevolando Sierra Bermeja en 3D — Culminación y modelo interactivo para Climate Detectives

¡Lo hemos conseguido! LLegamos al broche de oro del Proyecto Peridotita. Tras semanas de procesamiento espectral, calibración de índices, entrenamiento de algoritmos de Inteligencia Artificial en Python y cartografía automatizada en Google Earth Engine, hemos dado el paso definitivo: llevar el modelo de vulnerabilidad a una experiencia interactiva en 3D sobre el relieve real de Sierra Bermeja.

1. La experiencia 3D: Volando sobre la Inteligencia Artificial

Gracias a la exportación vectorial estructurada en formato KML/KMZ desde Google Earth Engine, hemos proyectado las observaciones de nuestro modelo de Machine Learning directamente sobre la topografía tridimensional de Google Earth.

Al sobrevolar los picos de Los Reales, las cresterías y los profundos barrancos peridotíticos, el mapa cobra una dimensión completamente nueva:

• Puntos Rojos (🔴 Riesgo Alto – $NBR \le 0,15$): Se observan aferrados a las laderas más escarpadas y expuestas a la erosión laminar, donde el suelo de peridotitas ha perdido la cobertura vegetal.
• Puntos Amarillos (🟡 Riesgo Medio – $0,15 < NBR \le 0,349$): Dibujan el mosaico de matorral noble y regeneración intermedia a lo largo de las cotas medias.
• Puntos Verdes (🟢 Riesgo Bajo – $NBR > 0,349$): Muestran la masa forestal consolidada en los fondos de valle y zonas protegidas del fuego.

🌐 [HAZ CLIC AQUÍ PARA EXPLORAR EL MAPA INTERACTIVO 3D EN GOOGLE EARTH]

(Accede al visor tridimensional completo y vuela sobre las coordenadas de nuestro estudio).

2. Síntesis del Pipeline Científico: De las aulas de Estepona al espacio

A lo largo de las 12 entradas del Proyecto Peridotita, el alumnado del IES Monterroso (MonteSteam) ha ejecutado un flujo de trabajo científico de nivel profesional:

[Datos Satelitales Sentinel-2] ──► [Índice NBR & Copernicus DEM]
                                           │
                                           ▼
[Algoritmo Árbol de Decisión en Colab] ──► [Extracción de Umbrales Lógicos]
                                           │
                                           ▼
[Google Earth Engine (GEE)] ────────────► [Cuantificación de 30.991 ha]
                                           │
                                           ▼
[Visualización 3D en Google Earth] ─────► [Propuestas para Climate Detectives (ESA)]

1. Teledetección Satelital: Procesamiento de imágenes multiespectrales de la constelación Sentinel-2 (Copernicus) para calcular el índice $NBR$ (Normalized Burn Ratio).
2. Topografía y Suelos: Integración de la pendiente ($^\circ$) mediante el Modelo Digital de Elevaciones Copernicus DEM de 30 metros.
3. Machine Learning / IA: Entrenamiento de un modelo de Decision Tree Classifier en Google Colab con scikit-learn para clasificar patrones de regeneración vegetal.
4. Cartografía Big Data: Re-inyección de algoritmos en Google Earth Engine para cuantificar la superficie afectada sobre 30.991,03 hectáreas.
5. Divulgación e Impacto 3D: Renderizado tridimensional y transferencia de conocimiento a la comunidad local y a la Agencia Espacial Europea (ESA).

3. Balance de Superficie Definitivo

Nivel de Riesgo (IA)	Umbral NBR	Superficie (ha)	Porcentaje (%)	Estado del Ecosistema
🔴 Riesgo Alto	$NBR \le 0,15$	5.565,10 ha	17,96%	Suelo desprotegido, alta erosión laminar.
🟡 Riesgo Medio	$0,15 < NBR \le 0,349$	12.402,15 ha	40,02%	Matorral en regeneración, vulnerable a perturbaciones.
🟢 Riesgo Bajo	$NBR > 0,349$	13.023,78 ha	42,02%	Vegetación consolidada o de pronta recuperación.
TOTAL	—	30.991,03 ha	100,00%	Perímetro oficial evaluado

4. Conclusión: Ciencia desde el instituto para proteger nuestro entorno

El Proyecto Peridotita demuestra que la tecnología espacial y la Inteligencia Artificial no son herramientas abstractas, sino aliados fundamentales para la conservación del patrimonio natural.

El trabajo de nuestros estudiantes para el programa Climate Detectives trasciende la memoria académica: entrega a la comunidad un mapa riguroso, auditable y tridimensional que servirá para monitorizar la recuperación de uno de los macizos ultrabásicos más singulares e importantes del planeta.

Ficha Metadatos para el Blog (MonteSteam)

• Slug:proyecto-peridotita-12-mapa-3d-sierra-bermeja-google-earth-climate-detectives
• Extracto: Culminamos el Proyecto Peridotita con la integración de los datos de Inteligencia Artificial en un entorno interactivo 3D en Google Earth. Resumen final del pipeline científico y balance de superficie para Climate Detectives (ESA).
• Palabras clave: Proyecto Peridotita, Sierra Bermeja, Google Earth 3D, KML, Climate Detectives, ESA, MonteSteam, IES Monterroso, Inteligencia Artificial, Teledetección.