Seguimiento del topillo desde el espacio: una nueva herramienta para el control de esta plaga en Galicia
Satélites e inteligencia artificial permiten anticiparse a los daños en prados de montaña
La rata topo (Arvicola scherman) es uno de los principales problemas para la ganadería en zonas de media montaña, ya que provoca daños importantes en los prados y resulta difícil de controlar. El seguimiento tradicional se basa en visitas al campo, que llevan mucho tiempo, cuestan dinero y suelen cubrir solo pequeñas áreas. Además, esta especie se desplaza y coloniza nuevos terrenos con rapidez, lo que complica aún más la aplicación de medidas eficaces. Por ello, en los últimos años empezó a explorarse el uso de la teledetección como una herramienta útil para mejorar la gestión del problema.
Las imágenes de satélite permiten detectar cambios en el estado de la vegetación de los prados, cambios que muchas veces están relacionados con la actividad de los topillos. A partir de esta idea, desde la Consellería do Medio Rural se desarrolló un método que combina imágenes del satélite Sentinel-2 con técnicas de inteligencia artificial para dos objetivos muy prácticos: identificar con detalle qué zonas tienen más riesgo de ser ocupadas por el topillo y estimar el nivel de daño en los prados en función de la pérdida de vigor de la hierba.
El estudio se realizó en el oriente de la provincia de Lugo, en los municipios de As Nogais, Baleira, Cervantes, Folgoso do Courel, Navia de Suarna, Pedrafita do Cebreiro, Samos y Triacastela, en una superficie de unos 1.285 km². Es una zona muy representativa de la ganadería de montaña: parcelas pequeñas, prados y pastizales combinados con cultivos, monte y vegetación natural, explotaciones extensivas y presencia de montes comunales. Para conocer la abundancia del topillo se hicieron inspecciones directas en los prados, registrando la presencia de montículos de tierra a lo largo de transectos, tanto en primavera como en otoño, entre los años 2021 y 2024. Con estos datos se calculó un índice sencillo que indica si la parcela no tiene actividad o si está poco, medianamente o muy afectada.
Paralelamente, se analizaron imágenes de Sentinel-2 junto con datos meteorológicos (temperatura, lluvia y humedad). Se estudiaron 26 variables relacionadas con la vegetación y el suelo, que sirvieron para localizar los hábitats más favorables a la especie y para crear un Índice de Daño Optimizado (ODI). Este índice tiene la ventaja de tener en cuenta el clima de cada año, lo que permite diferenciar mejor si un prado está peor por la acción de los topillos o por una sequía o una mala estación.
Para la predicción de hábitats se empleó un modelo de inteligencia artificial que alcanzó una precisión muy alta, alrededor del 97 %. Aplicado a toda la zona de estudio, permitió estimar que aproximadamente el 30 % del territorio presenta condiciones favorables para el topillo. El índice de daño se desarrolló a partir de más de 16.700 observaciones de campo y demostró ser especialmente útil cuando se analiza a escala anual y, sobre todo, en los meses de abril y agosto, que coinciden con momentos clave tanto para el crecimiento de la hierba como para la actividad de los topillos.
Ortofoto de la zona de prueba de predicción y de los resultados de la clasificación, donde los píxeles de 10×10 metros asignados al hábitat del topillo aparecen resaltados en amarillo claro.
Gracias a la aplicación conjunta de estos modelos se pudieron evaluar más de 23.800 parcelas y seguir la evolución de la especie entre 2021 y 2024. Los resultados indican que 2021 y, especialmente, 2022 fueron años de alta actividad y mayor daño en los prados, mientras que en 2023 y 2024 se observa una reducción progresiva de la presencia del topillo y una recuperación de la vegetación. Incluso en los años con menos datos directos de campo, el sistema fue capaz de detectar cambios coherentes en la población, lo que demuestra su utilidad para el seguimiento continuo.
Área afectada por el topillo, donde se aplicaron tanto el modelo de identificación de hábitats como el modelo del Índice de Daño para inferir la abundancia de la especie en relación con el daño a la vegetación en los hábitats potenciales. El color de los contornos representa el Índice de Abundancia (IA) inferido para cada parcela en cada año, según el gradiente mostrado a la derecha.
En conjunto, este trabajo pone de manifiesto que las imágenes del satélite Sentinel-2 son una herramienta muy valiosa para el seguimiento y la predicción de las poblaciones de topillo, una especie excavadora que provoca pérdidas importantes en los sistemas agrarios. Frente a los métodos tradicionales de muestreo en campo, que requieren mucho esfuerzo y suelen cubrir áreas limitadas, la teledetección ofrece una alternativa eficaz, de bajo coste y aplicable a grandes superficies, permitiendo una vigilancia más continua, precisa y prácticamente en tiempo real.
Uno de los aspectos más relevantes es la capacidad del modelo para identificar tanto zonas ya ocupadas como áreas con alto riesgo de colonización, e incluso para inferir la dinámica de las poblaciones en años en los que no se dispone de datos directos de campo. Esto supone una clara ventaja estratégica para la gestión, ya que permite anticiparse al problema, localizar las zonas más vulnerables y aplicar medidas de control de forma preventiva y focalizada. Este enfoque resulta especialmente útil en territorios con paisajes muy fragmentados y orografía compleja, como los de la Cornisa Cantábrica, donde la dispersión juvenil y la sobreexplotación local de los hábitats provocan fuertes variaciones en la presencia de la especie.
El estudio también abre la puerta a mejoras futuras, como la incorporación de datos climáticos más detallados, la validación con series largas de seguimiento en campo y el uso de nuevas tecnologías, por ejemplo sensores térmicos o drones, que permitan detectar madrigueras y daños en vegetación más densa. Asimismo, el empleo de técnicas avanzadas de aprendizaje automático puede ayudar a entender mejor cómo el uso del suelo influye en la dispersión del topillo y a desarrollar modelos más realistas de su expansión.
En definitiva, esta investigación demuestra que la combinación de teledetección e inteligencia artificial no solo mejora la vigilancia y el control del topillo, sino que también contribuye a estrategias de manejo más sostenibles, económicas y adaptadas a la realidad agraria a gran escala. Estos avances apoyan una transición hacia sistemas de control preventivo, mejor ajustados al contexto agrícola y ecológico de la Cornisa Cantábrica y con beneficios directos para la gestión de los prados y de las explotaciones ganaderas.
