L’alt nivell de detall que hem aconseguit és especialment important en una àrea tan fragmentada com Catalunya, si es vol entendre bé la textura del territori i la seva evolució, fins i tot en les zones més denses.
Investigadors de la Universitat Autònoma de Barcelona (UAB) i del Centre de Recerca Ecològica i Aplicacions Forestals (CREAF) han desenvolupat un mètode que millora el coneixement que tenim de l’alçària de la vegetació, d’edificis i d’altres objectes del territori i permet obtenir models digitals d’extensió i d’evolució vertical amb una precisió inèdita fins ara i amb una gran quantitat de metadades associades i consultables en accés obert.
El mètode, anomenat LidarTeam, permet estudiar grans àrees amb un nivell de detall molt alt, amb informació de cada 2 × 2 metres, i facilita per primer cop dades de dinàmica vertical completes territorialment i al llarg de múltiples períodes. L’ha desenvolupat el Grup de Recerca Mètodes i Aplicacions en Teledetecció i Sistemes d’Informació Geogràfica (GRUMETS), s’ha publicat a la revista International Journal of Digital Earth, i també se’n proporcionen les dades en obert. Hi han participat investigadors del Departament de Geografia i del Departament de Biologia Animal, de Biologia Vegetal i d’Ecologia, tots dos de la UAB, i del CREAF.
LidarTeam es basa en el processament massiu de dades obtingudes amb tecnologia lidar a partir de vols de l’Institut Cartogràfic i Geològic de Catalunya. Aquesta tecnologia permet captar informació del territori densa i detallada —milers de milions de punts sobre desenes de milers de quilòmetres quadrats— i amb actualitzacions ràpides, i fins ara resultava molt complexa per a aplicacions de SIG (sistemes d’informació geogràfica). Aquest enfocament evita errors habituals en procediments anteriors, per exemple en àrees de pendents pronunciats o a causa del vol d’ocells, i assoleix una alta precisió gràcies a la sinergia amb altres dades de teledetecció (satèl·lit, ortofotografia aèria d’infrarojos) i diferents models del terreny i de pendents. A més, inclou metadades avançades que aporten context temporal i de qualitat per fer comparacions fiables i entendre la dinàmica vertical del territori.
L’equip de recerca ha validat el mètode mitjançant la producció de tres models digitals d’alçàries —dos a tot Catalunya i un a l’àrea metropolitana de Barcelona—, que han abastat un total de 65.000 quilòmetres quadrats, a partir de les dades de 5.355 punts en edificis i 4.160 en boscos.
«Hem dissenyat un entorn en què a la punta dels dits podem disposar de l’alçària d’arbres, arbustos, edificis, etc., amb una exactitud extrema en tot un país i, a més, en dues dates (tot Catalunya) o en tres (Catalunya + AMB) per estudiar-ne les dinàmiques detallades, en aquest cas verticals, en zones de boscos i urbanes», destaca Xavier Pons, coordinador de l’estudi.
La informació que aporta el nou mètode, que té aplicació també per a altres zones d’Espanya, és clau per fer amb propietat estudis de velocitat de creixement vertical i analitzar la relació amb altres sèries temporals, com la d’incendis forestals o la d’usos i cobertes del sòl durant quasi mig segle. També és rellevant per conèixer com varia el volum de fusta dels boscos al llarg del temps i fer estudis de biodiversitat.
Una eina per prendre mides a Catalunya
La nova eina permet conèixer dades com ara on es troben els boscos més alts de Catalunya o quines espècies tenen un creixement més ràpid. El rànquing d’arbres amb més alçària l’encapçalen els de la Vall d’Aran, on la mediana dels arbres és de 13 metres; el Pla de l’Estany, amb 12 m, i el Ripollès, amb 11,7 m. Entre els arbres que estan creixent més ràpid destaquen els avets (Abies alba), amb creixements que arriben als 27 centímetres per any en la meitat de la seva població, i els faigs (Fagus sylvatica), amb 24.
L’alçària més important detectada fins ara amb el LidarTeam ha estat un plàtan d’ombra (Platanus sp.) del parc de la Devesa de Girona, que feia 54,55 metres, l’equivalent a un edifici de 18 pisos, segons les últimes dades disponibles, de l’any 2021. L’arbre continua creixent avui dia al parc.
Pel que fa a les zones urbanes de Barcelona, tot i que els barris amb medianes més altes, d’entre 22 i 23 metres, són la Dreta de l’Eixample, l’Antiga i la Nova Esquerra de l’Eixample i Sant Antoni, els investigadors destaquen el desenvolupament vertical important del barri Gòtic, del Raval i de Sant Pere, Santa Caterina i la Ribera, amb medianes d’entre 19 i 20 metres. Els màxims superen els 100 m en vuit barris on hi ha construccions emblemàticament altes, com Vallvidrera, el Tibidabo i les Planes (Torre de Collserola), la Barceloneta (Hotel Arts), el Raval (Torre de Jaume I), el Poblenou i Diagonal Mar (Hotel Melià Barcelona Sky) i, naturalment, la Sagrada Família al barri que porta el seu nom.
Recurs obert a científics, tècnics i ciutadans
El conjunt de dades és disponible per a tothom, tant per descarregar-lo com per utilitzar-lo a través d’un geoservei que segueix els principis FAIR (sigla en anglès de «localitzables, accessibles, interoperables i reutilitzables») i que inclou funcionalitats que permeten als usuaris —científics, tècnics i ciutadania— comentar i reportar informació amb molta precisió geogràfica. Totes les dades són accessibles al navegador de codi obert del programari gratuït de SIG i teledetecció MiraMon, creat per GRUMETS i utilitzat per unes 200.000 persones a 41 països.
La proposta del grup de recerca s’emmarca en el concepte bessons digitals de la Terra, i suposa "posar a l’abast una informació molt més detallada sobre la tercera dimensió del territori, i fer-ho multitemporalment, fet crucial per avançar en la nostra comprensió dels sistemes terrestres i per poder-ne fer una gestió i planificació eficaces", conclouen els investigadors.
Article de referència: Pons, X., González-Guerrero, O., Masó, J., Zabala, A., Serral, I., & Ninyerola, M. (2025). «LidarTeam: a remote sensing driven method for massive lidar data to regional DHM refined through user feedback». International Journal of Digital Earth, 18(2). https://doi.org/10.1080/17538947.2025.2562051