AUTORES
Laura Arnal Roig. Graduada en Ingeniería Forestal y del Medio Natural. Universitat Politècnica de València. ETS Ingeniería Agronómica y del Medio Natural. Dep. Ing. Hidráulica y Medio Ambiente. Re-ForeST. lauarroi@etsiamn.upv.es
Antonio Dámaso del Campo García. Dr. en Ingeniería de Montes (UCO, 2002) y catedrático en la Universitat Politècnica de València. Universitat Politècnica de València. ETS Ingeniería Agronómica y del Medio Natural. Dep. Ing. Hidráulica y Medio Ambiente. Re-ForeST. ancamga@upv.es
RESUMEN: Ante la aridificación creciente y el declive de los pinares de Pinus halepensis en Murcia, este estudio mapea con Landsat/NDVI la resistencia y resiliencia del dosel en >11.000 puntos. Se propone una estrategia de gestión dual: consolidar la resiliencia en zonas menos áridas y, en las más áridas, transitar hacia mosaicos abiertos y xerotolerantes, con seguimiento adaptativo.
PALABRAS CLAVE: índice de aridez, Landsat, NDVI, FCC
INTRODUCCIÓN
Durante la última década, y de forma más acusada en los años recientes, se han registrado tendencias negativas significativas en las masas forestales de la Región de Murcia, especialmente en aquellas predominantemente constituidas por Pinus halepensis (pino carrasco). Estos patrones de declive y mortalidad se atribuyen principalmente a los recurrentes episodios de sequía severa y extrema que han afectado la región entre 2014 y 2024 como se puede ver en la Figura 1.
Figura 1. Serie temporal del índice SPEI-12 en la Región de Murcia (2000–2024). Fuente: SPEIbase v2.9 (Beguería et al., 2023).
Existe una marcada correspondencia espacial entre estos procesos de decaimiento y el índice de aridez histórico, tal como se ilustra en la Figura 2. La estabilidad de estos ecosistemas forestales mediterráneos se ve cada vez más comprometida por la intensificación de los efectos del cambio climático, evidenciados en sequías prolongadas, aumento de las temperaturas y patrones de precipitación erráticos (Bussotti & Pollastrini, 2020; Ogaya & Peñuelas, 2021; Peñuelas et al., 2017). Estos factores, además, al favorecer la creciente aridez (Figura 3) y la acumulación de biomasa seca, pueden exacerbar la frecuencia y severidad de los incendios forestales, lo que a su vez induce el declive y la mortalidad de las masas forestales, afectando directamente su estabilidad ecológica y la provisión de servicios ambientales esenciales (Alderotti et al., 2024; Bochet et al., 2021; Peñuelas & Sardans, 2021).
Figura 2. Tendencia del Índice de Vegetación de Diferencia Normalizada (NDVI, 2020-2024), en los pinares de Pinus halepensis en la Región de Murcia, comparada con el índice de aridez histórico (1991-2020). Fuentes: elaboración propia a partir de imágenes mensuales Landsat; Monitor de Aridez (Arretxea Iriarte et al., 2025).
Figura 3. Comparación del índice de aridez histórico con proyecciones futuras del índice bajo diferentes horizontes temporales y escenarios de cambio climático.
Además de estas amenazas, se le suma los cambios en el uso del suelo y la gestión forestal deficiente que incrementa la densidad del dosel, agrava el estrés hídrico y la competencia inter-arbórea, acelerando el decaimiento de las masas (Navarro‐Cerrillo et al., 2018).
La vulnerabilidad de los ecosistemas forestales frente al cambio climático se define como la combinación de su exposición al mismo, su sensibilidad intrínseca a dichas alteraciones y su capacidad para adaptarse a las nuevas condiciones ambientales (Rodríguez-Vallejo & Navarro‐Cerrillo, 2019). Las proyecciones climáticas del índice de aridez (Figura 3) y la coherencia espacial entre el proceso de decaimiento y la aridez climática mostrados (Figura 2), indican una alta exposición y una elevada sensibilidad. Ante esta coyuntura, la capacidad de adaptación emerge como el principal ámbito de intervención. Dada la velocidad de los procesos implicados, esta capacidad se puede traducir en la habilidad para llevar a cabo una gestión efectiva de estas masas.
Por lo tanto, dada esta situación, se hacen necesarias intervenciones urgentes para restaurar o mantener las funciones ecológicas mediante una gestión forestal activa. Considerando las limitaciones presupuestarias en la gestión forestal española y la inviabilidad de intervenir en la totalidad de las superficies, resulta imperativo establecer un esquema de priorización (Iglesias et al., 2024; Soder et al., 2022). En este contexto, la evaluación de la resiliencia se posiciona como un instrumento fundamental para la identificación y priorización de estas áreas. La resiliencia, entendida como la facultad de un sistema para restablecer su condición original tras una perturbación y asimilar modificaciones sin alterar sus procesos funcionales esenciales (Moreno‐Fernández et al., 2022), ha sido históricamente evaluada mediante técnicas dendrocronológicas y mediciones directas en campo. Sin embargo, estas metodologías conllevan restricciones inherentes en cuanto a su escalabilidad y la continuidad del monitoreo. Por el contrario, la teledetección ha abierto nuevas perspectivas para la observación a gran escala y a largo plazo de la salud forestal, proporcionando secuencias temporales de datos ininterrumpidos (Filizzola et al., 2022).
La integración de la teledetección en la gestión forestal se fundamenta en una sólida base científica, facilitando la toma de decisiones estratégicas y promoviendo la conservación de los ecosistemas (Ewane et al., 2023). Su capacidad de monitoreo continuo es crucial para la implementación de una gestión forestal adaptativa y la comprensión de las transformaciones a largo plazo que experimentan los bosques, particularmente frente a los fenómenos climáticos extremos exacerbados por el cambio climático (Molina et al., 2021; Peña‐Molina et al., 2024). Al proporcionar datos fiables sobre el estado y las tendencias de los recursos forestales, la teledetección capacita a los gestores para formular decisiones informadas, optimizando la eficiencia en la recolección de datos con mayor precisión y resolución temporal y espacial (Lister et al., 2020; Mozgeris & Balenović, 2021; Surový & Kuželka, 2019; Vepakomma et al., 2023).
Por ejemplo, la aplicación de índices de vegetación, como el NDVI, derivados de sensores multiespectrales ha demostrado su efectividad para cuantificar las modificaciones en la estructura de la cubierta vegetal y en el estado fisiológico del dosel. Estos índices exhiben una correlación significativa con parámetros biofísicos y fisiológicos clave, tales como las tasas de fotosíntesis y el contenido hídrico (Moreno‐Fernández et al., 2022), siendo ampliamente utilizados en el seguimiento de la sequía y la evaluación de la salud forestal (Li et al., 2023). La información derivada de estos índices proporciona a los gestores forestales herramientas para el monitoreo de las dinámicas espacio-temporales del ecosistema, la evaluación de la respuesta forestal a las perturbaciones climáticas y la formulación de estrategias de manejo silvícola adaptativas (Catalli et al., 2024; Mozgeris & Balenović, 2021; Nord‐Larsen et al., 2023).
El presente estudio aborda la creciente vulnerabilidad de los pinares de Pinus halepensis frente a la sequía en la Región de Murcia y la consecuente necesidad de optimizar la gestión forestal en un contexto de recursos limitados. Para ello, se propone la cuantificación y comparación de métricas de resiliencia a la sequía en estas formaciones mediante el empleo de imágenes Landsat y metodologías de teledetección.
METODOLOGÍA
DEFINICIÓN DEL CONCEPTO DE RESILIENCIA
La resiliencia ecológica es un concepto complejo y multidimensional, cuya definición ha evolucionado y diversificado en función del enfoque teórico y la escala de análisis (Dakos et al., 2014; Hodgson et al., 2015; Nimmo et al., 2015; Slette et al., 2019). En términos generales, se entiende como la capacidad de un sistema ecológico para absorber perturbaciones y recuperar su estructura, funcionamiento y retroalimentaciones esenciales tras la exposición a un evento adverso.
Dada la diversidad de aproximaciones conceptuales y metodológicas existentes, resulta imprescindible establecer un marco operativo claro que permita su aplicación práctica en la gestión forestal. En este estudio, la resiliencia se evalúa a partir de indicadores derivados de teledetección, utilizando el índice de vegetación de diferencia normalizada (NDVI) como variable de estado del sistema. No obstante, es importante reconocer que la teledetección presenta limitaciones inherentes para la evaluación directa de procesos ecológicos complejos. Por tanto, el diagnóstico presentado se centra en la detección y análisis de los cambios relativos en la cobertura y la condición biofísica del dosel, indicadores indirectos pero robustos de la respuesta funcional del sistema ante la sequía.
Se consideran dos métricas complementarias:
- Resistencia, definida como la capacidad del dosel forestal para mantener su estado frente a una perturbación (es decir, minimizar la magnitud de la desviación del NDVI).
- Resiliencia, entendida como la capacidad del dosel para recuperar su valor previo a la perturbación en un periodo determinado tras el evento de estrés.
La Figura 4 muestra el modelo conceptual de resiliencia propuesto por Van Meerbeek et al. (2021), que representa el comportamiento de un sistema ante perturbaciones tipo pulso como lo es la sequía. En ella, la respuesta del sistema se describe mediante la variación de una variable de estado (S) en el tiempo (t). Cuando una perturbación (P) tipo pulso no supera la tolerancia del sistema (F1) (Figura 4a), este puede retornar a su condición inicial (SR), siendo la pendiente de esa recuperación (Rsl) un indicador de su resiliencia. Si la magnitud de la perturbación excede dicha tolerancia (Figura 4b), el sistema no logra regresar a su estado original y transita hacia un nuevo régimen (SR’).
Figura 4. Modelo conceptual de resiliencia propuesto por Van Meerbeek et al. (2021). Autores: Van Meerbeek et al. (2021).
Con el fin de obtener un indicador comparable y estandarizado, se adoptó un enfoque de resiliencia a corto plazo, considerando un periodo de recuperación de un año posterior a la perturbación. Este intervalo permite evaluar la capacidad de los pinares para restablecer su funcionamiento en un marco temporal coherente con la dinámica interanual de las sequías mediterráneas.
Para garantizar la coherencia de los valores y evitar resultados negativos derivados de posibles sobre-recuperaciones (cuando el NDVI posterior supera al valor previo a la sequía), se estableció el siguiente esquema de acotación:
- Si SY > SR, se considera una recuperación completa, asignando un valor de Resiliencia = 1.
- Si SY < S0, se interpreta una ausencia total de recuperación, asignando Resiliencia = 0.
- En los demás casos, la resiliencia se calcula mediante la siguiente ecuación, adaptada de Orwin & Wardle (2004) y Van Meerbeek et al. (2021):
Donde:
- SR es el valor de la variable de estado (NDVI) antes de la perturbación (tp).
- S0 corresponde a la desviación máxima del NDVI respecto a SR tras la perturbación (t0=tp+X).
- SY es el valor de la variable de estado (NDVI) transcurrido el periodo estandarizado de recuperación (t0+1año).
Este esquema acota la resiliencia entre 0 y 1 donde un valor de 1 indica una recuperación total y 0 refleja la persistencia en el nivel de máxima desviación.
De manera análoga, la resistencia se estimó como la proporción en que el NDVI logra mantenerse frente a la perturbación:
Esta métrica, también acotada entre 0 y 1, adopta el valor máximo cuando no se observa variación (Resistencia = 1) y el mínimo cuando la perturbación implica una pérdida total de la condición previa (Resistencia = 0). En los casos en que la desviación supera el doble del valor inicial (S0 > 2·SR), se asigna resistencia nula, reflejando una pérdida completa de estabilidad estructural del dosel.
ANÁLISIS ESTADÍSTICO
Con el objetivo de caracterizar el contexto de cada punto de muestreo y analizar su relación con la resiliencia, se obtuvo la elevación a partir de un Modelo Digital del Terreno. Este modelo se generó utilizando el paquete elevatr de R (Hollister, 2017), que facilita el acceso estandarizado a modelos de elevación a través de servicios web. Específicamente, se descargaron los AWS Open Data Terrain Tiles como fuente raster principal, empleando una resolución de terreno cercana a los 30 m para el área de estudio.
También se obtuvieron otras covariables clave, como la radiación solar diaria media de verano, calculada a partir del MDT en GRASS GIS; el Índice de Aridez, obtenido a través del Monitor de Aridez; (Arretxea Iriarte et al., 2025) y la fracción de cabida cubierta previa a la perturbación, a partir de un producto de alta resolución disponible por Copernicus (European Environment Agency, 2018).
Estas covariables se emplearon posteriormente como predictores en los análisis de resiliencia. En concreto, la elevación y la FCC se agruparon en rangos iguales, mientras que el índice de aridez se dividió por percentiles.
Para evaluar la diferencia de resiliencia y resistencia entre estos rangos, se aplicó la prueba de Kruskal–Wallis. Cuando el contraste global resultó significativo, se realizaron comparaciones post-hoc pareadas con ajuste de p. Esta prueba permitió identificar diferencias significativas en las métricas mencionadas entre más de dos grupos. Se reportaron los resultados con sus respectivos p-valores para cada comparación, adoptando un nivel de significancia de 𝛼 = 0.05. Las comparaciones con p ≤ 0.05 fueron consideradas estadísticamente significativas, indicando diferencias claras en las métricas de resiliencia en función de las características del paisaje.
RESULTADOS Y DISCUSIÓN
El cálculo de las métricas de resiliencia se realizó para el período de sequía de 2014-2020, utilizando una malla de puntos de 500 x 500 m que comprendía 11.285 puntos de observación (Figura 5).
Figura 5. Distribución de los 11.285 puntos de muestreo sobre la distribución de los pinares de pino carrasco de la Región de Murcia.
Figura 6. Resiliencia a corto plazo (t = tS0 + 1 año) del dosel forestal para el periodo 2014-2020.
Figura 7. Resiliencia a corto plazo (t = tS0 + 1 año) del dosel forestal para el periodo 2014-2020.
Las Figuras 6 y 7 evidencian un patrón espacial de resiliencia que se asemeja a las tendencias del índice de aridez. Los análisis estadísticos confirman que tanto la resiliencia como la resistencia aumentan a medida que la aridez disminuye (Figura 8e y 8f). Este hallazgo sugiere que los bosques ubicados en áreas más húmedas exhiben una mayor capacidad para resistir y recuperarse de los eventos de sequía (Vicente‐Serrano et al., 2019). La relación inversa entre aridez y resiliencia se revela como un factor crítico en la determinación de la vulnerabilidad de los pinares de pino carrasco ante el estrés hídrico en la Región de Murcia. Esta observación concuerda con estudios previos que indican que las formaciones vegetales en ambientes más áridos muestran una respuesta más pronunciada a la sequía en su actividad, mientras que los bosques en zonas más húmedas presentan una correlación menor con la intensidad de la sequía (Vicente‐Serrano et al., 2019).
En relación con las demás covariables, se observa un patrón similar. A medida que aumenta la elevación, un factor estrechamente relacionado con el índice de aridez, en el caso de esta región, se registra un incremento tanto en la resiliencia como en la resistencia (Figura 8a y 8b). De manera análoga, en el caso de la radiación solar diaria de verano, la resiliencia y la resistencia (Figura 8c y 8d) fueron mayores en áreas con alta radiación, covariable que también muestra una relación directa con la elevación. Este fenómeno puede atribuirse a la menor disponibilidad hídrica en altitudes más bajas, donde la aridez es más pronunciada, lo que limita consecuentemente la capacidad de los árboles para mitigar el impacto de la sequía (Germain & Lutz, 2024).
En cuanto a la fracción de cabida cubierta (Figura 8g y 8h), la resiliencia tiende a aumentar en zonas con mayor FCC. Sin embargo, la resistencia disminuye en rodales que presentan una FCC entre 75-100%. La resistencia alcanza su valor máximo en la categoría de FCC de 25-50%, y se observan valores muy similares en el rango de 50-75%. Esto sugiere que una FCC entre 50-75% podría ofrecer un equilibrio óptimo entre resistencia y resiliencia. Estos resultados subrayan la compleja interacción entre las características del sitio y la estructura del dosel en la respuesta de los pinares a la sequía. Indican, además, que una densidad moderada del dosel podría optimizar tanto la capacidad de los árboles para soportar el estrés hídrico como su recuperación posterior (Lisella et al., 2022; Moreno‐Fernández et al., 2022). Este hallazgo concuerda con estudios previos en silvicultura ecohidrológica, los cuales sugieren que una remoción de al menos el 40% del área basal puede mejorar el rendimiento fisiológico de los árboles y su resistencia a la sequía (Molina et al., 2021). Por lo tanto, y considerando que la reducción de la competencia a través de aclareos puede mejorar la resiliencia y el crecimiento de los árboles frente a eventos de sequía (Navarro‐Cerrillo et al., 2018; Tonelli et al., 2022), la implementación de estrategias de manejo que optimicen la densidad del dosel resulta fundamental para fortalecer la capacidad de los pinares de Pinus halepensis en la Región de Murcia.
Figura 8. Comparación estadística de la resiliencia y la resistencia a corto plazo de los pinares de Pinus halepensesis según (a) y (b) rangos de elevación (m); (c) y (d) radiación diaria media en vernao (Wh/m2/día); (e) y (f) índice de aridez; y (g) y (h) FCC (%) previa a la perturbación. Grupos con la misma letra no difieren significativamente (p-valor > 0.05), mientras que letras distintas señalan diferencias significativas (p-valor ≤ 0.05).
CONCLUSIÓN
Las sequías repetidas de 2014–2020 han comprometido de forma significativa la estabilidad de los pinares de Pinus halepensis en la Región de Murcia. La evaluación con series Landsat/NDVI permitió cuantificar, cartografiar y comparar métricas de resistencia y resiliencia a corto plazo en más de 11.000 puntos, revelando un patrón espacial coherente con la aridez climática. Tanto la resistencia como la resiliencia aumentan a medida que disminuye la aridez y, en esta región, crecen con la altitud (y la radiación estival asociada), lo que indica mayor capacidad de soportar y recuperar el funcionamiento del dosel en ambientes relativamente menos secos. La estructura del rodal también modula la respuesta: una fracción de cabida cubierta (FCC) moderada (~50–75%) ofrece el mejor compromiso entre resistencia y resiliencia, mientras que densidades máximas (75–100%) reducen la resistencia.
Estas evidencias sustentan un esquema operativo de priorización para la gestión adaptativa: (i) Consolidar y aumentar la resiliencia del Pinus halepensis en zonas menos áridas mediante aclareos moderados hasta FCC objetivo ~50–70% (coherente con el óptimo observado), (ii) Transición eco-silvícola en zonas de alta aridez, donde la vulnerabilidad es mayor, hacia mosaicos más abiertos y termófilos mediante clareos intensos (≥50–60% del área basal), conversión gradual a mezclas autóctonas más xerotolerantes (Quercus coccifera, Olea sylvestris, Ceratonia siliqua, Pistacia lentiscus, Tetraclinis articulata donde proceda), y (iii) mantener un seguimiento continuo con teledetección para ajustar decisiones en tiempo casi real. Aunque el NDVI es un indicador indirecto, su capacidad de cobertura y continuidad temporal lo convierte en una herramienta coste-efectiva para orientar la restauración y el mantenimiento de servicios ecosistémicos. Se recomienda complementar este diagnóstico con verificación de campo e integrar nuevas fuentes (p. ej., LiDAR/SAR, variables fisiológicas) para afinar umbrales y prescripciones de manejo en futuros trabajos.
AGRADECIMIENTOS
Este trabajo ha sido financiado a través del proyecto GREEN BOOST. GREEN BOOST cuenta con el apoyo de la Fundación Biodiversidad del Ministerio para la Transición Ecológica y el Reto Demográfico (MITECO) en el marco del Plan de Recuperación, Transformación y Resiliencia (PRTR), financiado por la Unión Europea – NextGenerationEU.
BIBLIOGRAFÍA
Alderotti, F., Bussotti, F., Brunetti, C., Ferrini, F., Gori, A., & Pollastrini, M. (2024). Linking patterns of forest dieback to triggering climatic and weather events: An overview on Mediterranean forests. iForest – Biogeosciences and Forestry, 17(5), 309-316. https://doi.org/10.3832/ifor4545-017
Arretxea Iriarte, M., Simón Celada, M., Beguería, S., Trullenque Blanco, V., Rondón Velasco, M. D. M., Latorre Garcés, B., & Vicente Serrano, S. M. (2025). Monitor de Aridez [Dataset] [Dataset]. CSIC – Estación Experimental de Aula Dei (EEAD). https://doi.org/10.20350/DIGITALCSIC/17105
Beguería, S., Vicente Serrano, S. M., Reig-Gracia, F., & Latorre Garc??S, B. (2023). SPEIbase v.2.9 [Dataset] [Dataset]. Digital.CSIC. https://doi.org/10.20350/DIGITALCSIC/15470
Bochet, E., Molina, M. J., Monleón, V. J., Espigares, T., Ibarra, J. M. N., Heras, M. M. de las, & Garcı́a-Fayos, P. (2021). Interactions of past human disturbance and aridity trigger abrupt shifts in the functional state of Mediterranean holm oak woodlands. CATENA, 206, 105514-105514. https://doi.org/10.1016/j.catena.2021.105514
Bussotti, F., & Pollastrini, M. (2020). Opportunities and Threats of Mediterranean Evergreen Sclerophyllous Woody Species Subjected to Extreme Drought Events. Applied Sciences, 10(23), 8458-8458. https://doi.org/10.3390/app10238458
Catalli, F., Fassnacht, F. E., Kerber, J., Költzow, J., Mohr, J., Rammer, W., Reitz, T., & Schiller, C. (2024). Future Forest: A Decision Support System for Smart and Sustainable Forest Management. https://doi.org/10.5194/egusphere-egu24-3570
Dakos, V., Carpenter, S. R., Nes, E. H. van, & Scheffer, M. (2014). Resilience indicators: Prospects and limitations for early warnings of regime shifts. Philosophical Transactions of the Royal Society B Biological Sciences, 370(1659), 20130263-20130263. https://doi.org/10.1098/rstb.2013.0263
European Environment Agency. (2018). Tree Cover Density 2012 (raster 20 m), Europe, 3-yearly, Mar. 2018 [GeoTIFF]. European Environment Agency. https://doi.org/10.2909/91687EF2-F907-4F84-81F7-C9C81980C306
Ewane, E. B., Mohan, M., Bajaj, S., Galgamuwa, G. A. P., Watt, M. S., Arachchige, P. S. P., Hudak, A. T., Richardson, G., Ajithkumar, N., Srinivasan, S., Côrte, A. P. D., Johnson, D. J., Broadbent, E. N., de‐Miguel, S., Bruscolini, M., Young, D. J. N., Shafai, S. S., Abdullah, M. M., Jaafar, W. S. W. M., … Cardíl, A. (2023). Climate-Change-Driven Droughts and Tree Mortality: Assessing the Potential of UAV-Derived Early Warning Metrics. Remote Sensing, 15(10), 2627-2627. https://doi.org/10.3390/rs15102627
Filizzola, C., Carlucci, M. A., Genzano, N., Ciancia, E., Lisi, M., Pergola, N., Ripullone, F., & Tramutoli, V. (2022). Robust Satellite-Based Identification and Monitoring of Forests Having Undergone Climate-Change-Related Stress. Land, 11(6), 825-825. https://doi.org/10.3390/land11060825
Germain, S. J., & Lutz, J. A. (2024). Stand diversity increases pine resistance and resilience to compound disturbance. Fire Ecology, 20(1). https://doi.org/10.1186/s42408-024-00283-x
Hodgson, D. J., McDonald, J. L., & Hosken, D. J. (2015). What do you mean, ‘resilient’? Trends in Ecology & Evolution, 30(9), 503-506. https://doi.org/10.1016/j.tree.2015.06.010
Hollister, J. (2017). elevatr: Access Elevation Data from Various APIs (p. 0.99.1) [Dataset]. https://doi.org/10.32614/CRAN.package.elevatr
Iglesias, M. C., Hermoso, V., Azevedo, J., Campos, J. C., Salgado‐Rojas, J., Sil, Â., & Regos, A. (2024). Integrating Multiple Landscape Management Strategies to Optimise Conservation Under Climate and Planning Scenarios. https://doi.org/10.2139/ssrn.5000667
Iriarte, M. A., Celada, M. S., Beguería, S., Blanco, V. T., Velasco, M. D. M. R., Garcés, B. L., & Serrano, S. M. V. (2025). Monitor de Aridez [Dataset]. https://doi.org/10.20350/DIGITALCSIC/17105
Li, W., Pacheco‐Labrador, J., Migliavacca, M., Miralles, D. G., Dijke, A. J. H. van, Reichstein, M., Forkel, M., Zhang, W., Frankenberg, C., Panwar, A., Zhang, Q., Weber, U., Gentine, P., & Orth, R. (2023). Widespread and complex drought effects on vegetation physiology inferred from space. Nature Communications, 14(1). https://doi.org/10.1038/s41467-023-40226-9
Lisella, C., Antonucci, S., Santopuoli, G., Marchetti, M., & Tognetti, R. (2022). Assessing Resilience Components in Maritime Pine Provenances Grown in Common Gardens. Forests, 13(12), 1986-1986. https://doi.org/10.3390/f13121986
Lister, A. J., Andersen, H. H., Frescino, T. S., Gatziolis, D., Healey, S. P., Heath, L. S., Liknes, G. C., McRoberts, R. E., Moisen, G. G., Nelson, M. D., Riemann, R., Schleeweis, K., Schroeder, T. A., Westfall, J. A., & Wilson, B. T. (2020). Use of Remote Sensing Data to Improve the Efficiency of National Forest Inventories: A Case Study from the United States National Forest Inventory. Forests, 11(12), 1364-1364. https://doi.org/10.3390/f11121364
Meerbeek, K. V., Jucker, T., & Svenning, J.-C. (2021). Unifying the concepts of stability and resilience in ecology. Journal of Ecology, 109(9), 3114-3132. https://doi.org/10.1111/1365-2745.13651
Molina, A. J., Navarro‐Cerrillo, R. M., Pérez-Romero, J., Alejano, R., Bellot, J., Blanco, J. A., Camarero, J. J., Carrara, A., Castillo, V., Cervera, T., Barberá, G. G., González-Sanchis, M., Hernández, Á. G., Imbert, J. B., Jiménez, M. N., Llorens, P., Lucas‐Borja, M. E., Moreno, G., Heras, M. M. de las, … Campo, A. D. del. (2021). SilvAdapt.Net: A Site-Based Network of Adaptive Forest Management Related to Climate Change in Spain. Forests, 12(12), 1807-1807. https://doi.org/10.3390/f12121807
Moreno‐Fernández, D., Camarero, J. J., Garcı́a, M., Lines, E. R., Sánchez-Dávila, J., Tijerín‐Triviño, J., Valeriano, C., Viana‐Soto, A., Zavala, M. Á., & Ruiz‐Benito, P. (2022). The Interplay of the Tree and Stand-Level Processes Mediate Drought-Induced Forest Dieback: Evidence from Complementary Remote Sensing and Tree-Ring Approaches. Ecosystems, 25(8), 1738-1753. https://doi.org/10.1007/s10021-022-00793-2
Mozgeris, G., & Balenović, I. (2021). Operationalization of Remote Sensing Solutions for Sustainable Forest Management. Remote Sensing, 13(4), 572-572. https://doi.org/10.3390/rs13040572
Navarro‐Cerrillo, R. M., Sánchez‐Salguero, R., Rodríguez-Vallejo, C., Duque‐Lazo, J., Moreno‐Rojas, J. M., Palacios-Rodríguez, G., & Camarero, J. J. (2018). Is thinning an alternative when trees could die in response to drought? The case of planted Pinus nigra and P. Sylvestris stands in southern Spain. Forest Ecology and Management, 433, 313-324. https://doi.org/10.1016/j.foreco.2018.11.006
Nimmo, D. G., Nally, R. M., Cunningham, S. C., Haslem, A., & Bennett, A. F. (2015). Vive la résistance: Reviving resistance for 21st century conservation. Trends in Ecology & Evolution, 30(9), 516-523. https://doi.org/10.1016/j.tree.2015.07.008
Nord‐Larsen, T., Tsatsakis, M., Li, S., Avila, L. M., Brandt, M., Liu, S., Morueta‐Holme, N., Davison, C., & Fensholt, R. (2023). Forest Plan—Pilot project on mapping of forest resources. En Research Portal Denmark (p. 128). Technical University of Denmark. https://local.forskningsportal.dk/local/dki-cgi/ws/cris-link?src=ku\&id=ku-896f0e6b-095c-488e-97e1-3a907f79a1b7\&ti=Forest\%20Plan\%20-\%20pilot\%20project\%20on\%20mapping\%20of\%20forest\%20resources
Ogaya, R., & Peñuelas, J. (2021). Climate Change Effects in a Mediterranean Forest Following 21 Consecutive Years of Experimental Drought. Forests, 12(3), 306-306. https://doi.org/10.3390/f12030306
Orwin, K. H., & Wardle, D. A. (2004). New indices for quantifying the resistance and resilience of soil biota to exogenous disturbances. Soil Biology and Biochemistry, 36(11), 1907-1912. https://doi.org/10.1016/j.soilbio.2004.04.036
Peña‐Molina, E., Moya, D., Marino, E., Tomé, J. L. P., Fajardo-Cantos, Á., González-Romero, J., Lucas‐Borja, M. E., & Heras, J. de las. (2024). Fire Vulnerability, Resilience, and Recovery Rates of Mediterranean Pine Forests Using a 33-Year Time Series of Satellite Imagery. Remote Sensing, 16(10), 1718-1718. https://doi.org/10.3390/rs16101718
Peñuelas, J., & Sardans, J. (2021). Global Change and Forest Disturbances in the Mediterranean Basin: Breakthroughs, Knowledge Gaps, and Recommendations. Forests, 12(5), 603-603. https://doi.org/10.3390/f12050603
Peñuelas, J., Sardans, J., Filella, I., Estiarte, M., Llusià, J., Ogaya, R., Carnicer, J., Bartrons, M., Rivas‐Ubach, A., Grau, O., Peguero, G., Margalef, O., Pla‐Rabès, S., Stefanescu, C., Asensio, D., Preece, C., Liu, L., Verger, A., Barbeta, A., … Terradas, J. (2017). Impacts of Global Change on Mediterranean Forests and Their Services. Forests, 8(12), 463-463. https://doi.org/10.3390/f8120463
Rodríguez-Vallejo, C., & Navarro‐Cerrillo, R. M. (2019). Contrasting Response to Drought and Climate of Planted and Natural Pinus pinaster Aiton Forests in Southern Spain. Forests, 10(7), 603-603. https://doi.org/10.3390/f10070603
Slette, I. J., Post, A. K., Awad, M., Even, T. L., Punzalan, A., Williams, S. J., Smith, M. D., & Knapp, A. K. (2019). How ecologists define drought, and why we should do better. Global Change Biology, 25(10), 3193-3200. https://doi.org/10.1111/gcb.14747
Soder, A. B., Mueller, J. M., Springer, A. E., & LaPine, K. E. (2022). Geospatial Analysis of Nonmarket Values to Prioritize Forest Restoration. Land, 11(9), 1387-1387. https://doi.org/10.3390/land11091387
Surový, P., & Kuželka, K. (2019). Acquisition of Forest Attributes for Decision Support at the Forest Enterprise Level Using Remote-Sensing Techniques—A Review. Forests, 10(3), 273-273. https://doi.org/10.3390/f10030273
Tonelli, E., Vitali, A., Brega, F., Gazol, A., Colangelo, M., Urbinati, C., & Camarero, J. J. (2022). Thinning improves growth and resilience after severe droughts in Quercus subpyrenaica coppice forests in the Spanish Pre-Pyrenees. Dendrochronologia, 77, 126042-126042. https://doi.org/10.1016/j.dendro.2022.126042
Vepakomma, U., Cormier, D., Hansson, L., & Talbot, B. (2023). Remote Sensing at Local Scales for Operational Forestry. En Advances in global change research (pp. 657-682). Springer Nature (Netherlands). https://doi.org/10.1007/978-3-031-15988-6_27
Vicente‐Serrano, S. M., Azorín-Molina, C., Peña‐Gallardo, M., Tomás‐Burguera, M., Domínguez‐Castro, F., Martín‐Hernández, N., Beguerı́a, S., Kenawy, A. E., Noguera, I., & García, M. (2019). A high-resolution spatial assessment of the impacts of drought variability on vegetation activity in Spain from 1981 to 2015. Natural hazards and earth system sciences, 19(6), 1189-1213. https://doi.org/10.5194/nhess-19-1189-2019