Arbres que avisen quan tenen set: sensors i intel·ligència artificial per cuidar el bosc urbà
Sensors instal·lats al sòl i als troncs permeten controlar la humitat, la temperatura o el flux de saba. La intel·ligència artificial pot combinar aquestes dades per detectar situacions d’estrès hídric i ajudar els serveis municipals a decidir quan i on cal regar. Ciutats com Bochum i Madrid ja experimenten amb aquestes eines.
Les altes temperatures, els sòls compactats, el poc espai per a les arrels i un accés irregular a l’aigua condicionen la vida dels arbres a les ciutats. Durant les sequeres, els primers signes d’estrès poden aparèixer abans que siguin visibles a les fulles o les branques.
Per als serveis municipals, el repte és gestionar milers d’exemplars repartits entre carrers, places i parcs amb recursos limitats. En aquest context, diverses ciutats i centres de recerca estudien l’ús de sensors i intel·ligència artificial (IA) per disposar de més informació sobre l’estat de l’arbrat i planificar millor el reg.
Sensors per saber què passa sota terra
Els sensors d’humitat permeten conèixer l’evolució de l’aigua disponible al voltant de les arrels. Altres dispositius mesuren la temperatura, la resistivitat dels teixits o variables meteorològiques.
També hi ha sensors de flux de saba, que estimen el moviment de l’aigua a través del tronc, i dendròmetres capaços de registrar petites variacions en el diàmetre de l’arbre.
Aquestes dades no substitueixen la inspecció dels tècnics. Una sonda mesura només el punt on està instal·lada i els resultats poden variar segons el sòl, la profunditat, l’espècie o la distribució de les arrels. La tecnologia serveix, sobretot, per detectar canvis i prioritzar les actuacions.
Bochum prova sensors per planificar el reg
La ciutat alemanya de Bochum va començar el 2022 a instal·lar sensors d’humitat del sòl al costat d’arbres situats en diversos carrers i al Westpark.
Les dades es transmetien mitjançant LoRaWAN, una xarxa de comunicació de llarg abast i baix consum, i permetien als serveis municipals consultar l’estat del sòl i ajustar les rutes de reg.
El 2024, Bochum va ampliar les proves amb un projecte que incorporava informació sobre temperatura, resistivitat dels arbres i dades meteorològiques. L’objectiu era automatitzar part de l’anàlisi i avançar en la detecció de possibles problemes de vitalitat.
Els resultats, però, encara no permeten determinar l’estalvi d’aigua que pot generar aquest tipus de sistemes.
La IA busca patrons entre les dades
Els sensors poden generar milers de registres sobre humitat, temperatura, precipitacions, radiació solar o flux de saba. Els sistemes d’aprenentatge automàtic permeten relacionar aquestes variables i buscar patrons.
A partir de dades anteriors, els models poden estimar l’evolució de la humitat o detectar situacions compatibles amb estrès hídric.
El procés és senzill: els sensors recullen informació, el sistema la processa i genera una estimació. A partir d’aquí, els professionals decideixen si cal modificar el reg o inspeccionar l’arbre.
Una altra línia de recerca utilitza algoritmes per comparar diferents estratègies de reg. Un estudi publicat el 2026 per investigadors d’Arizona va combinar una xarxa neuronal amb un algoritme genètic per analitzar el consum d’aigua i la capacitat dels arbres per reduir la temperatura urbana.
En aquest cas, els resultats procedeixen de simulacions matemàtiques i no d’un desplegament municipal a gran escala.
Madrid prepara projectes pilot
L’Ajuntament de Madrid va formalitzar el maig del 2026 un contracte per modernitzar el control dels serveis de conservació de zones verdes, parcs i vivers.
Entre les actuacions previstes hi ha projectes pilot amb intel·ligència artificial, recopilació d’imatges amb drons, cartografia mòbil, classificació d’espècies i eines de suport per planificar el reg i les inspeccions.
El programa es troba encara en fase d’implementació i no s’han publicat dades sobre el seu impacte en el consum d’aigua o els costos de manteniment.
Models que s’han d’adaptar a cada ciutat
Un dels principals reptes és la qualitat de les dades. Un model desenvolupat amb una única espècie o en unes condicions concretes pot perdre precisió quan s’aplica en un altre entorn.
El clima, el sòl, les espècies, els sensors o la configuració dels carrers poden modificar els resultats. Per aquest motiu, els sistemes necessiten calibratge, manteniment i validació periòdica sobre el terreny.
També és important decidir on es col·loquen els dispositius. Si els sensors es concentren només en determinats parcs o espècies, les dades poden no representar el conjunt del bosc urbà.
Més cobertura arbòria a les ciutats europees
La gestió de l’arbrat urbà també ha guanyat pes en la normativa europea. El Reglament europeu sobre restauració de la natura estableix que fins al 2030 no s’ha de produir una pèrdua neta de la superfície total d’espais verds urbans ni de cobertura arbòria respecte del 2024, amb les excepcions previstes per la norma.
A partir del 2031, els estats hauran d’avançar cap a una tendència creixent d’aquests espais.
La normativa no obliga a utilitzar intel·ligència artificial, però coincideix amb un moment en què diferents administracions exploren noves eines per controlar i conservar els arbres de les ciutats.
Les experiències de Bochum i Madrid i els projectes de recerca mostren un model en què els sensors i la IA actuen com a suport als serveis municipals. Les dades poden ajudar a detectar abans una possible falta d’aigua i concentrar el reg o les inspeccions allà on són més necessaris, mentre la decisió final continua en mans dels professionals responsables de l’arbrat.
