Abstract
The condition of forests plays a crucial role in environmental balance and the sustainability of ecosystems. In this context, the study of forest health trends emerges as an essential element to comprehend and address the impacts of environmental drivers. This study explores relationships between forest health (assessed via NDVI) and environmental drivers across Alpine, Atlantic, and Mediterranean biogeographical regions in Spain during 2001–2016. Spatiotemporal dynamics, defined here as changes in forest NDVI trends over time and across geographical areas, are analyses using machine learning techniques (Random Forest and SHAP). The results provide identified key environmental and climatic drivers, which are essential insights for sustainable forest management and policy-making under climate change scenarios. The study period, the national scale employed, and the understanding of these trends make this study a knowledge source for forest managers in Spain, enabling them to identify regions and develop strategies and policies that help alleviate, prevent, and protect forest ecosystems and their associated ecosystem services in this era of global change.
Loading...
Quotes
0 citations in 
0 citations in 
Journal Title
Journal ISSN
Volume Title
Publisher
Elsevier
URL external
Date
Description
Este artículo desarrolla un enfoque innovador para analizar la salud de los ecosistemas forestales mediante la integración de teledetección, análisis espacial y técnicas avanzadas de inteligencia artificial explicable. Frente a los enfoques tradicionales basados únicamente en estadísticas descriptivas o análisis climáticos simples, el estudio incorpora modelos de aprendizaje automático capaces de capturar relaciones complejas entre variables ambientales y dinámicas de la vegetación.
La investigación se centra en comprender cómo los factores climáticos, topográficos, ecológicos y antrópicos influyen en la evolución de la vegetación forestal en diferentes regiones biogeográficas del sur de Europa. La utilización del índice NDVI como indicador de condición ecosistémica permite evaluar la respuesta de los bosques al cambio climático y a presiones ambientales a largo plazo.
Uno de los principales aportes del trabajo es la aplicación de técnicas de interpretabilidad (SHAP), que permiten identificar los factores dominantes en cada región y traducir resultados de modelos complejos en información útil para la gestión ambiental. Este enfoque facilita la identificación de áreas vulnerables, la planificación de medidas de adaptación climática y la mejora de estrategias de conservación forestal.
En conjunto, el artículo contribuye al desarrollo de herramientas basadas en inteligencia artificial para la monitorización del capital natural y el apoyo a políticas ambientales basadas en evidencia científica.
Keywords
Citation
Arrogante-Funes, P., Arrogante-Funes, F., Feijoo, D. O., Alvarez-Ripado, A., Novillo, C. J., & Bruzón, A. G. (2025). Exploring spatiotemporal dynamics and drivers of forest ecosystems in southern Europe with explainable machine learning. Ecological Informatics, 103343. https://doi.org/10.1016/j.ecoinf.2025.103343
Collections
Endorsement
Review
Supplemented By
Referenced By
Statistics
Views
9
Downloads
28
Bibliographic managers
Document viewer
Select a file to preview:
Reload