SNGULAR ha participado en la actualización integral de la plataforma Simanfor, que permite realizar simulaciones de modelos forestales.

Las aplicaciones de los modelos predictivos en realidades tan diversas como finanzas, comercio electrónico, seguros, telecomunicaciones o industria farmacéutica, entre otras, están provocando una proliferación y mejora de esta técnica que agrupa diferentes capacidades. 

¿Pero qué es un modelo predictivo? Gracias a las estadísticas de modelización, el aprendizaje automático y la minería de datos somos cada vez más capaces de conocer los posibles futuros y anticiparnos. 

Con esta premisa, la Universidad de Valladolid puso en marcha Simanfor, un sistema de simulación de modelos forestales que permite la gestión de inventarios forestales, la proyección de la dinámica de sistemas forestales mediante la aplicación de modelos tanto empíricos como de procesos y el desarrollo y evaluación de regímenes de selvicultura diseñados por los usuarios. Se trata de la primera plataforma de simulación forestal en la nube.

«Me ha gustado mucho trabajar en el proceso completo de un proyecto tecnológico con aplicación directa en medio ambiente»

Jorge Prudencio.

Nuestro compañero Jorge Prudencio, cognitive solutions architech, resalta el valor de haber trabajado en un proyecto con aplicación directa en el medioambiente y de participar en todo el ciclo de vida de la solución: «Ver que algo que ha llevado tanto trabajo llega a producción es muy gratificante». Simanfor se usa tanto en formación de nuevos ingenieros forestales como para asegurar la sostenibilidad de la gestión forestal.

Actualización y rediseño de la plataforma Simanfor

Un equipo de SNGULAR ha participado en distintas tareas de la actualización integral de la plataforma Simanfor. Un ecosistema tecnológico formado por especialistas en machine learning, data, cloud y frontend.

En primer lugar, nuestros compañeros han tenido la oportunidad de actualizar todo el motor de simulación interno que permite, a partir de un inventario del arbolado y una serie de acciones aplicadas a ellos (corta, paso del tiempo…), estimar cuáles serían los efectos futuros del escenario planteado.

Además, previendo un potencial crecimiento de la plataforma, han rediseñado completamente la interfaz web y habilitado una API Rest que permitirá el desarrollo de nuevas interfaces en el futuro. Con estos cambios se facilita el uso de Simanfor y posibilita que la plataforma pueda estar disponible en más dispositivos el día de mañana. Para el desarrollo front y back del proyecto se ha usado Angular, NodeJS y MongoDB.

Los objetivos de la iniciativa, que en sus inicios aspiraban a la actualización del motor de simulación por otro completamente nuevo, posteriormente se vieron ampliados cuando también surgió la necesidad de construir una interfaz web que facilitara el uso de dicho motor.

El equipo que ha pilotado el proyecto partió de muchas de las ideas y funcionalidades que ya incorporaba Simanfor en su anterior versión e incluyó diversas tecnologías más eficientes y evolucionadas.

Siguiendo un modelo scrum de trabajo y manteniendo una comunicación constante con la Universidad de Valladolid, Jorge Prudencio destaca que cada punto de control con la entidad fue muy provechoso, avanzando y mostrando los resultados a través de una demo del producto y recogiendo feedback valioso para adaptar la herramienta a las necesidades del cliente.

Felipe Bravo, catedrático de la Universidad de Valladolid y director del Instituto Universitario de Investigación en Gestión Forestal Sotenible, afirma que gracias a todo este esfuerzo colectivo «Simanfor ha posicionado a la Universidad de Valladolid como un referente puntero en investigación forestal». 

«La colaboración con SNGULAR ha superado nuestras expectativas con respecto al desarrollo de Simanfor, incorporando novedades fruto del trabajo multidisciplinar», ha comentado Bravo tras la culminación de los trabajos.