Francisco Mauro Gutiérrez
| ÁREA | GRUPO DE INVESTIGACIÓN | INSTITUTO |
|---|---|---|
| Producción Vegetal | UIC/GIR Cambium |
Me gradué como Ingeniero de Montes en la Universidad Politécnica de Madrid en 2007 y comencé mi carrera investigadora como becario predoctoral en el grupo de investigación Silvanet de dicha universidad. Mi tesis doctoral fue financiada por el programa de ayudas al doctorado de la UPM y se centró en la aplicación de técnicas de estimación en áreas pequeñas a inventarios forestales mediante teledetección lidar y en la modelización de la estructura forestal de masas irregulares de Pinus sylvestris.
Presenté mi tesis doctoral en enero de 2015 y en marzo de ese mismo año empecé a trabajar como investigador postdoctoral en el College of Forestry de Oregon State University, OSU. En enero de 2018 fui contratado en OSU como investigador asociado, puesto que he ocupado hasta mi incorporación a la Universidad de Valladolid como investigador María Zambrano. Durante mi estancia en Oregon continué y extendí las líneas de investigación comenzadas en mi tesis, especialmente aquellas centradas en modelizar estructura forestal a partir de datos de sensores remotos y en analizar la incertidumbre asociada a estimaciones derivadas de dichos modelos.
A lo largo de mi carrera he participado en múltiples proyectos de I+D financiados en convocatorias competitivas de proyectos nacionales e internacionales o financiados por entidades como US Forest Service, US Bureau of Land Management o NASA. Mis publicaciones científicas incluyen 22 artículos en revistas de impacto, he presentado más de 20 comunicaciones en congresos nacionales e internacionales, y he ejercido como revisor para 8 revistas científicas especializadas de mi área.
Los ecosistemas forestales son altamente importantes para la sociedad y requieren ser monitorizados de forma precisa. Una característica de los entornos forestales es que ocupan grandes extensiones de terreno que frecuentemente son de difícil acceso. Esto hace que la monitorización de entornos forestales basada exclusivamente en mediciones en campo sea un proceso excesivamente costoso.
La eficiencia en los procesos de monitorización puede aumentarse desarrollando modelos predictivos basados en datos de sensores remotos. Estos modelos permiten aumentar la eficiencia en los procesos de estimación y monitorización. Este aumento de la eficiencia puede traducirse en: 1) un aumento de la precisión de estimaciones de variables de interés forestal manteniendo fijos los esfuerzos de medición en campo, 2) una reducción del esfuerzo de medición manteniendo fijo un nivel de precisión o 3) una combinación de ambas opciones anteriores. Como consecuencia del aumento en la eficiencia derivado del uso de datos de sensores remotos, tareas de monitorización que antes eran inviables se hacen posibles.
Mi investigación se centra en desarrollar modelos basados en datos de sensores remotos que permitan obtener de forma eficiente estimaciones sobre el estado de masas forestales, y en analizar las incertidumbres de asociadas a dichos modelos. Estas líneas de investigación contribuyen a generar un conocimiento más detallado y útil sobre los ecosistemas forestales y mi objetivo es ser un referente en este campo.