R6. Establecimiento de directrices de gestión de Pinus pinea. Se elabora una manual de gestión que ofrece un marco de planificación estratégica para la gestión del pino piñonero con objetivo preferente de producción de piña (https://gopinea.org/wp-content/uploads/2023/03/Manual-de-gestion-del-pi…). Los objetivos de este manual han sido definir las principales características de las tipologías de masas de pino piñonero consideradas adecuadas para la producción de piña; establecer las bases generales de la gestión a implementar en cada caso para optimizar la producción de piña (atendiendo a la multifuncionalidad de los bosques); y por último, cuantificar la producción estimada que se podría obtener con la puesta en producción según lo descrito en el manual.

R5. Efecto de los tratamientos insecticidas sobre Leptoglossus occidentalis. Se diseñó y aplicó un protocolo de tratamiento insecticida utilizando Deltametrina al 2,5% P/V, con el objetivo de evaluar su eficacia en el control de la chinche americana (Leptoglossus occidentalis) en plantaciones de Pinus pinea. Los resultados muestran que dos aplicaciones estratégicamente programadas de Deltametrina al 2,5% P/V son altamente efectivas para controlar esta plaga. Además, se evaluó la persistencia del residuo del insecticida en acículas y piñones, tanto en áreas tratadas como en zonas adyacentes no tratadas, para determinar posibles derivas durante la aplicación. En ningún caso se detectaron residuos que excedieran los límites legales permitidos. La principal ventaja de este producto fitosanitario radica en su bajo costo. Aunque su uso en plantaciones privadas ha demostrado ser práctico y no genera mayores inconvenientes tras su autorización, la aplicación en bosques naturales presenta mayores desafíos debido a las condiciones específicas de estos ecosistemas y a posibles complicaciones regulatorias o operativas.

R4. Modelo predictivo de cosecha. Esta acción ha permitido el desarrollo final de una versión pública de la aplicación App Pinea ClimaDat (https://gopinea.org/climadat/) que permite hacer simulaciones de cosecha de piña a escala de monte con una antelación de varios meses (e incluso años), lo que constituye una herramienta fundamental para la predicción de los aforos, y facilita la gestión y organización del aprovechamiento forestal. Esta herramienta está dirigida a dos perfiles diferentes de usuarios: por un lado, propietarios forestales y, por otro, un perfil técnico (con acceso a datos FLANFOR, el sistema informático de planificación forestal del gobierno regional de la Junta de Castilla y León en España que almacena de forma homogénea datos de inventario y planificación de actuaciones en montes públicos y privados ordenados). 

R3. Metodología para la predicción de cosecha. Se implementó un monitoreo continuo de las variables que afectan la cosecha de piña, utilizando sensores terrestres y remotos. El análisis identificó que las variables climáticas más relevantes como predictores de la producción son la radiación solar durante los meses de marzo y septiembre, así como la evapotranspiración potencial. También se desarrolló un protocolo para cuantificar la producción de piña de manera directa o indirecta mediante imágenes aéreas capturadas con drones equipados con sensores remotos. Esta metodología permite una evaluación más rápida, precisa y objetiva en comparación con el procedimiento visual tradicional. Tras entrenar varios modelos de deep learning, el modelo YOLO v5 mostró un rendimiento destacado, logrando detectar hasta el 90% de las piñas de primer año.

R2. Evaluación de daños del insecto sobre distintos clones de Pinus pinea. Se ha obtenido un patrón de herbivoría del Leptoglossus occidentalis que ha permitido evaluar el comportamiento de los distintos materiales frente al ataque de la chinche, por genotipo y origen, registrados como materiales de base o no. 

R1. Determinación dinámica poblacional del Leptoglossus occidentalis. Con este GO PINEA se ha podido conocer de manera más exhaustiva la fenología del insecto plaga (Leptoglossus occidentalis) lo que ha permitido una evaluación más exacta de su incidencia sobre pino piñonero (Pinus pinea), y delimitar los marcos temporales críticos para la posible aplicación de sistemas de control.