La energía eólica es esencial para dejar atrás los combustibles fósiles. Aunque los aerogeneradores son vistos como un símbolo de un futuro más limpio, siempre ha habido una preocupación legítima y obvia: su impacto sobre la fauna, en particular las aves y los murciélagos. Sin embargo, la cuestión es: ¿estamos enfocando el desafío en el lugar correcto?
Un estudio reciente realizado por TAXUS MEDIO AMBIENTE muestra que el problema es mucho más complejo que la simple colisión de un ave contra un molino. El verdadero reto científico es entender el efecto acumulativo de docenas de parques eólicos operando en una misma región.
Aquí, el impacto combinado puede ser mayor que la simple suma de sus partes, creando riesgos difíciles de prever. ¿La razón? Cada proyecto es, en la práctica, una isla de información: muchos datos valiosos, pero aislados y con formatos distintos. ¿Cómo podemos proteger eficazmente a la fauna si ni siquiera vemos el mapa completo?
El verdadero reto no es un aerogenerador, sino el “paisaje” completo
Cuando pensamos en el riesgo, tendemos a imaginar un solo parque eólico. Sin embargo, los equipos técnicos se enfrentan a algo mucho más complejo: efectos acumulativos y sinérgicos. En términos sencillos, lo importante no es solo un parque, sino cómo se combinan varios en una misma región y cómo interactúan con las rutas de vuelo de aves y murciélagos.
Evaluar este riesgo global es muy difícil. El principal obstáculo es la falta de datos comparables de los parques vecinos. Sin esa información, cada nuevo proyecto se evalúa casi en el vacío: se estudia bien su entorno inmediato, pero cuesta entender cómo encaja en el “ecosistema” de infraestructuras ya existentes y qué efecto tendrá en los movimientos de fauna a gran escala.
La métrica decisiva: no se trata de si un ave vuela cerca, sino de cuánto tiempo permanece en peligro
Para calcular la probabilidad de que un ave choque con una pala, en TAXUS MEDIO AMBIENTE se trabaja con una definición clara de “zona de riesgo”. Técnicamente, es el volumen generado por la rotación de las palas en un giro de 360 grados, en cualquiera de sus orientaciones.
De forma genérica, se considera zona de riesgo:
- El espacio a menos de 200 metros de un aerogenerador
- Y a una altura de entre 15 y 200 metros sobre el suelo.
Podríamos pensar que basta con contar cuántas aves entran en ese volumen, pero el parámetro más crítico y revelador es otro: el tiempo en zona de riesgo.
No es lo mismo un ave que cruza ese espacio en un instante que otra que permanece volando en círculos alrededor del rotor durante varios minutos. Ese tiempo de exposición es lo que condiciona de verdad la probabilidad de colisión. El problema es que, precisamente, ese dato es el que más suele faltar en muchos estudios, lo que complica las estimaciones de riesgo.
Una nota metodológica: qué se mide realmente en campo
En los trabajos de TAXUS MEDIO AMBIENTE no se trata solo de “apuntar aves”. Para cada avistamiento en los seguimientos específicos se registran, como mínimo:
- fecha
- punto de muestreo
- número de individus
- especie
- habitat
- distancia al aerogenerador
- altura de vuelo
- y, cuando es posible, tiempo en zona de riesgo.
Con esta información bien diseñada y estandarizada es cuando se puede alimentar un modelo de riesgo de colisión con una base sólida.
El modelo William Band
Toda esta lógica se apoya en el modelo de colisión de William Band, una metodología de referencia internacional para estimar el riesgo de colisión en parques eólicos. En su formulación completa, el modelo se aplica en varias fases (cuántas aves ocupan la zona de riesgo, probabilidad de golpe con una pala, probabilidad real de colisión al año) y tiene en cuenta parámetros como:
- número de palas
- velocidad de giro
- geometría del rotor
- velocidad de vuelo del ave
- tamaño y tipo de vuelo (planeador o no planeador)
En el estudio se ha utilizado este modelo, adaptándolo a un aerogenerador medio actual (120 m de altura y 172 m de diámetro de rotor), para traducir los tiempos en zona de riesgo en una mortalidad estimada por aerogenerador y por avistamiento.
El resultado se resume en algo muy práctico: un factor de mortalidad (m) que sirve de “puente” entre los datos de campo y la probabilidad de colisión.
El tesoro de datos perdido: información que existe, pero nadie ve
Con el auge de las renovables, se generan todos los años una enorme cantidad de datos sobre avifauna y quirópteros en España. Cada Estudio de Impacto Ambiental implica inventarios de ciclo anual, vigilancias ambientales, seguimientos de mortalidad… Es decir: hay miles de registros sobre cómo usan el espacio aéreo estas especies.
Y sin embargo, casi toda esta información no es accesible públicamente.
La paradoja es clara: estos datos se recogen porque la ley lo exige para proteger el interés general, pero luego quedan fragmentados y privatizados, en manos de múltiples consultoras y promotores, sin un sistema común de intercambio. Si se pudieran reunir en bases de datos accesibles y bien estandarizadas, podríamos construir modelos predictivos mucho más precisos y tomar decisiones mejor informadas sobre dónde y cómo construir nuevos parques.
La solución: crear un “traductor” regional del riesgo
En este caso, se analizaron los datos internos recopilados entre 2020 y 2023 en 19 instalaciones de renovables del noroeste peninsular, todas con seguimientos de avifauna de ciclo anual completo. A partir de esos datos se seleccionaron las especies que más tiempo pasan en zona de riesgo (y, por tanto, más sensibles a sufrir colisiones):
- Águila real (Aquila chrysaetos)
- Buitre leonado (Gyps fulvus)
- Milano real (Milvus milvus)
- Milano negro (Milvus migrans)
- Busardo ratonero (Buteo buteo)
Ante esta falta de datos compartidos y homogéneos, desde TAXUS MEDIO AMBIENTE se plantea un rodeo inteligente: en lugar de esperar a que exista la base de datos perfecta para toda España, se empieza por aprovechar al máximo lo que sí se tiene.Para cada una de ellas se calcularon los tiempos medios de permanencia en zona de riesgo por instalación, y después se obtuvo un promedio regional. Esos valores se introdujeron en el modelo de Band para obtener la mortalidad estimada por aerogenerador y avistamiento (m). El resultado es la siguiente tabla de permanencia media en zona de riesgo para una pequeña región del noroeste peninsular:
Especie | Tiempo de permanencia medio en zona de riesgo (segundos/avistamiento) | Mortalidad estimada (m) |
Águila real (Aquila chrysaetos) | 49 | 0,011 |
Buitre leonado (Gyps fulvus) | 52,5 | 0,013 |
Milano real (Milvus milvus) | 47,8 | 0,009 |
Milano negro (Milvus migrans) | 58,5 | 0,010 |
Busardo ratonero (Buteo buteo) | 47,4 | 0,008 |
Es importante subrayar que estos valores son regionales: representan el comportamiento medio observado en esa zona concreta del noroeste peninsular. Para otras regiones, con otras condiciones de hábitat, orografía o régimen de vientos, sería necesario recalcularlos con datos locales similares.
Cómo se utiliza este “traductor” en un parque nuevo
A partir de esta tabla, ahora es posible realizar una estimación razonable del riesgo de colisión en un nuevo parque eólico de la región, incluso cuando en ese parque no se han podido medir de forma detallada los tiempos de permanencia en zona de riesgo.
La fórmula es muy sencilla: Mortalidad estimada = N · n · m
donde: N = número de aerogeneradores del parque, n = número de avistamientos de la especie considerada en los seguimientos, m = mortalidad estimada por aerogenerador y avistamiento, tomada de la tabla anterior.
De esta forma, el modelo de Band, que en su versión completa es bastante complejo, se traduce aquí en una herramienta operativa muy fácil de aplicar en estudios sinérgicos.
Eso sí: el propio estudio recuerda que esta extrapolación tiene limitaciones. Cambios en el uso del espacio aéreo por parte de las aves, diferencias de hábitat, cota o meteorología entre parques pueden hacer que el comportamiento en una zona no sea exactamente igual que en otra. Por eso, estas tablas deben entenderse como una aproximación informada dentro de un ámbito regional concreto, no como un valor universal válido en cualquier lugar.
No todas las aves (ni todos los murciélagos) se comportan igual frente al peligro. La tabla anterior no solo nos da una herramienta de cálculo; también revela algo fundamental: cada especie tiene su “forma de estar en peligro”.
El Milano negro es la especie que, de media, más tiempo pasa en la zona de riesgo (58,5 segundos por avistamiento), lo que aumenta su exposición potencial.
El Busardo ratonero y el Milano real presentan los tiempos medios más bajos dentro del grupo analizado.
Estas diferencias muestran que no podemos tratar a todas las aves (ni a todos los quirópteros) como si se comportasen igual. Una protección realmente eficaz exige entender cómo usa el espacio aéreo cada especie: altura de vuelo, tiempo en zona de riesgo, patrones de planeo, etc.
Conclusión: hacia una energía eólica más inteligente… y más justa con la biodiversidad
Este trabajo deja una lección clara: el potencial para proteger mejor a la biodiversidad en la era de las renovables no reside solo en recopilar más y más datos, sino en estandarizarlos, compartirlos y utilizarlos de forma inteligente.
El estudio propone tres líneas muy concretas:
- Estandarizar los datos que se recogen en campo, incluyendo como mínimos la altura de vuelo y el tiempo en zona de riesgo.
- Aprovechar también los parques en explotación, recopilando de forma sistemática la mortalidad observada y los parámetros básicos de los avistamientos en las vigilancias ambientales.
- Avanzar hacia bases de datos accesibles y la elaboración de tablas regionales de permanencia media en zona de riesgo, que sirvan como apoyo para mapas de sensibilidad y evaluaciones sinérgicas.
Las herramientas y los modelos -como el de Band y las tablas de permanencia media- ya existen y funcionan. Lo que falta es dar el salto hacia un sistema más colaborativo y abierto, donde los datos ambientales que se recogen para proteger el interés general puedan realmente cumplir ese objetivo.
Mientras corremos para construir un futuro de energía limpia, queda una pregunta incómoda pero necesaria: Además de aerogeneradores, ¿estamos dispuestos a construir también la infraestructura de colaboración y datos abiertos que necesitamos para proteger a las especies que comparten ese futuro con nosotros?
