Los profesores Francisco J. Fernández, Juan J. Nieto y Adrián F. Tojo, del CITMAGA y de la Universidad de Santiago de Compostela, junto con el profesor Iván Area, del IFCAE y de la Universidad de Vigo, acaban de publicar un trabajo en la prestigiosa revista internacional Nonlinear Analysis: Real World Applications, en el que logran predecir la expansión de la avispa Velutina.

Utilizando herramientas matemáticas de reciente desarrollo teórico, emplearon datos sobre la localización de nidos para predecir la ubicación de los futuros, comparando el modelo matemático con datos reales. De este modo, es posible analizar distintas estrategias de control que permitan frenar la expansión de esta especie, con grandes consecuencias tanto ecológicas como económicas.

Desde el punto de vista biológico, esta especie tiene un ciclo vital en el que se distinguen varios momentos: en febrero-marzo las reinas fundadoras emergen del estado de hibernación, y en abril-mayo comienzan la construcción de un nuevo nido, realizando la primera puesta de huevos. Después de que las avispas obreras eclosionan, continúan construyendo el nido y alimentándolo. Alrededor de septiembre nacen los machos y las nuevas reinas, que son fecundadas y se convierten en las futuras reinas fundadoras, abandonando el nido a principios del otoño. Cuando llega el invierno, las reinas fundadoras buscan refugio para hibernar, repitiendo así el ciclo mencionado.

Al tratarse de una especie con un ciclo vital compuesto por diferentes fases, que incluyen momentos de hibernación y en los que se pueden observar distintos "saltos", se formuló un problema parabólico con derivadas de Stieltjes, que precisamente permite analizar matemáticamente este tipo de situaciones. La complejidad de los desarrollos teóricos y la dificultad añadida de las simulaciones numéricas fueron posibles gracias a trabajos previos en modelización de epidemias, como el ébola, el zika o, más recientemente, durante la pandemia de la COVID-19.

La ventaja de contar con un modelo que pueda simularse y actualizarse en tiempo real, como un verdadero gemelo digital, para mejorar el propio modelo de expansión, es fundamental a la hora de realizar simulaciones que permitan analizar dónde, cuándo y cómo aplicar las distintas estrategias de control para minimizar la propagación de esta especie invasora. Esta idea de combinar datos del mundo real con un modelo matemático en tiempo real para crear un gemelo digital ya había sido aplicada previamente por los autores durante la pandemia de COVID-19, donde, además de predecir la evolución, también estimaban el número de camas UCI necesarias.