, Darío López Ramos , Jairo Calderón Micaña , Ana Belén Gil González El proyecto DeepForest propone un enfoque basado en la integración de inteligencia artificial y Sistemas de Información Geográfica (SIG) para apoyar la gestión sostenible de los recursos forestales mediante el aprovechamiento de la biomasa. El objetivo es identificar áreas con potencial de explotación forestal garantizando la regeneración a largo plazo de los ecosistemas. El marco metodológico combina técnicas de machine learning para la estimación de biomasa aérea con análisis geoespaciales orientados a la caracterización de la idoneidad forestal y la evaluación del potencial energético a escala local. Se han recopilado y preprocesado datos de inventarios forestales, variables climáticas y cobertura del suelo en la región de Castilla y León. La estimación preliminar de biomasa se aborda mediante modelos de Random Forest y XGBoost, mientras que se exploran técnicas de clustering no supervisado para identificar municipios con potencial para la localización de infraestructuras asociadas a la biomasa. Los resultados iniciales muestran la viabilidad del enfoque propuesto, si bien la validación exhaustiva y la ampliación del análisis constituyen trabajo en curso.