La Universitat Jaume I impulsa el proyecto INTERSEN para mejorar la observación de la Tierra y monitorizar la vegetación con datos espaciales
El equipo utiliza tecnologías avanzadas como el aprendizaje automático y el procesamiento de imágenes. Esto tiene aplicaciones directas en la planificación agrícola, la gestión de recursos hídricos y la predicción de cosechas, además de contribui
image: Imagining a future where we can monitor the health of the planet's forests and crops with millimetre precision is no longer science fiction. This is the objective of INTERSEN, a project included in the 2021 State Research Plan and led by the Visual Engineering (eViS) research group at the Universitat Jaume I in Castelló, which is committed to the intelligent combination of spatial data to improve the way we understand and care for our environment. The team uses advanced technologies such as machine learning and image processing. This has direct applications in agricultural planning, water resource management, and crop forecasting, while also contributing to more accurate global climate models
Description: From left to right and top to bottom: aerial image, elevation, infrared and land use.
Credit: Universitat Jaume I of Castellón
Imaginar un futuro donde podamos monitorizar la salud de los bosques y cultivos del planeta con precisión milimétrica ya no es ciencia ficción. Este es el objetivo de INTERSEN, un proyecto enmarcado en el Plan Estatal de Investigación 2021 y liderado por el grupo de investigación en Ingeniería Visual (eViS) de la Universitat Jaume I de Castellón, que apuesta por la combinación inteligente de datos espaciales para mejorar la forma en que entendemos y cuidamos nuestro entorno.
El programa europeo Copernicus es una iniciativa clave para la observación de la Tierra e incluye misiones como Sentinel y FLEX. Sentinel proporciona información detallada sobre el terreno y la atmósfera, mientras que FLEX estudia como las plantas utilizan la luz del sol para crecer. La fusión de datos inter-sensor que desarrolla INTERSEN combina estas capacidades para generar imágenes más completas y precisas, maximizando las fortalezas de cada satélite. Por ejemplo, Sentinel-1 es capaz de captar datos en condiciones meteorológicas adversas, mientras que FLEX ofrece una resolución espectral única para analizar la fotosíntesis.
Para llevar a cabo esta fusión, el equipo de INTERSEN utiliza tecnologías avanzadas como el aprendizaje automático y el procesamiento de imágenes. Estas herramientas permiten a los ordenadores analizar grandes cantidades de información y producir mapas muy detallados de campos y bosques. Esto tiene aplicaciones directas en la planificación agrícola, la gestión de recursos hídricos y la predicción de cosechas, además de contribuir a modelos climáticos globales más precisos.
El proyecto ya ha conseguido avances significativos, como el desarrollo de algoritmos que mejoran la precisión de la fusión de datos y permiten identificar zonas de agua continentales con alta fiabilidad. Por ejemplo, se han creado técnicas que combinan datos de diferentes sensores para mejorar la resolución espectral y espacial de las imágenes.
Aun así, todavía quedan retos pendientes, como el desarrollo de técnicas de clasificación semi-supervisada para identificar con más precisión zonas de vegetación y otras clases de cobertura terrestre, así como la mejora de algoritmos para el mapeo y la monitorización de índices de vegetación. Estas líneas de trabajo están planificadas para la segunda fase del proyecto y podrían establecer las bases para futuras investigaciones.
El grupo de investigación eViS - Ingeniería Visual, integrado en el Instituto Universitario de Nuevas Tecnologías de la Imagen (INIT), cuenta con más de 30 años de experiencia en el campo de la visión artificial y el aprendizaje automático, y ha participado en más de 40 proyectos competitivos nacionales y europeos. Sus líneas de trabajo incluyen el reconocimiento de formas, el análisis de imágenes en color, el análisis de texturas visuales, la estereoscopia y las técnicas de clasificación automática.
Con todos los avances del proyecto INTERSEN, la Universitat Jaume I ejemplifica como la investigación aplicada puede ofrecer soluciones reales a problemas globales, poniendo la ciencia al servicio de la sociedad y la construcción de un futuro más eficiente, responsable y sostenible para nuestro planeta.
Estos resultados forman parte del proyecto de I+D+i PID2021-128794OB-I00, financiado por MICIU/AEI/10.13039/501100011033/ y FEDER/UE.