Por Mundoagro.cl el 5 julio, 2017

Fotos para entender la película

Cómo funciona la llamada “minería de datos” para la clasificación automática de cubiertas vegetales desde imágenes satelitales. Un proyecto chileno para entender las consecuencias de emergencias agrícolas o el cambio climático.

Tweet about this on TwitterShare on FacebookShare on Google+Email this to someone
Imprimir
perry

Cuando ocurren fenómenos climáticos o catástrofes naturales que dañan la actividad silvoagropecuaria, el Ministerio de Agricultura tiene la facultad de decretar Emergencia Agrícola en las zonas afectadas para ir en ayuda de los pequeños agricultores. Esta decisión se toma basándose en informes técnicos entregados por las instituciones que componen el Ministerio, entre ellas INIA, el cual mensualmente entrega informes zonales respecto a las situaciones técnicas de cada región.

Dentro de estos estudios, los profesionales de INIA utilizan imágenes satelitales para calcular índices de vegetaciones que determinan los comportamientos anómalos de los terrenos y cultivos.

Si bien estos índices muestran una desviación del terreno respecto a años anteriores, no señalan qué especies vegetales se encuentran afectadas. En esa misma línea, tampoco está disponible información histórica al respecto.

Para responder a la pregunta “¿qué había en las zonas afectadas?” existen distintas fuentes de información. Los datos más utilizados son los del Censo Agropecuario y Forestal 2007. Esta información, aparte de estar desactualizada, y por ende, ser poco confiable, no se encuentra georreferenciada, por lo que si se requiere estudiar un sector específico de una comuna sólo se puede obtener un panorama general.

De esta manera, es difícil tener información precisa de qué especies se encuentran afectadas y tomar decisiones respecto a ello, en especial si se considera el impacto económico que estas Emergencias Agrícolas suelen significar para el país. ¿Será entonces posible desarrollar una herramienta computacional que permita obtener tal información de forma periódica y actualizada?

Hacia una herramienta específica

Andrea Perry, Ingeniera Civil Industrial, tesista del Magíster en Ingeniería de Negocios con TI (MBE) y colaboradora del Instituto Milenio Sistemas Complejos de Ingeniería, bajo la supervisión del profesor Sebastián Ríos, de la Universidad de Chile, aceptó el desafío de crear tal herramienta.

Si bien existen hoy en día softwares como ArcGis o ERDAS que realizan clasificaciones de cubiertas, éstas son semi-automáticas y requieren de la intervención de una persona para identificar las cubiertas de referencia. Además, los altos costos de las licencias de estos softwares los hacen poco accesibles para algunas organizaciones.

Con todo esto en mente, Andrea se propuso diseñar un proceso que se adaptara a la misión de INIA de generar y transferir conocimientos y tecnologías estratégicas y que pudiera satisfacer la necesidad de información actualizada de cubiertas de suelo, sin que su desarrollo y ejecución representaran un alto costo para la organización. Dado que se encontraba trabajando en un proyecto de monitoreo de cambio climático para INIA Quilamapu y Carillanca, en la Provincia de Malleco, la información más a mano era de las comunas de Lonquimay y Los Sauces, por lo que realizó el primer prototipo y caso de estudio sobre ambas comunas.

Proceso de detección de cubiertas

Tras varias iteraciones de diseño, Andrea y el equipo de profesionales que apoyaban el proyecto, llegaron a un prototipo que consta de un proceso con tres etapas principales: a) adquisición de datos, b) procesamiento y c) acceso a la información.

El objetivo de la etapa de Adquisición de Datos es recopilar y almacenar los datos utilizados para la clasificación posterior. El proceso se nutre de dos tipos de datos: imágenes satelitales y puntos de referencia en terreno. Se eligió utilizar imágenes de los satélites Landsat 7 y Landsat 8, las cuales tienen una resolución espacial de 30 metros (es decir, el píxel de la imagen abarca información de una superficie real de 30mx30m) y resolución temporal de 16 días (es decir, el satélite toma una imagen del mismo punto cada 16 días).

Las imágenes son almacenadas en un servidor de la United States Geological Survey (USGS), quien es el controlador de esta información (pese a esto, las imágenes pueden ser descargadas de forma gratuita, tras un registro de usuario e identificación del propósito de la descarga de imágenes). El proceso creado realiza consultas a este servidor y descarga las imágenes que se requieran para el periodo de estudio.

Por otro lado, los puntos de referencia en terreno se encuentran ordenados en una base de datos que los contiene según el tipo de cubierta que representan. Esta base de datos fue desarrollada por el equipo exclusivamente para este proyecto, por lo que la información contiene un estándar que no necesariamente es utilizado por todo INIA.

Los puntos están además clasificados según el sistema de clasificación creado también para este proyecto, que identifica 8 cubiertas principales: 1) Bosque, 2) Cultivo, 3) Hidrografía, 4) Matorral, 5) Pradera, 6) Red Vial, 7) Suelo Desnudo, y 8) Zona Urbana. Los puntos seleccionados provienen de 3 fuentes principales. Las cubiertas 1 y 4 provienen de capas digitales creadas por CONAF en el 2013; las cubiertas 3, 6, 7 y 8 fueron obtenidas desde la página web Rulamahue.cl del profesor Christoph Albers de la Universidad de La Frontera en Temuco; las cubiertas 2 y 5 fueron obtenidas gracias al personal de INDAP y las Municipalidades de las respectivas comunas, información que se obtuvo viajando hacia las zonas de estudio.

La siguiente etapa del proceso es la de Procesamiento. En caso de que la imagen satelital sea reconocida como potencialmente útil, se procede a correr el algoritmo de clasificación supervisada sobre la imagen, entregando tres resultados por imagen: 1) una imagen de previsualización de la clasificación realizada, 2) un archivo con la información de bandas clasificada que puede ser abierto en cualquier software de Sistemas de Información Geográfica (SIG), y 3) un reporte de la clasificación, con una matriz de confusión e indicadores de desempeño por cubierta clasificada.

Todos estos resultados se almacenan en un servidor, el cual es posible consultar a través de una plataforma de acceso, la cual permite seleccionar la comuna y el período que se quiere ver (año, mes, día).

El potencial en Chile

Los algoritmos creados en colaboración con el CEINE se encuentran en etapa de prototipo. El proceso está pensado para ser ejecutado como mínimo de forma mensual, para obtener información actualizada de las cubiertas de suelo. El proceso puede ser ejecutado de manera totalmente libre, sin la necesidad de pagar licencias. El código y los algoritmos son de libre acceso y también lo son las imágenes satelitales, lo cual representa una gran ventaja de este proceso por sobre otros softwares pagados, además de que al ser de código abierto es posible modificarlo para mejorar cada una de las actividades o fuentes de información sin que esto altere la esencia del proceso. Si bien el proyecto está en etapa de prototipo, está diseñado para ser escalable a otras comunas y otras regiones, previo estudio del sector.

El proceso de detección de cubiertas en sí posee distintas potencialidades una vez que sea mejorado y validado en terreno por las entidades interesadas en esta información.

En primer lugar, es una herramienta útil para desarrollar investigación. Debido a su bajo costo y uso de información satelital actualizada, lo pueden utilizar distintas disciplinas.

En particular en el ámbito agrícola puede ser un apoyo para estudiar la evolución de las cubiertas de suelo, ya sea vegetal como no vegetal, la deforestación a través de los años, el cambio de uso de suelo, entre otros.

Sin embargo, no debemos olvidar que aún falta camino por recorrer. El proyecto desarrollado por Andrea y el Instituto Milenio Sistemas Complejos de Ingeniería es un primer paso para mostrar la relevancia de estas herramientas que son de libre acceso y sobre las cuales se debe hacer investigación. Si bien estas herramientas ya existen en otros países, deben ser adaptadas a la realidad de la agricultura chilena para mejorar no sólo la respuesta de las entidades gubernamentales ante eventos adversos, sino también para mejorar la competitividad del sector agropecuario chileno, el cual aún requiere de un esfuerzo científico y tecnológico para potenciar los procesos y productos nacionales en los mercados internacionales.

Tweet about this on TwitterShare on FacebookShare on Google+Email this to someone
Add Comment Register



Danos tu Opinión

Tu dirección de correo electrónico no será publicada. Los campos necesarios están marcados *

Puedes usar las siguientes etiquetas y atributos HTML: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>

best wordpress themes - wordpress themes 2012 - wordpress travel themes
1