El Instituto de Robótica y Tecnologías de la Información y la Comunicación (IRTIC), ubicado en el área científico-académica del Parc Científic de la Universitat de València, ha logrado un nuevo avance en el uso de inteligencia artificial aplicada a la observación de la Tierra. En el marco del proyecto ASOTVAS, un equipo de investigación ha demostrado que es posible clasificar con alta precisión la cubierta terrestre utilizando técnicas de machine learning y deep learning, incluso cuando se dispone de un número reducido de muestras de entrenamiento
Los resultados del estudio han sido publicados recientemente en la revista científica International Journal of Applied Earth Observation and Geoinformation (Elsevier), y consolidan la posición de la Valencia Anchor Station (VAS), situada en la comarca de Utiel-Requena, como un enclave estratégico para la validación de datos de teledetección de programas internacionales como Copernicus, CEOS o NASA.
Durante los tres años de duración del proyecto —desde septiembre de 2021 hasta agosto de 2024—, el equipo ha recopilado datos sobre humedad del suelo, temperatura de la superficie y parámetros biofísicos de la vegetación, con el objetivo de mejorar la calidad de las observaciones satelitales mediante inteligencia artificial y análisis semántico.
El estudio se ha centrado en un área de 10 × 10 kilómetros en torno a la VAS, ampliándose a un entorno de hasta 30 × 30 kilómetros. Utilizando imágenes multitemporales del satélite Sentinel-2 correspondientes al año 2021, los investigadores compararon el rendimiento de seis algoritmos de machine learning y tres de deep learning. Entre ellos, destacó el modelo basado en redes neuronales convolucionales residuales (ResCNN), que alcanzó una precisión global del 96 % y un coeficiente kappa del 95 % en julio, coincidiendo con el máximo desarrollo de los viñedos.
Además, los resultados indican que, con una metodología sólida, es posible extender el área de análisis en hasta 10 kilómetros adicionales sin necesidad de añadir nuevas muestras de entrenamiento. El modelo desarrollado por el equipo superó ampliamente en precisión a productos globales como ESA WorldCover y ESRI Land Use/Land Cover.
El trabajo ha sido realizado por los investigadores David García-Rodríguez, Ana Pérez-Hoyos, Beatriz Martínez, Pablo Catret, José Javier Samper, Ernesto López-Baeza y Juan José Martínez, todos ellos vinculados a la Universitat de València. Este avance refuerza la relevancia de la inteligencia artificial en la mejora de la teledetección y el análisis del uso del suelo con fines científicos y medioambientales.
Fuente y fotos: IRTIC