La Universitat Jaume I impulsa el projecte INTERSEN per a millorar l'observació de la Terra i monitorar la vegetació amb dades espacials
Imaginar un futur on puguem monitorar la salut dels boscos i cultius del planeta amb precisió mil·limètrica ja no és ciència-ficció. Aquest és l’objectiu d’INTERSEN, un projecte emmarcat en el Pla Estatal d’Investigació 2021 i liderat pel grup d’investigació en Enginyeria Visual (eViS) de la Universitat Jaume I de Castelló, que aposta per la combinació intel·ligent de dades espacials per a millorar la forma en què entenem i cuidem el nostre entorn.
El programa europeu Copernicus és una iniciativa clau per a l’observació de la Terra i inclou missions com Sentinel i FLEX. Sentinel proporciona informació detallada sobre el terreny i l’atmosfera, mentre que FLEX estudia com les plantes utilitzen la llum del sol per a crèixer. La fusió de dades inter-sensor que desenvolupa INTERSEN combina aquestes capacitats per a generar imatges més completes i precises, maximitzant les fortaleses de cada satèl·lit. Per exemple, Sentinel-1 és capaç de captar dades en condicions meteorològiques adverses, mentre que FLEX ofereix una resolució espectral única per a analitzar la fotosíntesi.
Per a dur a terme aquesta fusió, l’equip d’INTERSEN utilitza tecnologies avançades com l’aprenentatge automàtic i el processament d’imatges. Aquestes eines permeten als ordinadors analitzar grans quantitats d’informació i produir mapes molt detallats de camps i boscos. Això té aplicacions directes en la planificació agrícola, la gestió de recursos hídrics i la predicció de collites, a més de contribuir a models climàtics globals més precisos.
El projecte ja ha aconseguit avanços significatius, com el desenvolupament d’algorismes que milloren la precisió de la fusió de dades i permeten identificar zones d’aigua continentals amb alta fiabilitat. Per exemple, s’han creat tècniques que combinen dades de diferents sensors per a millorar la resolució espectral i espacial de les imatges.
Tot i això, encara queden reptes pendents, com el desenvolupament de tècniques de classificació semisupervisada per a identificar amb més precisió zones de vegetació i altres classes de cobertura terrestre, així com la millora d’algorismes per al mapatge i el monitoratge d’índexs de vegetació. Aquestes línies de treball estan planificades per a la segona fase del projecte i podrien establir les bases per a futures investigacions.
El grup d’investigació eViS - Enginyeria Visual, integrat en l’Institut Universitari de Noves Tecnologies de la Imatge (INIT), compta amb més de 30 anys d’experiència en el camp de la visió artificial i l’aprenentatge automàtic, i ha participat en més de 40 projectes competitius nacionals i europeus. Les seues línies de treball inclouen el reconeixement de formes, l’anàlisi d’imatges en color, l’anàlisi de textures visuals, l’estereoscòpia i les tècniques de classificació automàtica.
Amb tots els avanços del projecte INTERSEN, la Universitat Jaume I exemplifica com la recerca aplicada pot oferir solucions reals a problemes globals, posant la ciència al servei de la societat i la construcció d’un futur més eficient, responsable i sostenible per al nostre planeta.
Aquests resultats corresponen al projecte d'R+D+I PID2021-128794OB-I00, finançat pel MICIU/AEI (referència 10.13039/501100011033) i els fons FEDER/UE.
