Científicas argentinas crearon mapas de cultivo inteligentes para cuidar el agua de la Patagonia

Ana Liberoff, Natalia Pessacg y Silvia Flaherty, que fueron beneficiadas con el programa AI for Earth hace un año, presentaron los primeros resultados de un sistema basado en redes neuronales para contribuir a la conservación y gestión de recursos hídricos en el Valle Inferior del río Chubut



No Banner to display

Un grupo de científicas argentinas de Puerto Madryn utilizó inteligencia artificial para crear un mapa de cultivos inteligente e identificar el tipo de prácticas que hay en diferentes parcelas de tierra, con el objetivo de optimizar los recursos y cuidar el agua. Comenzaron la iniciativa hace un año y luego se sumaron a otros tres especialistas para avanzar con este proyecto.

Esta experiencia se llevó a cabo en el Valle Inferior del río Chubut, donde se concentra la mitad de la población de la provincia. Allí, la agricultura es clave y el agua es un recurso fundamental para regar los cultivos.

Con el mapa inteligente, las especialistas buscan estudiar y analizar el impacto del cambio climático y los cambios en el uso del suelo en la calidad y cantidad de agua. De este modo planean contribuir a una mejora en la gestión del territorio y la planificación de los recursos naturales.

Las personas detrás de este proyecto son las investigadoras Ana Liberoff, Natalia Pessacg y Silvia Flaherty, que fueron beneficiadas el año pasado con el programa AI for Earth de Microsoft. Es una iniciativa que busca invertir en tecnología e innovación en cuatro áreas clave: cambio climático, agricultura, biodiversidad y agua.

Liberoff y Pessacg son parte del equipo de investigación del Centro Nacional Patagónico (CENPAT) que depende del CONICET, y Flaherty se desempeña en la Universidad Nacional de la Patagonia San Juan Bosco. Desde hace seis años trabajan en la investigación de los servicios ecosistémicos de gran relevancia e impacto en la calidad de vida de las personas. Hace unos días dieron a conocer los resultados de la primera etapa de este proyecto que ya lleva más de un año.

Las tres investigadoras idearon y escribieron el proyecto inicial y luego se asociaron con otros tres especialistas para llevar adelante esta idea: Alejandra Trujillo (becaria doctoral Conicet), que es ingeniera electrónica; Cristian Pacheco (licenciado en informática en el Conicet) y Virgina Alonso Roldán (investigadora del Conicet) que es bióloga y también venía trabajado con mapas de cobertura.

“Si bien la clasificación de imágenes satelitales se puede hacer con distintas metodologías, la inteligencia artificial permite automatizar el proceso y repetirlo año a año automáticamente. Si se mira, por ejemplo, desde un satélite, los cultivos se parecen mucho unos con otros y son muy difíciles de discriminar: cuáles son árboles, cuáles frutales, cuáles hortalizas o simplemente pasturas», se menciona en un comunicado de Microsoft.

Gracias a esta clasificación precisa y actualizada se puede saber qué tipo de cultivo hay en cada porción de la tierra. A su vez, gracias las redes neuronales, se le enseña al sistema a identificar ciertos patrones, para que aprenda a repetir el proceso y pueda clasificar los cultivos de manera autónoma.

Si bien la clasificación de imágenes satelitales se puede hacer con distintas metodologías, la inteligencia artificial permite automatizar el proceso y repetirlo año a año automáticamente.

“En 2013, el ingeniero Pedro Tagliabúe, que trabaja en la Empresa de Riego del Valle Inferior del Río Chubut, que administra el agua durante el riego, hizo un mapa de la zona, recorriéndolo a pie y mirando Google Earth. Logró hacer un mapa muy preciso del valle. Nosotras identificamos que sólo estaba ese mapa y queríamos avanzar con el tema”, cuenta Liberoff sobre los inicios de este proyecto.

Partieron de esa base para pensar y lograron ir un paso más allá, con la incorporación de inteligencia artificial para obtener información actualizada en tiempo real. El sistema, al que bautizaron SatNet y se encuentra en registro académico, toma imágenes satelitales y las clasifica utilizando Azure. Gracias a la inteligencia artificial incorporada a la nube se logra discriminar pasturas, hortalizas y frutas.

Fuente: Infobae

Foto: Alejandro Canizzaro del CENPAT



Articulos relacionados