L’UJI impulsa el projecte ‘Intersen’ per a millorar l’observació de la Terra

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 l’UJI, 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 i Flex ofereix una resolució espectral única per a analitzar la fotosíntesi.

Tecnologies avançades

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 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. Així, s’han creat tècniques que combinen dades de diferents sensors per a millorar la resolució espectral i espacial de les imatges.

Reptes

Tot i això, encara queden alguns reptes pendents, com el desenvolupament de les corresponents 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.

Aquests resultats corresponen al projecte d’R+D+I PID2021-128794OB-I00, finançat pel MICIU/AEI (referència 10.13039/501100011033) i les ajudes dels Feder/UE.