Usando visión artificial para analizar imágenes satelitales

Cada imagen de la Tierra tomada por satélites que orbitan a cientos de kilómetros sobre su superficie es el resultado de un exhaustivo trabajo de investigación e ingeniería. Estas imágenes no son meras instantáneas; son piezas vitales de datos visuales que nos ayudan a comprender y cuidar nuestro planeta.

Las imágenes por satélite capturan vistas detalladas de la superficie de la Tierra y destacan desde bosques y ciudades hasta ríos y tierras de cultivo. A fecha de junio de 2024, más de 10.000 satélites activos orbitan nuestro planeta, lo que los convierte en una parte esencial de nuestra infraestructura global. Sin embargo, analizar estas imágenes de forma manual suele ser complejo y requiere mucho tiempo.

Curiosamente, la visión por ordenador (CV), una rama de la inteligencia artificial (IA), se puede utilizar para analizar automáticamente las imágenes por satélite de un modo similar a como los humanos interpretan las imágenes y los vídeos. La IA de visión puede ayudar a detectar patrones, rastrear cambios y extraer información útil con rapidez y precisión.

La información obtenida a partir del análisis de imágenes por satélite puede intervenir para abordar diversos retos, tales como el seguimiento de la deforestación, la supervisión del cambio climático, la mejora de las prácticas agrícolas y la respuesta ante desastres naturales. En este artículo, exploraremos cómo se puede emplear la visión por ordenador para comprender y analizar mejor las imágenes por satélite.

Fig. 1. Una visión general de las imágenes por satélite.

¿Qué son las imágenes por satélite?#

Las imágenes por satélite consisten en capturar imágenes de la superficie de la Tierra mediante sensores de satélite y cámaras. A diferencia de las imágenes tradicionales, las imágenes por satélite abarcan grandes áreas, desde ciudades hasta países enteros, y ofrecen detalles de alta resolución a nivel de metro. Permiten supervisar cambios ambientales, el desarrollo urbano y el uso del suelo en extensiones muy amplias.

Además de las imágenes, las imágenes por satélite suelen incluir datos georreferenciados. Estos datos garantizan una cartografía y un análisis precisos. El seguimiento de los cambios en las imágenes por satélite y sus datos a lo largo del tiempo aporta información valiosa sobre ecosistemas, patrones meteorológicos y actividades humanas.

Aquí tienes un rápido vistazo a los diferentes tipos de imágenes por satélite y las aplicaciones únicas que soportan:

• Imagen óptica: Este método captura longitudes de onda de luz visible y del infrarrojo cercano, de forma similar a como el ojo humano percibe la luz. Es ideal para supervisar el uso del suelo, la salud de la vegetación y el desarrollo urbano, pero requiere cielos despejados y luz diurna para obtener imágenes eficaces.
• Imágenes por radar: Utilizan radar de apertura sintética (SAR) para enviar y recibir ondas de radio, capturando imágenes de alta resolución independientemente de las condiciones meteorológicas o la hora del día. Resultan especialmente útiles para la respuesta ante desastres, la cartografía del terreno y el monitoreo de cambios en las características de la superficie.
• Imagen térmica: Los sensores térmicos detectan la radiación infrarroja emitida en forma de calor desde la superficie de la Tierra. Se utiliza para rastrear incendios forestales, supervisar la actividad geotérmica y estudiar las islas de calor urbanas y las variaciones de temperatura.
• Imágenes hiperespectrales: Se utilizan datos de cientos de bandas espectrales estrechas para analizar la composición y la salud del suelo, el agua y la vegetación. Proporcionan información detallada sobre las condiciones medioambientales, la gestión de recursos y aplicaciones como la prospección de minerales y el monitoreo de la contaminación.

Fig. 2. Tipos de imágenes por satélite.

Captura de imágenes por satélite desde satélites de observación de la Tierra#

Para hacerse una mejor idea de lo que implican las imágenes por satélite, es importante comprender que los diferentes satélites están construidos para propósitos específicos. Por ejemplo, utilizan sensores montados en satélites geoestacionarios o de órbita polar. Los satélites geoestacionarios permanecen fijos sobre un único lugar de la Tierra igualando su rotación, lo que los hace ideales para un monitoreo continuo. Por el contrario, los satélites de órbita polar pasan sobre los polos, cubriendo gradualmente todo el planeta a medida que la Tierra gira bajo ellos.

Fig. 3. Satélites polares y geoestacionarios en órbita alrededor de la Tierra.

Esta distinción es importante porque diferentes aplicaciones dependen de tipos específicos de imágenes por satélite para satisfacer sus necesidades. Por ejemplo, los satélites geoestacionarios son ideales para tareas que requieren una observación constante, como el monitoreo meteorológico y las comunicaciones en tiempo real.

Por otro lado, los satélites de órbita polar se adaptan mejor a la cobertura global, lo que los hace fundamentales para los estudios ambientales, el seguimiento climático y la cartografía de cambios geográficos a gran escala.

Los fundamentos del procesamiento de imágenes por satélite#

Ahora que ya hemos visto qué son las imágenes por satélite, vamos a examinar qué ocurre una vez que un satélite captura un conjunto de imágenes. El verdadero obstáculo reside en transformar estas imágenes sin procesar en algo significativo. Mediante un procesamiento cuidadoso y el análisis de los datos, podemos extraer información valiosa que revela detalles importantes sobre nuestro planeta.

Preprocesamiento de imágenes por satélite#

El preprocesamiento es el primer paso al trabajar con datos de satélite y se centra en limpiar y corregir las imágenes sin procesar para que sean útiles y precisas para el análisis. Estas son algunas de las técnicas clave utilizadas para refinar las imágenes por satélite y garantizar que proporcionen información fiable:

• Cartografía del mundo real: Las imágenes por satélite se alinean con mapas del mundo real corrigiendo distorsiones e identificando puntos de referencia.
• Reducción de ruido: Los modelos de aprendizaje automático se utilizan para identificar y eliminar las nubes mediante el análisis de las longitudes de onda de la luz, separando las nubes de la tierra para conseguir imágenes más nítidas.
• Calibración de datos: Para mantener la precisión, los píxeles de la imagen se ajustan a un nivel estándar y la corrección atmosférica reduce las distorsiones debidas a las partículas y a la dispersión de la luz.

Visión artificial e imágenes por satélite#

Tras el preprocesamiento de las imágenes por satélite, se pueden emplear técnicas de visión por ordenador para extraer información valiosa de los datos. Los modelos de visión por ordenador, como Ultralytics YOLO11, pueden analizar contenido visual aprovechando grandes conjuntos de datos de imágenes por satélite para el entrenamiento. Esto ayuda a los modelos a reconocer patrones y características en una amplia variedad de imágenes.

Aquí tienes algunos ejemplos de tareas de visión por ordenador que pueden ayudar a procesar e interpretar las imágenes por satélite:

• Segmentación de imágenes: Esta técnica divide la imagen en regiones distintas, como tierra, agua o vegetación, para realizar un análisis enfocado y una clasificación de los tipos de superficie.
• Detección de objetos: Se utiliza para identificar y localizar objetos específicos en la imagen, como edificios, carreteras o vehículos.
• Detección de cambios: Esta tarea rastrea objetos o regiones a lo largo del tiempo comparando imágenes capturadas a diferentes intervalos, identificando cambios como la deforestación, la urbanización o los cambios estacionales.
• Clasificación de imágenes: Se puede emplear para categorizar tipos de suelo basándose en patrones aprendidos a partir de los datos de entrenamiento, lo que permite crear mapas detallados para un estudio más exhaustivo.

Estas técnicas de visión artificial convierten las imágenes por satélite en bruto en datos estructurados y procesables, proporcionando una comprensión más clara y profunda de la superficie terrestre.

Aplicaciones del análisis de imágenes por satélite mediante IA de visión#

A continuación, veamos algunos ejemplos de la vida real sobre cómo las imágenes por satélite están redefiniendo nuestro mundo, haciendo que las tareas cotidianas sean más sencillas, inteligentes y eficientes.

Monitoreo de cambios medioambientales con imágenes por satélite#

Las imágenes por satélite y la visión artificial son herramientas fantásticas para observar y comprender los cambios medioambientales en la Tierra. Nos permiten monitorear diversos aspectos de nuestro entorno, incluyendo bosques, glaciares y cuerpos de agua, desde el espacio. Con esta tecnología, podemos rastrear los siguientes factores medioambientales clave:

• Deforestación: Los satélites se pueden usar para supervisar los cambios en los bosques, identificar áreas de deforestación o reforestación y utilizar datos multiespectrales para evaluar la salud de la vegetación y detectar cambios ambientales. Global Forest Watch, por ejemplo, es una plataforma en línea que utiliza imágenes por satélite para ayudar a los gobiernos y organizaciones a tomar medidas de conservación a tiempo.
• Calentamiento global: Las imágenes capturadas por satélites pueden proporcionar datos vitales sobre glaciares y casquetes polares, utilizando imágenes de series temporales para monitorear el movimiento del hielo en condiciones climáticas adversas.
• Monitoreo de la calidad del aire y del agua: Los satélites monitorean la calidad del aire y del agua detectando contaminantes como CO2, metano y otros contaminantes, ayudando a las políticas medioambientales y a la gestión de recursos.

Fig. 4. Análisis de imágenes por satélite de Global Forest Watch.

Mejora de la gestión de desastres con imágenes por satélite y visión artificial#

La gestión de desastres naturales depende en gran medida de las imágenes por satélite para la supervisión en tiempo real y la recuperación posterior al desastre. Las imágenes por satélite se analizan durante inundaciones, huracanes e incendios forestales para detectar cambios ambientales. Tras el desastre, las imágenes por satélite siguen desempeñando un papel crucial en la evaluación de daños.

Las técnicas de visión por ordenador, como la segmentación de instancias, se pueden utilizar para identificar áreas con daños significativos, tales como edificios colapsados o paisajes alterados, mediante la comparación de imágenes tomadas antes y después de terremotos o tsunamis. Esto permite a las autoridades evaluar la magnitud de la destrucción y priorizar las labores de recuperación de forma más eficiente.

Un buen ejemplo es el proyecto Ciseres de la Agencia Espacial Europea (ESA), que combina la IA con datos de satélite para evaluar en tiempo real los impactos de desastres como inundaciones, incendios forestales y huracanes.

Fig 5. Un ejemplo de imágenes posteriores al desastre que muestran áreas dañadas con colores: verde para daños menores, naranja para daños mayores y rojo para áreas destruidas (Fuente: researchgate.net).

Utilización de imágenes por satélite para la planificación urbana y las infraestructuras#

Las imágenes por satélite y la visión por ordenador pueden desempeñar un papel fundamental en la planificación urbana y el desarrollo de infraestructuras. Las imágenes de alta resolución se pueden emplear para estudiar el uso del suelo, realizar un seguimiento del crecimiento urbano y respaldar una planificación municipal más inteligente. Estas tecnologías también pueden mejorar los sistemas de transporte al analizar los patrones de tráfico, diseñar mejores rutas y supervisar la congestión en tiempo real. Incluso pueden ayudar a detectar construcciones ilegales mediante la comparación de imágenes actuales y pasadas, lo que facilita a las autoridades el cumplimiento de los códigos de edificación.

Puede que te preguntes si realmente se puede ver el crecimiento de una ciudad desde el espacio. Con las imágenes por satélite y la visión por ordenador, por supuesto que sí. Dubái es un ejemplo fascinante. En las últimas décadas, ha pasado de ser un pequeño pueblo desértico en la década de 1980 a convertirse en una metrópolis global. Las imágenes por satélite capturan vívidamente este crecimiento notable, mostrando la expansión de las áreas urbanas, los cambios en el uso del suelo y el surgimiento de hitos emblemáticos como el Burj Khalifa y Palm Jumeirah.

Imágenes por satélite y teledetección para la agricultura de precisión#

En la agricultura, las imágenes por satélite y la visión por ordenador pueden mejorar la gestión de los cultivos, la productividad y la sostenibilidad. En concreto, la agricultura de precisión utiliza datos de satélite en tiempo real para supervisar la salud de los cultivos. Las técnicas de teledetección ayudan a analizar datos agrícolas a gran escala, lo que permite a los agricultores rastrear los niveles de humedad del suelo y detectar signos tempranos de estrés.

Además, el análisis de sequía e irrigación es importante para el uso eficiente del agua en la agricultura. Las imágenes por satélite pueden proporcionar una visión general detallada de los niveles de humedad del suelo y la salud de la vegetación, ayudando a determinar áreas con una irrigación inadecuada o donde los recursos hídricos son escasos.

Un caso de estudio relevante sobre la IA en la agricultura es la iniciativa de agricultura de precisión basada en satélites de ISRO, que ayuda a optimizar las prácticas agrícolas en la India mediante el uso de la teledetección para supervisar la salud de los cultivos, la humedad del suelo y el riego.

Fig. 6. Las imágenes por satélite y la visión por ordenador se pueden utilizar para delimitar parcelas agrícolas y clasificar cultivos.

Próximas tendencias en imágenes por satélite#

Se está realizando un trabajo emocionante en el campo de las imágenes por satélite y la visión artificial, con un inmenso potencial para la innovación. Por ejemplo, los satélites miniaturizados, como los CubeSats, están remodelando la observación de la Tierra al proporcionar una forma asequible, flexible y frecuente de capturar imágenes de alta resolución. Estos satélites compactos facilitan el seguimiento de cambios que van desde la expansión urbana hasta los cambios medioambientales.

Otro avance prometedor es la integración de datos en tiempo real del Internet de las cosas (IoT) con fuentes de satélite, lo que mejora la capacidad de supervisar sistemas dinámicos como las redes de transporte y los recursos hídricos.

Además, los avances en imágenes de superresolución están haciendo avanzar las capacidades de los satélites. Al aprovechar sofisticados algoritmos de IA, esta técnica enfoca y mejora los detalles de la imagen, combinando múltiples imágenes de baja resolución en imágenes más claras y de alta resolución. Esta innovación ofrece datos más precisos y crea nuevas oportunidades para gestionar eficazmente los recursos naturales y los espacios urbanos.

Fig 7. Un ejemplo de imágenes de superresolución: Toulon, Francia, mejorada de 10m a 5m (Fuente: planetobserver.com).

Información clave sobre imágenes por satélite y visión artificial#

La visión artificial y las imágenes por satélite están reimaginando cómo monitoreamos y comprendemos nuestro planeta. Desde el seguimiento de cambios medioambientales hasta la mejora de la respuesta ante desastres, la planificación urbana y la agricultura, estas tecnologías aportan información valiosa que conduce a soluciones más inteligentes y sostenibles.

Con avances como la integración del IoT y las imágenes de superresolución, las imágenes por satélite se están volviendo aún más fiables y accesibles. Estas innovaciones están allanando el camino para una mejor gestión de los recursos y nos ayudan a abordar los desafíos globales de forma más efectiva.

Explora nuestro repositorio de GitHub para descubrir más sobre la IA y conectar con nuestra comunidad. Descubre cómo impulsamos la innovación en sectores como la IA en la fabricación y la IA en la sanidad.