A fines del año pasado, se realizó la presentación del proyecto ‘Deep-Hub: Plataforma basada en Inteligencia Artificial para análisis de imágenes aéreas de interés forestal’, el cual fue desarrollado en conjunto por las facultades de Ingeniería y de Ciencias Forestales de la Universidad de Concepción.

Deep-Hub monitorea terrenos forestales a partir de la toma de imágenes satelitales y la incorporación de un lenguaje a la Inteligencia Artificial con el cual logre identificar árboles, copas, suelos y posibles anomalías en todos ellos.

Esta innovación, financiada mediante un Fondo de Fomento al Desarrollo Científico y Tecnológico, aparece como una de las más relevantes en el acontecer nacional de esta materia, dado que aplica la vanguardia del uso de la Inteligencia Artificial directamente en la realidad ecosistémica e industrial chilena, como es el caso del sector forestal.

Interferencia conversó con el académico de la Facultad de Ciencias Forestales y Subdirector del proyecto, Dr. Simón Sandoval Rocha, quien describió cómo esta tecnología puede contribuir a los procesos que se llevan a cabo en la actualidad.  

“Las mediciones hasta el día de hoy se hacen con gente en terreno. Es decir, se envía a una cuadrilla a un determinado punto GPS para que midan los parámetros de los árboles. Todo eso ingresa a sistemas de proceso de información y se extraen los resultados que las empresas andan buscando. Ahora, este tipo de tecnología hay que dejar claro que no viene a reemplazar lo tradicional, sino que lo que busca es contribuir y complementar en ese proceso. Lo menciono, porque muchas veces se cree erróneamente que estas innovaciones vienen a reemplazar lo que existe ahora, a quitar trabajo y la verdad es que es muy complejo, porque se trata de estimaciones con un margen de error importante, por lo que más bien se constituye como una contribución de información auxiliar muy relevante para mejorar los procesos”, explicó. 

En cuanto a la forma en la que se desarrollan estas mediciones, el ingeniero forestal describió que “uno siempre empieza con lo más básico. Se entrega un punto GPS que se va a buscar al terreno, lo cual es un proceso lento. Una vez que se llega al lugar, se empieza a medir cada uno de los árboles que está en ese punto en un radio de, por ejemplo, 10 metros. Así, se mide el diámetro, la altura, la especie y algún atributo de la copa. A partir de eso, puedo generar estimaciones de volumen, de biomasa, acumulación de carbono o la calidad de la madera. Entonces, todo este tema de IA viene a apoyar todas esas estimaciones posteriores”. 

“Este tipo de plataformas nos podría ayudar en la prevención de incendios forestales, principalmente porque permite determinar dónde hay mayor concentración de biomasa. Con los insumos de imágenes suficientes, se pueden hacer estimaciones que anticipen focos de calor y sugerir la gestión para disminuir este riesgo”

Así, Sandoval relató que “la plataforma tiene varios input de entrada. En general, tiene dos módulos bien grandes: el módulo estático y el dinámico. En el caso del primero, procesa imágenes en un tiempo dado y el dinámico procesa imágenes extemporáneas. El estático permite procesar imágenes de drones en alta resolución hasta imágenes satelitales e identifica elementos que uno desee etiquetar dentro de ese marco. Como nosotros trabajamos desde el punto de vista forestal, etiquetamos árboles a partir de dibujos que corresponden al etiquetado manual correspondiente a la fase de entrenamiento, para después hacer las estimaciones en el predio completo”. 

“En la fase dinámica, lo que se hace es detectar cambios de uso de suelo. Por ejemplo, cuando ocurren incendios forestales, los proveedores de imágenes tienen una frecuencia de dos o tres capturas mensuales donde uno puede notar si el bosque ha variado mucho o no. Entre los potenciales que vemos de esta fase, vemos mucho potencial en lo que tenga que ver con fiscalización y determinar intervenciones en los bosques que no hayan sido informadas a Conaf”, apuntó.

Consultado por el aporte de la Inteligencia Artificial en el proceso, el académico sostuvo que “la IA puede ingresar en varias fases. Una de las primeras es en el diseño de todas estas estrategias de medición tradicional, porque una de las cosas que uno podría hacer de forma práctica es disminuir esos esfuerzos en terreno en términos de desplazamiento y uso del tiempo. Y luego, todo lo que tiene que ver con los procesos de estimación, porque detrás de toda esta estrategia de medición en terreno, hay un procesamiento que está basado en estadística. Y este tipo de insumos ingresa en ese momento, reduciendo la incertidumbre de esas estimaciones. Así, la otra gran ventaja que se puede dar es la posibilidad de espacializar los resultados. Es decir, captar y medir la variabilidad a través de la Inteligencia Artificial”. 

En cuanto al aporte en la prevención de incendios forestales, el subdirector del proyecto manifestó que “afortunadamente, hasta el momento desde Conaf nos han comentado que ha sido un año bastante atípico, porque hay una baja frecuencia de incendios en comparación con períodos anteriores. El promedio histórico de incendios es de 25 mil hectáreas y hoy llevamos 2 mil hectáreas, de las cuales 1800 fueron por una negligencia de un particular. Este tipo de plataformas nos podría ayudar en la prevención principalmente porque permite determinar dónde hay mayor concentración de biomasa. Con los insumos de imágenes suficientes, se pueden hacer estimaciones que anticipen focos de calor y sugerir la gestión para disminuir este riesgo”.