Detalles del proyecto
Descripción
La cobertura vegetal de los ecosistemas de alta montaña como bosques y páramos andinos, proveen ambientes únicos desde el punto de vista ecológico, su biodiversidad y sus servicios ecosistémicos. La conservación, gestión sostenible y el monitoreo es esencial para asegurar servicios ecosistémicos clave, entre ellos la recarga hídrica. Sin embargo, tanto a nivel global, como local, enfrentan crecientes amenazas debido al cambio de uso del suelo, la expansión urbana, actividades agropecuarias e incendios forestales. Varias investigaciones se han realizado en torno al monitoreo y detención de cambio de cobertura utilizando principalmente datos de sensores remotos gracias a la amplia disponibilidad de datos de observación de la tierra. Entre otros, el programa Copernicus de la ESA, provee datos, procesamiento en la nube y servicios para aplicaciones de vigilancia terrestre, incendios forestales, monitoreo de desastres, y otros.
Por otra parte, existe un avance vertiginoso de la inteligencia artificial, particularmente de los modelos de Deep Learnig pre-entrenados usando imágenes satelitales.
En este contexto, se plantea como objetivo de esta investigación la generación de una herramienta para detección temprana de cambio de cobertura vegetal basada en modelos de Deep Learning y datos de sensores remotos, adaptada a zonas de páramo y bosques andinos, que facilite la toma de decisiones oportunas a los actores involucrados en la planificación, restauración y conservación de estos ecosistemas altoandinos.
En esta investigación se utilizará principalmente datos de los sensores Sentinel-2 y Sentinel-1, incorporando datos de elevación, además para fines de investigación se usarán datos de PlanetScope. Se destaca se contará con geoinformacion de la zona de estudio generada por ETAPA EP, quien es el ente con competencia en esta zona de estudio y con quien la Universidad de Cuenca mantiene convenios de cooperación para estos fines.
Los resultados alcanzados serán difundidos como artículos científicos, así como también socializado a los actores involucrados, y la herramienta generada será puesta a disposición para su uso a nivel de prototipo de usuario final de ETAPA EP, contribuyendo de esta manera tanto desde el punto de vista científico como el desarrollo tecnológico de la investigación aplicada.
Por otra parte, existe un avance vertiginoso de la inteligencia artificial, particularmente de los modelos de Deep Learnig pre-entrenados usando imágenes satelitales.
En este contexto, se plantea como objetivo de esta investigación la generación de una herramienta para detección temprana de cambio de cobertura vegetal basada en modelos de Deep Learning y datos de sensores remotos, adaptada a zonas de páramo y bosques andinos, que facilite la toma de decisiones oportunas a los actores involucrados en la planificación, restauración y conservación de estos ecosistemas altoandinos.
En esta investigación se utilizará principalmente datos de los sensores Sentinel-2 y Sentinel-1, incorporando datos de elevación, además para fines de investigación se usarán datos de PlanetScope. Se destaca se contará con geoinformacion de la zona de estudio generada por ETAPA EP, quien es el ente con competencia en esta zona de estudio y con quien la Universidad de Cuenca mantiene convenios de cooperación para estos fines.
Los resultados alcanzados serán difundidos como artículos científicos, así como también socializado a los actores involucrados, y la herramienta generada será puesta a disposición para su uso a nivel de prototipo de usuario final de ETAPA EP, contribuyendo de esta manera tanto desde el punto de vista científico como el desarrollo tecnológico de la investigación aplicada.
| Estado | Activo |
|---|---|
| Fecha de inicio/Fecha fin | 1/09/25 → 31/08/28 |
Socios colaboradores
- Universidad de Cuenca (principal)
- Empresa Pública Municipal de Telecomunicaciones, Agua Potable, Saneamiento y Gestión Ambiental (ETAPA EP)
Palabras clave
- Ecosistemas altoandinos
- teledetección
- Sentinel - 2
- Sentinel - 1
- PlanetScope