Un nuevo modelo de IA entrenado con imágenes de Colombia revoluciona el análisis del territorio

Redacción. El crecimiento acelerado de satélites, drones y sensores de observación de la Tierra ha multiplicado la cantidad de imágenes disponibles para el análisis geoespacial. Cada día se generan cientos de petabytes de información, un volumen que hace indispensable el uso de inteligencia artificial (IA) para procesar datos de manera más rápida, precisa y eficiente.

En este contexto, Esri Colombia desarrolló el primer modelo nacional de Building Footprint Extraction, un flujo de trabajo de inteligencia artificial geoespacial (GeoIA) basado en modelos de Deep Learning que identifica automáticamente las huellas de construcciones a partir de imágenes satelitales de alta resolución.

La solución permite detectar edificaciones en áreas urbanas, periurbanas y rurales, generando una delimitación inicial de las construcciones que posteriormente puede ser validada y ajustada por especialistas, de acuerdo con las necesidades de cada proyecto.

Este tipo de análisis, que tradicionalmente requería horas o incluso días de trabajo manual, ahora puede realizarse de forma automatizada en grandes extensiones del territorio, facilitando la elaboración de cartografía base, la planificación del transporte, la gestión de obras públicas, la atención de emergencias, el análisis de expansión urbana y la evaluación del uso del suelo.

Un modelo entrenado para la realidad colombiana

El desarrollo hace parte del ecosistema de ArcGIS Living Atlas of the World, la mayor colección de contenido geoespacial de Esri, que reúne mapas, imágenes satelitales y capas de información sobre población, infraestructura, clima, medio ambiente, transporte, uso del suelo, límites administrativos y observación de la Tierra, entre otros.

Aunque anteriormente existían modelos de extracción de edificaciones desarrollados para países como Estados Unidos, India o Arabia Saudita, estos no respondían completamente a las características de Colombia, donde la morfología de las construcciones y los patrones de ocupación del territorio presentan diferencias significativas.

Por esta razón, Esri Colombia entrenó un modelo utilizando imágenes del territorio nacional, adaptándolo a las particularidades del país y permitiendo su aplicación en diferentes sectores que requieren análisis multitemporales o el procesamiento de imágenes ortorrectificadas de alta resolución.

Aplicaciones para la toma de decisiones

La herramienta ofrece información que puede responder preguntas clave para la gestión territorial, como el crecimiento urbano y rural de un municipio, la cantidad de nuevas construcciones en una zona determinada o la detección de edificaciones que invaden predios.

Estos análisis proporcionan información oportuna para entidades públicas y privadas encargadas de la planificación del territorio, la administración catastral, la infraestructura, la gestión del riesgo y la protección de bienes públicos y privados.

Con este desarrollo, Esri Colombia busca impulsar la adopción de la inteligencia artificial geoespacial en el país, promoviendo decisiones más rápidas, precisas y sustentadas en datos confiables.

Como parte de su hoja de ruta, la compañía proyecta desarrollar nuevos modelos enfocados en clasificación de vegetación, mejora de modelos digitales de elevación, clasificación de coberturas del suelo y análisis de fachadas, con el propósito de fortalecer el contenido nacional disponible en ArcGIS Living Atlas y ampliar las capacidades de análisis geoespacial para Colombia.