Científicas argentinas del Conicet desarrollaron un mapa de uso y cobertura del suelo para el Valle Inferior del Río Chubut, una herramienta "única en la Patagonia" que permitirá mejorar la planificación de los recursos naturales y predecir cambios por el calentamiento global, destacaron este miércoles en la presentación del proyecto.
"Es clave anticiparnos al impacto del cambio climático si tenemos en cuenta las estimaciones: los modelos proyectan para el río Chubut un aumento de temperatura mayor que 1.5 °C y una disminución de la precipitación de entre un 10 y un 30 %", explicó Ana Liberoff, doctora en Ciencias Biológicas en el Centro Nacional Patagónico (Cenpat) dependiente del Conicet.
Alertó que esas estimaciones pueden resultar en una "merma en en la producción de agua media anual de entre un 30 y 40 % para el año 2070", por lo que destacó "fundamental preservar un recurso que es escaso y vital para el desarrollo de la zona".
A partir de imágenes satelitales (que incluyen datos e información de sensores) y la base de un modelo de inteligencia artificial, Liberoff y sus colegas Natalia Pessacg y Silvia Flaherty desarrollaron un mapa de cultivo que permitirá evaluar cómo el impacto del cambio climático junto a los cambios en el uso del suelo puede afectar la calidad y cantidad de agua, contribuyendo a una mejor planificación de los recursos naturales y gestión del territorio.
"Es importante también porque, en definitiva, es la calidad del agua que llega a nuestros hogares y tomamos", resumió Liberoff esta mañana en la Ciudad de Buenos Aires, durante la presentación del proyecto que resultó beneficiario del programa AI for Earth (Inteligencia Artificial por la Tierra) de Microsoft.
La inteligencia artificial se puede definir como "un concepto que reúne un conjunto de técnicas, herramientas y tecnologías capaces de razonar a partir de datos", sintetizó Yamila Zakhem, especialista en Datos e inteligencia artificial en Microsoft.
"Cuando nosotros nos asomamos a la ventanilla del avión al llegar al valle podemos ver las parcelas limitadas y sus diferentes colores, pero lo que se logra con el satélite es identificar con mayor precisión esos detalles", describió Liberoff.
Entonces, a partir de esas imágenes satelitales, "entrenamos al modelo de inteligencia artificial y le enseñamos a identificar: 'esto es alfalfa", 'esto es pastura', hasta que después aprende a reconocer los cultivos por sí mismo", agregó.
Fue Alexandra Trujillo, ingeniera electrónica y becaria doctoral en el Cenpat, quien se encargó de escribir una arquitectura nueva de modelo de aprendizaje automático (una rama de la inteligencia artificial) para clasificar los usos y las coberturas a partir de imágenes satelitales para el proyecto.
"El modelo fue bautizado como SatNet (por satélite + network) y se encuentra en proceso de registro académico", indicó Trujillo, y remarcó que "la aplicación de herramientas de inteligencia artificial vuelve al proyecto único en la Patagonia".
Las científicas continúan trabajando para mejorar el mapa final, que hasta ahora cuenta con 9 clases diferentes que son los usos de suelo principales que se encuentran en el valle (frutales, hortalizas, árboles, etc.), con niveles de precisión que llegan al 83%.
Las científicas señalaron que tanto para organismos provinciales y nacionales, proyectos similares en otros puntos del país, como para aquellos encargados de administrar el agua, contar con mapas de estas características es esencial ya que ayuda a detectar tendencias y a planificar un mejor uso de los recursos naturales.
"Por eso, la idea es trabajar en conjunto con la Compañía de Riego del Valle Inferior del Río Chubut para generar una versión mejorada del mapa", sintetizó Trujillo.
