Proyectos de investigación
Fusión de datos para la estimación de la humedad del suelo en alta resolución (DATAFUS)
Mapas regulares de humedad del suelo para optimizar recursos hídricos y cultivos
El proyecto tiene como objetivo desarrollar un producto operativo de humedad del suelo en alta resolución que supere las limitaciones de los mapas derivados de satélites pasivos, que tradicionalmente tienen resoluciones de unos 40 km. Mediante técnicas de aprendizaje automático y el uso de múltiples fuentes de datos, el proyecto busca mejorar la precisión y el alcance operativo de los mapas de humedad del suelo. El producto resultante permitirá aplicaciones prácticas en la gestión de los recursos hídricos, la agricultura de precisión, la vigilancia medioambiental y la prevención de desastres naturales, contribuyendo así a una mejor adaptación al cambio climático y a la toma de decisiones basada en datos.
Imagen: Desviación estándar de la humedad del suelo a 1 km para el 5 de mayo de 2019.
La humedad del suelo (SM, del inglés soil moisture) se considera una variable climática esencial debido a su impacto directo en el clima, la vigilancia de los desastres naturales, la predicción meteorológica, la productividad agrícola y la gestión de los recursos hídricos. Este proyecto se centra en el desarrollo de una metodología de aprendizaje automático para estimar la SM en alta resolución (≤ 1 km).
El objetivo del grupo del IEEC en la Universitat Politècnica de Catalunya (UPC) es superar una limitación clave de la teledetección pasiva por microondas: los mapas de SM, con resoluciones espaciales de alrededor de 40 km, no proporcionan el detalle necesario para aplicaciones locales específicas, como la gestión precisa del agua en la agricultura.
La tecnología utiliza una red neuronal feedforward multisensor, basada en diferentes fuentes de datos, para capturar las relaciones entre los predictores y la SM. La variable objetivo del modelo es la SM del producto Climate Change Initiative (CCI) de la Agencia Espacial Europea (ESA). Los predictores incluyen información diversa: bandas espectrales e índices de Sentinel-2, temperatura de la superficie del suelo de MODIS, datos topográficos como la elevación y la pendiente de la misión SRTM, precipitaciones y evapotranspiración de ERA5-Land, y textura del suelo de SoilGrids250m.
Actualmente, el objetivo del proyecto es minimizar en la medida de lo posible las lagunas temporales y espaciales en los mapas de humedad de alta resolución, con el fin de crear un producto más fiable y operativo.
Agradecimientos: Este proyecto se ha llevado a cabo en el marco de la Estrategia NewSpace de Catalunya, promovida por la Generalitat de Catalunya.
EQUIPO
Con el apoyo de
