Buscar

Predecir los efectos del calentamiento global con sistemas de IA

Los enormes avances tecnológicos que ha experimentado el mundo en los últimos años nos permiten hoy tener una idea más clara sobre dónde nos encontramos respecto al cambio climático y cuáles son los posibles escenarios futuros. A la vez, nos brinda grandes herramientas para hacerle frente.


Estudios recientes indican que en los próximos 20 años, la temperatura mundial aumentará al menos 1.5°C, aunque podría alcanzar los 4°C. Las consecuencias ambientales son enormes y su monitoreo se hace muy difícil y costoso con las herramientas tradicionales. En Dymaxion Labs trabajamos para contribuir a la generación de información relevante para un abordaje efectivo de la problemática.


Monitoreo de incendios forestales con machine learning


El calentamiento global genera condiciones muy favorables para el surgimiento y la prolongación de incendios: olas de calor más recurrentes, estaciones cálidas más largas y frías más cortas. Lamentablemente, es cada vez más común ver incendios forestales con devastadoras consecuencias ambientales, sociales y económicas.


Con el fin de poder realizar una detección temprana y monitoreo efectivo, desarrollamos los paquetes open-source satproc y unetseg, que detectan áreas quemadas a través de algoritmos especializados.


Así se ve un incendio en una imagen satelital. Fuente: Dymaxion Labs


Satproc se enfoca en el procesamiento de imágenes geoespaciales y archivos vectoriales para resolver problemas de detección de objetos y segmentación semántica. Unetseg, por su parte, es un paquete de entrenamiento y predicción de modelos de deep learning, basados en la arquitectura U-Net, para problemas de segmentación semántica sobre imágenes geoespaciales.


Detección de basurales a cielo abierto


La creciente presencia de basurales a cielo abierto afecta en particular a lo que se conoce como el sur global. De acuerdo a un estudio realizado por el Banco Mundial, en América Latina y el Caribe en particular, los vertederos a cielo abierto representan aproximadamente un 27% de la eliminación y el tratamiento de residuos.


Su impacto ambiental es negativo, pero también lo es desde un aspecto social y económico, afectando mayormente a poblaciones vulnerables aledañas. En un trabajo conjunto con la Fundación Bunge & Born, desarrollamos un proyecto para su detección y seguimiento de basurales de manera escalable y a bajo costo.


Gracias al uso de técnicas basadas en Machine Learning para el procesamiento de imágenes satelitales logramos mapear grandes áreas de manera rápida y con bajos recursos. Partimos de ejemplos de basurales a cielo abierto identificados por el ojo humano, que en general provienen del trabajo de municipios y ONGs.


Los algoritmos que creamos buscan patrones en común y luego generan predicciones de posibles basurales aún no detectados en vastas extensiones de territorio. Además, nos permiten generar insights valiosos para un monitoreo preciso y reportes periódicos de las ubicaciones de los basurales.


Sólo las acciones y políticas que se implementen podrán evitar los peores escenarios; para ello, será clave tener información precisa y relevante. Nuestras soluciones buscan contribuir a la construcción de un futuro más sustentable y justo.


Autor: Federico Bayle, Co fundador y CEO de Dymaxion Labs.


​​Todas las opiniones expresadas en esta publicación de blog son del autor y no reflejan ni representan necesariamente las opiniones de AI for Climate Initiative o sus fundadores.