Tracasa Global presenta en Portugal la detección de cambios en edificaciones y omisiones catastrales con técnicas de IA

PAMPLONA 8 Nov. (EUROPA PRESS) -

Tracasa Global, empresa pública del Gobierno de Navarra, ha presentado este miércoles en Évora (Portugal) su herramienta de detección automática de cambios en edificaciones y omisiones catastrales mediante la utilización de técnicas de inteligencia artificial. La empresa navarra ha expuesto sus aplicaciones inteligentes sobre ortofotos e imágenes de satélite durante la celebración de las XIV Jornadas Ibéricas de Infraestructuras de Datos Espaciales.

De la mano de Moisés Zalba, director de Operaciones y Desarrollo de Negocio, Tracasa Global, integrada en la Corporación Pública Empresarial de Navarra, ha presentado durante el encuentro y ante decenas de participantes dos soluciones basadas en inteligencia artificial para la detección de omisiones catastrales y la monitorización de cambios, tanto en entornos urbanos como rurales.

La primera de las soluciones consiste en un modelo de aprendizaje profundo (deep learning) centrado en la detección de cambios en las construcciones a través de la segmentación de imágenes PNOA (Plan Nacional de Ortofotografía Aérea) y la comparación optimizada de los resultados respecto a la información registrada en el Catastro.

Con estas condiciones, este modelo permite localizar de manera autómatica las alteraciones físicas en las edificaciones, tanto en la aparición de nuevas construcciones como en los cambios aparecidos en las ya existentes. Las fases del proceso de trabajo incluyen pasos como la segmentación de edificios, la comparación automática e inteligente de la máscara de edificios contra el Catastro y la clasificación de los diferentes tipos de cambios detectados en el resultado, ha informado Tracasa.

IMÁGENES DE SATÉLITE: SUPERRESOLUCIÓN SENX4

En la misma línea, pero para situaciones en donde se requiere actuar sobre áreas de monitorización más amplias o con una periodicidad mayor, la segunda solución aplica un algoritmo de aprendizaje profundo (deep learning) para la segmentación automática de edificios y carreteras a partir de un análisis combinado de imágenes de los satélites Sentinel-1 y Sentinel-2.

Este método se ve enriquecido por el algoritmo de superresolución SENX4, desarrollado por la empresa navarra, que consigue cuadruplicar la resolución espacial de las imágenes Sentinel-2, de acceso gratuito y con adquisiciones cada 5 días. SENX4 mejora la resolución de las imágenes de satélite, pasando de 10 a 2,5 metros y garantizando la conservación de la radiometría. De esta manera, el resultado proveniente de la ejecución de estos algoritmos permite identificar zonas con alta probabilidad de cambios sobre el terreno, ha añadido la compañía.

Durante la presentación, Zalba ha mostrado también los resultados de la aplicación de ambos tipos de algoritmos a diferentes zonas en España, ha compartido varias conclusiones sobre su aplicabilidad y ha detallado los principales retos de estas técnicas a futuro. Además se han explicado ejemplos de otras aplicaciones específicas de los algoritmos de segmentación de Tracasa Global, como la detección de piscinas y cuerpos de agua a partir de imágenes PNOA, para el seguimiento de consumos y desarrollo urbanístico.