Análisis De Datos Para Monitorizar El Medioambiente

Del 23 al 28 de abril de 2023, los científicos de EOSDA Olena Kavats, Dmitriy Khramov y Kateryna Sergieieva asistirán a la conferencia de la Asamblea General de la EGU y presentarán sus logros en el proyecto GoldenEye EU H2020 project. El equipo hablará de geociencia desde la perspectiva de la monitorización espacial con su informe “Monitoring Active Mining Areas in Operation using Sentinel-1 Coherence Time Series“.

EOS Data Analytics ha participado en el programa GoldenEye, de tres años de duración, desde mayo de 2020, junto con otras 17 organizaciones de 5 países de Europa. El proyecto tiene como objetivo crear un espacio único de información para la monitorización y supervisión integral de los procesos mineros subterráneos y a cielo abierto. Un objetivo más amplio y a largo plazo es el de proporcionar asistencia en la implementación de la monitorización medioambiental para lograr prácticas mineras sostenibles.

Nos pusimos en contacto con Olena Kavats, científica de datos y coordinadora del proyecto GoldenEye en EOS Ukraine, filial de EOSDA, para informarnos sobre el proyecto GoldenEye y preguntar sobre los planes más inmediatos del equipo científico.

¿Hasta Qué Punto Supuso Un Reto Para El Equipo Sacar Adelante Este Proyecto, Teniendo En Cuenta Su Complejidad?

El convenio entre Ucrania y la UE abre oportunidades para la participación de empresas ucranianas en programas como Horizonte 2020. El proyecto GoldenEye se puso en marcha a raíz de que la Comisión Europea concediera una subvención de H2020 a los miembros del consorcio GoldenEye, entre los que nos encontrábamos nosotros.

Teniendo en cuenta nuestra experiencia en el campo de la protección del medioambiente, pudimos aplicar nuestros conocimientos en el uso de imágenes de satélite y análisis de datos para facilitar la monitorización medioambiental.

¿Cuál Ha Sido Hasta Ahora La Contribución De EOSDA Al Proyecto GoldenEye?

Uno de los retos más apasionantes del proyecto fue la necesidad de mejorar la resolución espacial de los datos de temperatura de la superficie terrestre. Las imágenes de satélite originales de Landsat-8 y Landsat-9 no ofrecen una resolución tan alta como la que necesitábamos para realizar un seguimiento preciso de la temperatura, especialmente en los pequeños lugares de ensayo sobre el terreno que se nos asignaron. Para conseguirlo, mejoramos un algoritmo de ElasticNet para reducir la escala de los datos a una resolución espacial de 10 metros.

Este modelo de regresión se convirtió en una gran espina dorsal sobre la que construir mapas muy detallados de la temperatura de la superficie, pudiendo así evaluar el impacto de una explotación minera en el medioambiente. La ventaja del proyecto GoldenEye es que tenemos la oportunidad de probar la eficacia de nuestros métodos durante los viajes al campo y la recogida de datos sobre el terreno en explotaciones mineras reales.

Hemos publicado un artículo académico ^{Kavats, O., Khramov, D., Sergieieva, K., & Vasyliev, V. (2020). Algorithm for statistical downscaling of the land surface temperature using ElasticNet. Review of the Bulgarian Geological Society, 81(3), 195-197} por si a alguien le interesa saber cómo mejoramos ElasticNet para nuestros objetivos de análisis geoespacial.

Además de monitorizar la temperatura y la humedad de la superficie, también hemos trabajado en el tratamiento de datos satelitales, así como en otras herramientas de IA. Por ejemplo, pudimos facilitar la evaluación a distancia de la estabilidad de los taludes, la vegetación de los territorios adyacentes recultivados y la dinámica de cambio en las superficies de agua de las presas de relaves ^{Kavats, O., Khramov, D., Sergieieva, K., Surface Water Mapping from SAR Images Using Optimal Threshold Selection Method and Reference Water Mask, Water 2022, 14(24), 4030.}.

El Plan Del Proyecto Incluye La Validación De La Tecnología En 6 Ensayos De Campo. ¿En Qué Fase Se Encuentra Ahora Mismo?

Ahora mismo, estamos en plena fase de implementación de los resultados de la monitorización medioambiental en la plataforma. Ya hemos encontrado la forma de analizar los datos de satélite que necesitábamos para alcanzar los objetivos de monitorización medioambiental. Ahora estamos validando los resultados obtenidos en pruebas de campo. En el futuro, esperamos que la plataforma de IA en la que estamos trabajando funcione de forma continua y esté disponible para profesionales no académicos. Está previsto habilitar la plataforma para su uso por parte de grandes empresas mineras y de transformación.

¿Participar En El Proyecto GoldenEye Acerca A EOS Data Analytics A Los Objetivos De Desarrollo Sostenible?

¡Desde luego que sí! El programa Horizonte 2020 dio a nuestros científicos de datos y geólogos la oportunidad de desarrollar y probar sus métodos en condiciones reales. Mediante la aplicación de algoritmos predictivos y de procesamiento de datos mejorados, podemos proporcionar la información necesaria que ayudará a resolver problemas críticos como la evaluación de la integridad de las presas de relaves actualmente en funcionamiento y de las que se encuentran en fases posteriores a su cierre, el control de la eliminación de los residuos de producción, la gestión de las evaluaciones de riesgo medioambiental, la predicción de corrimientos de tierras y mucho más.

EOS Data Analytics está comprometida con los Objetivos de Desarrollo Sostenible a largo plazo establecidos por la ONU. En concreto, estamos alineados con 10 de los 17 Objetivos de Desarrollo Sostenible de las Naciones Unidas. La participación en el proyecto GoldenEye de H2020 nos ha permitido aportar soluciones prácticas a objetivos como la Acción por el clima, Industria, innovación e infraestructuras y Producción y consumo responsable. La plataforma GoldenEye facilitará una gestión más eficiente del cambio en las explotaciones mineras, al tiempo que promoverá infraestructuras resilientes y modelos de producción y consumo sostenibles.

Cuando se trata de la industria minera, hay una gran variedad de peligros que hay que tener en cuenta durante la gestión de riesgos. Pueden ser explosiones espontáneas, fugas en presas, derrumbes de muros de canteras y contaminación por residuos mineros, por nombrar algunos. Pero hay aún más daños potenciales de los que el ojo puede ver. Una operación no controlada en los pozos mineros, abiertos y subterráneos, podría provocar un cambio en el tipo de superficie del terreno, perjudicando así a los ecosistemas adyacentes.

Las imágenes de satélite y los modelos predictivos nos permiten monitorizar los cambios temporales y espaciales en las condiciones de la vegetación de los territorios cercanos a los yacimientos mineros. Mediante el estudio de índices espectrales de vegetación y del estado del suelo desnudo podemos controlar y evaluar las condiciones medioambientales del terreno, lo que ayudará a tomar las medidas adecuadas para una explotación minera sostenible, evitando peligros.

Háblenos De Su Última Visita A Una Explotación Minera En Rumanía.

Todos los equipos del consorcio del proyecto GoldenEye se reunieron en la Asamblea General, celebrada en Rumanía el 10 de octubre de 2022, para debatir los últimos avances del proyecto y presentar sus conclusiones. La reunión tuvo lugar en la Universidad Técnica de Cluj-Napoca. Nuestro equipo científico estuvo representado por la coordinadora del proyecto GoldenEye, Nataliia Borotkanych, y la científica Kateryna Sergieieva.

La reunión constó de dos jornadas. El primer día se dedicó al debate de las tecnologías de monitorización por satélite y terrestre de las zonas mineras propuestas y ejecutadas por los participantes en el proyecto. Presentamos tecnología para identificar zonas con minas activas, utilizando una serie temporal de datos de radar; evaluar la estabilidad de taludes de canteras y escombreras, basándonos en modelos digitales del terreno (Digital Surface Model, DSM); construir mapas de temperatura y humedad de la superficie y cartografiar masas de agua en superficie (la tecnología para identificar masas de agua también fue presentada de forma más explícita en la conferencia IEEE IGARSS 2022).

El segundo día, fuimos a la prueba de campo en la mina Roșia Poieni, la mayor mina de cobre en Rumania, donde recogimos datos con drones para construir un ortomosaico RGB y DSM. Los miembros del consorcio utilizan estos datos para detectar cambios en la superficie de la mina, así como para validar y evaluar la precisión de la tecnología propuesta.

¿Cómo Se Utilizarán Las Tecnologías Desarrolladas Por EOSDA Una Vez Termine El Proyecto?

La plataforma GoldenEye AI se hará pública y estará disponible como producto de software. Las pruebas de campo en curso demostrarán la eficacia de los algoritmos de IA exclusivos de la plataforma. Al mismo tiempo, dispondrá de capacidades de monitorización medioambiental de forma continua. Los modelos de datos requieren grandes fuentes de datos, ya que se ajustarán a cada lugar concreto. Por ejemplo, un caso de negocio típico sería el siguiente: una mina de metales de tierras raras encarga cartografía y un análisis a la plataforma GoldenEye para dos de sus ubicaciones. Por supuesto, las capacidades de la IA pueden ampliarse potencialmente para una cobertura global, pero en un futuro próximo está previsto proporcionarlas previa solicitud.

Una gran ventaja de la plataforma GoldenEye es que ayuda a encontrar soluciones para unas prácticas de producción minera más sostenibles. Así, no sólo podemos realizar análisis y ayudar a las empresas mineras y de procesamiento a aumentar la eficiencia en la exploración geológica, sino también a proteger el medioambiente. Sin embargo, no podemos imponer nuestras observaciones a nadie. No podremos iniciar nosotros solos las prácticas de monitorización medioambiental. En su lugar, se anima a las empresas mineras y de transformación a que utilicen la plataforma en su propio beneficio y en el de la Tierra.

¿Cómo Ve La Ayuda De EOSDA A Proyectos Como Horizonte 2020 En El Futuro?

Puedo destacar nuestras capacidades en relación con proyectos similares a Horizonte 2020 en algunos sectores. En Europa, la empresa puede aportar su experiencia en monitorización medioambiental y agrícola, aprovechando los algoritmos patentados implementados en nuestras plataformas SaaS (Software as a Service) EOSDA Crop Monitoring y EOSDA Forest Monitoring.

La funcionalidad de las plataformas se basa en datos de observación por satélite, procesados por nuestros modelos de aprendizaje automático, y enriquecidos por perspectivas analíticas que se proporcionan en una interfaz web fácil de usar y entender (también hay aplicaciones móviles disponibles para la exploración del campo). Nuestros productos y servicios de software facilitan el cumplimiento de los principios de gestión racional de la naturaleza y desarrollo sostenible, garantizando la seguridad alimentaria. Las observaciones y análisis orientados a la silvicultura pueden ayudar a evitar la creciente tendencia a la deforestación y a realizar una monitorización de los incendios forestales, así como de otros indicadores de la salud de los bosques.

Los proyectos personalizados de nuestro equipo, como la monitorización de yacimientos mineros, pueden extenderse a un gran número de industrias diferentes, que también pueden sacar partido de las imágenes de satélite y el análisis de datos.

En 2025, podremos proporcionar datos de alta resolución desde nuestra constelación de satélites EOS SAT. De momento, hemos lanzado el primero de ellos a una órbita terrestre baja (LEO) y en los próximos dos años se lanzarán seis más. Contamos con un sólido equipo de más de 60 científicos, entre ellos 25 doctores, y actualmente estamos abiertos a estudiar nuevas posibilidades de colaboración.

EOS Data Analytics tiene planes ambiciosos de mejorar sus plataformas de análisis de datos satelitales y está convencida de que en los próximos años ayudará a más organizaciones y particulares a luchar contra el cambio climático y alcanzar la sostenibilidad en sus esfuerzos de conservación de la naturaleza.