Creación de un sistema automatizado de adquisición, procesamiento y publicación de datos satelitales sobre nieve a escala nacional y desarrollo de una plataforma para fomentar la colaboración bidireccional entre academia e industria en Chile, son las dos iniciativas que desarrollará la Universidad de Playa Ancha (UPLA) a raíz de las adjudicaciones del Concurso Investigación Tecnológica IDeA 2024 de la Agencia Nacional de Investigación y Desarrollo (ANID).
Desde las facultades de Ciencias Naturales y Exactas e Ingeniería, los académicos Dr. Freddy Saavedra Pimentel y Dr. Miguel Guevara Albornoz, respectivamente, dirigirán los equipos de investigación tras las propuestas “Consolidación del Observatorio Satelital de Nieves a nivel nacional” (IT23I0092) y “Plataforma de Data as a Service (DaaS) para disponibilizar la trayectoria académica multidimensional de personas, equipos e instituciones con el fin de fomentar la colaboración bidireccional en I+D+i entre academia e industria” (IT24I0145).
Siendo las etapas de consolidación de proyectos anteriores, estos se proponen como soluciones de base científica tecnológica que buscan abordar, por una parte, la falta de datos climáticos precisos, la baja densidad de estaciones meteorológicas en montaña y la dificultad para elaborar planes de gestión y seguridad hídrica, y por otra parte, la carencia de información accesible y reutilizable relacionada a publicaciones y proyectos desde la perspectiva de equipos, así como la falta de actualización y dificultad de interconexión con sistemas locales.
Observatorio Satelital de Nieves a Nivel Nacional
Nubosidad, resolución espaciotemporal e imposibilidad de estimar el volumen de agua del manto nival son algunas de las dificultades del monitoreo de nieve a través del uso de imágenes satelitales ópticas. No obstante, la metodología utilizada por el Observatorio Satelital de Nieves (OSN) en la cuenca piloto del río Aconcagua permitió reducir exitosamente el porcentaje de pixeles con nubes en las imágenes satelitales diarias y conocer su variabilidad de nieve.
“El proyecto anterior contempló un estudio de la variabilidad de nieve en el río Aconcagua desde el 2000 al 2020, y lo que encontramos es que en este sector la línea de nieve está subiendo a una razón de 30 metros por año, así como está reduciendo la superficie de nieve en un 20%”, señala el director del Laboratorio de Teledetección Ambiental (TeleAmb), Dr. Freddy Saavedra Pimentel.
Con esto, el actual proyecto pretende aplicar esta metodología y validarla en el resto de las cuencas seleccionadas, especialmente, aquellas ubicadas en las macrozonas Sur y Austral, así como aunar los programas satelitales Landsat, Sentinel y VIIRS con el fin de incrementar la cobertura espacial y temporal de la monitorización de nieve, mejorar la precisión y fiabilidad de los datos generados, reducir el tiempo y recursos humanos requeridos para la adquisición, procesamiento y publicación de datos, así como aumentar el número de usuarios y aplicaciones que aprovechan la información proporcionada.
“En ese sentido, este proyecto crece en varias dimensiones. No es sólo la cuenca del Aconcagua, sino que se expande a todas las cuencas con importancia nival en Chile. Estamos hablando de 46 de las 100 cuencas del país. Además, tiene un escalamiento en la metodología que vamos a utilizar, ya que antes lo que hacíamos era ver desde arriba, con imágenes satelitales, la cobertura de nieve, pero no conoces su profundidad, entonces ahora trabajaremos algunos modelos para poder estimar la cantidad de agua que hay en el manto nival”, agrega el Dr. Saavedra.
Este proyecto está compuesto por Freddy Saavedra Pimentel, director; Marcelo Leguia, director alterno; Ana Hernández Duarte, investigadora; Dennys Alexis Caro, investigador y contará con un convenio de colaboración entre la Universidad de Playa Ancha y la Dirección General de Aguas (DGA).
DaaS: Aportes al círculo virtuoso de la innovación
“Existe una gran cantidad de repositorios de información y de aplicaciones que entregan datos similares o iguales, sin embargo, lo que nosotros tratamos de hacer es entender los datos como un servicio. Entonces, cambiamos el foco desde el uso de aplicaciones o softwares hacia la curación, mantención, mejora y limpieza de datos, volviéndolos disponibles para que otras aplicaciones puedan utilizarlos”, expresa el director del Laboratorio DataScience, Dr. Miguel Guevara,
Su orientación hacia los datos, enfoque multidimensional – esta propuesta contempla la generación de métricas que den cuenta de la riqueza de las relaciones entre individuos e instituciones – y enfoque internacional, lo vuelve un servicio inédito que busca potenciar la colaboración bidireccional entre academia e industria, facilitando la conexión e intercambio de conocimientos entre ambos sectores.
“Con el proyecto anterior (INID2023_03) fuimos capaces de construir el flujo completo desde la extracción, carga, almacenamiento y disponibilización de datos a través de una API, que es una interfaz de programación que permite hacer que los datos sean accesibles para otros softwares y aplicaciones, [así] la intención del segundo proyecto es fortalecer ese mecanismo de disponibilización de datos y extender el conjunto de fuentes de información que alimentan nuestro repositorio”, afirma el Dr. Guevara.
En ese sentido, esta segunda etapa busca desarrollar nuevos algoritmos automatizados para el proceso de extracción, transformación y carga, proponer nuevas métricas e indicadores que den cuenta de la multidimensionalidad del quehacer académico, así como diseñar y desarrollar una plataforma para la visualización de trayectorias académicas de personas, equipos e instituciones.
Este proyecto está compuesto por Miguel Guevara, director; Ronald Durán, director alterno; Paulina Arellano, investigadora; Andrea Lucero, investigadora; Ezequiel Lagos, desarrollador; y Carolina Valdevenito, colaboradora administrativa y documental. Además, contará con la participación de una empresa tecnológica y dos centros universitarios internacionales como empresa asociada y organizaciones colaboradoras, respectivamente.