211service.com
Un mapa satelital de la Tierra sin nubes
Es la Tierra como ni siquiera los astronautas pueden verla, completamente sin nubes.
Una vista sin nubes de los patrones de vegetación en todo el mundo, unida a partir de datos de la NASA y otras fuentes gubernamentales.
El software desarrollado por la startup Descartes Labs une imágenes satelitales diarias en un mapa en vivo de la superficie del planeta y elimina automáticamente cualquier cobertura de nubes. Eso hace que la vista sea más agradable y también ayuda a los algoritmos que rastrean automáticamente los cambios en el uso de la tierra o la vegetación. La compañía dice que su software puede hacer mejores pronósticos de la cosecha de maíz de Estados Unidos que el Departamento de Agricultura de EE. UU.
Laboratorios Descartes fue fundada para comercializar software de reconocimiento de imágenes desarrollado para imágenes satelitales y aéreas en el Laboratorio Nacional de Los Álamos. El software ha sido entrenado para identificar características de la superficie de la Tierra, como la agricultura, las características del agua y los tipos de bosques, comparando mapas anotados de fuentes como el Servicio Geológico de EE. UU. con imágenes satelitales en color, infrarrojos y ultravioleta.
La combinación de muchas imágenes de satélite permite observar los cambios en la vegetación, los cultivos y el uso de la tierra a lo largo del tiempo, como se ve aquí en la frontera entre China e India. Los algoritmos pueden rastrear patrones automáticamente, por ejemplo, para predecir el tamaño posible de una cosecha.
La compañía también ha desarrollado un software que une un mapa de la Tierra continuamente actualizado a partir de las últimas imágenes satelitales de la NASA y otras fuentes gubernamentales en otros países. Algunas imágenes utilizadas en el mapa se actualizan diariamente.
El software de reconocimiento de imágenes de Descartes Labs puede usar esa vista casi en vivo para visualizar o medir cambios como inundaciones o cambios en la condición de los cultivos. La empresa utiliza una técnica de aprendizaje automático denominada aprendizaje profundo, que ha dado lugar a importantes avances en el reconocimiento de imágenes en los últimos años (consulte 10 Tecnologías innovadoras de 2013: Aprendizaje profundo).
Steven Brumby, cofundador y director de tecnología de Descartes Labs, dice que la técnica hace que las imágenes satelitales sean mucho más útiles. Nunca ha sido posible explotar todos estos datos de la NASA y otras fuentes a escala antes, dice.
Brumby dice que sus algoritmos pueden extraer señales valiosas de las instantáneas de los satélites. Por ejemplo, algunos han sido capacitados para pronosticar futuras cosechas de maíz en función del color y la apariencia de las plantas en un campo. Brumby dice que analizar los datos de los últimos 11 años muestra que sus predicciones son más precisas que las del USDA, hechas con datos recopilados de los agricultores. Él espera vender información como esa a agricultores, proveedores de equipos agrícolas, comerciantes de productos básicos y formuladores de políticas.
Medir la salud de la vegetación o los cambios en la distribución del agua también podría informar la política exterior, dice Brumby. Secretario de Estado John Kerry sugerido el mes pasado que varios años de sequía y malas cosechas pueden haber contribuido a precipitar la guerra civil en Siria.
Descartes Labs no es la única empresa que intenta ganar dinero extrayendo datos de imágenes de satélite. La startup Orbital Insight utiliza el aprendizaje profundo para examinar infraestructuras como estacionamientos y contenedores de almacenamiento de petróleo, con la idea de que cuán llenos están revelan datos económicos importantes (consulte Startup Promises Business Insights from Satellite Images). El año pasado, Google compró Skybox Imaging, que ofrece servicios similares e incluso opera sus propios satélites.
Brumby dice que la suya y esas otras compañías pronto podrán expandir sus ofertas debido al aumento de pequeños satélites en cubo de bajo costo, que pronto deberían estar tomando imágenes de la Tierra en grandes cantidades. Habrá una explosión de datos, dice.