Descripción del proyecto
DIFERENTES NORMATIVAS EUROPEAS GARANTIZAN LA PROTECCION DE LAS CUENCAS HIDROGRAFICAS ENTENDIDAS COMO LOS CAUCES DE LOS RIOS Y LOS ECOSISTEMAS DE AMBAS MARGENES DIRECTAMENTE AFECTADOS POR ELLOS. LA NORMATIVA QUE AFECTA A LA GESTION DE LAS CUENCAS ESTABLECE LA OBLIGACION DE CONTROLAR LA SITUACION DE ESTAS A TRAVES DE DOS PROCESOS: LA REALIZACION DE UN INVENTARIO DEL ECOSISTEMA DESDE EL PUNTO DE VISTA MORFOLOGICO, INCLUYENDO LOS ELEMENTOS VEGETALES Y NO VEGETALES, Y EL SEGUIMIENTO DE SUS CAMBIOS PARA TOMAR MEDIDAS CORRECTORAS CUANDO SEA NECESARIO, ASI COMO PARA LA COMPROBACION DE SU EFECTO. EN LA ACTUALIDAD, ESTOS PROCESOS SE LLEVAN A CABO MAYORITARIAMENTE MEDIANTE VISITAS PRESENCIALES A LOS LUGARES, AUNQUE ALGUNAS TECNICAS DE TELEDETECCION PARA ESTE FIN, COMO LAS IMAGENES ESPECTRALES DESDE DRONES, SON YA UN AREA RELATIVAMENTE CONSOLIDADA PARA ESTE PROPOSITO. EL PRINCIPAL PROBLEMA ES QUE ACTUALMENTE SE CARECE DE HERRAMIENTAS, ESPECIALMENTE DE SOFTWARE ACCESIBLE Y UTILIZABLE POR LOS USUARIOS FINALES, PARA LLEVAR A CABO ESTOS DOS PROCESOS DE FORMA AUTOMATICA Y SISTEMATICA. LA SOLUCION ADECUADA Y COMPUTACIONALMENTE EFICIENTE DE ESTOS PROBLEMAS REQUIERE UN ENFOQUE INTERDISCIPLINARIO QUE IMPLIQUE LA COMPUTACION DE ALTO RENDIMIENTO, LA TELEDETECCION Y LA ECOLOGIA.EL OBJETIVO DE FAST-DEM ES PROPONER SOLUCIONES SOFTWARE EFICIENTES PARA EL SEGUIMIENTO DE LOS ECOSISTEMAS DE LAS CUENCAS HIDROGRAFICAS, UTILIZANDO LA INFORMACION CAPTADA POR SENSORES MULTIESPECTRALES Y EXPLOTANDO LAS TECNICAS DE COMPUTACION DE ALTO RENDIMIENTO (HPC), CON EL FIN DE PROMOVER LA TRANSFORMACION DIGITAL Y LA AUTOMATIZACION DE LA SUPERVISION DE LOS ECOSISTEMAS DE LAS CUENCAS HIDROGRAFICAS, ACTUALMENTE UNA TAREA INTENSIVA EN MANO DE OBRA. EL PROYECTO AVANZARA HACIA UNA AUTOMATIZACION DE ESTE PROCESO. SE PROPONDRAN DIFERENTES SOLUCIONES EFICIENTES PARA LA DIGITALIZACION Y AUTOMATIZACION DE LOS PROCESOS, QUE PUEDEN ENMARCARSE EN CUATRO GRANDES TEMAS DE DOMINIO ASOCIADOS: PREPROCESAMIENTO DE DATOS, MEJORA DE LOS DATOS ESPACIO-ESPECTRALES, CLASIFICACION PARA LA SUPERVISION Y, FINALMENTE, SEGUIMIENTO DE LOS CAMBIOS A LO LARGO DEL TIEMPO. SE EVALUARAN DIFERENTES ALTERNATIVAS PARA SELECCIONAR LAS SOLUCIONES HARDWARE MAS ADECUADAS PARA CADA PROBLEMA CON EL OBJETIVO DE PRODUCIR SOLUCIONES QUE SEAN ACCESIBLES PARA EL USUARIO FINAL Y ASI IMPACTAR REALMENTE EN LA DIGITALIZACION DE ESTE AMBITO. SE CONSIDERARAN SISTEMAS HETEROGENEOS QUE INCLUYAN CPUS MULTINUCLEO Y DIFERENTES TIPOS DE GPUS Y GPUS DE GAMA BAJA. LAS FPGA, TAMBIEN SERAN OBJETIVOS POTENCIALES PARA ACELERAR LOS PROCESOS AL TIEMPO QUE SE REDUCE EL CONSUMO DE ENERGIA.MAS CONCRETAMENTE, ESTE PROYECTO ABORDARA LA ETAPA DE PREPROCESAMIENTO DE DATOS A TRAVES DE UN PROCESO DETALLADO DE CAPTACION, ELIMINACION DE RUIDO Y REGISTRO DE LAS IMAGENES CAPTADAS POR SENSORES MULTIESPECTRALES A BORDO DRONES. EN CUANTO A LA NECESIDAD DE MEJORA DE LOS DATOS ESPACIO-ESPECTRALES, SE CONSIDERARA LA APLICACION DE TECNICAS QUE MODELEN LOS CAMBIOS SEMANTICOS LOCALES PARA PRODUCIR REPRESENTACIONES DE BAJA DIMENSION SIN PERDIDA RELEVANTE DE INFORMACION. LA CLASIFICACION SE ABORDARA MEDIANTE LA IMPLEMENTACION Y PRUEBA DE ALGORITMOS DE APRENDIZAJE AUTOMATICO SUPERVISADO Y DE APRENDIZAJE PROFUNDO, COMO LAS REDES GENERATIVAS ADVERSARIALES O LAS REDES RESIDUALES. POR ULTIMO, PARA EL SEGUIMIENTO DE LOS CAMBIOS DE LOS ECOSISTEMAS A LO LARGO DEL TIEMPO ESTUDIAREMOS TECNICAS DE DETECCION DE CAMBIOS MULTINIVEL TANTO BINARIOS COMO MULTICLASE. PC\DETECCION DE CAMBIOS\APRENDIZAJE PROFUNDO\CLASIFICACION DE LA VEGETACION\MULTIESPECTRAL\RIOS\ECOSISTEMA\SISTEMAS HETEROGENEOS\GPU