Entrevista | Diego Teijeiro Paredes Investigador de la Universidade da Coruña

“Con un láser desde un dron e informática podemos medir cómo se inundará una zona”

“Mi programa determinó las zonas de bosque, cultivo, montaña y urbanas de toda Navarra”

El investigador Diego Teijeiro, en su despacho de la Universidade da Coruña.   | // VÍCTOR ECHAVE

El investigador Diego Teijeiro, en su despacho de la Universidade da Coruña. | // VÍCTOR ECHAVE / Enrique Carballo

Diego Teijeiro estudió Ingeniería Informática en la Universidade da Coruña (UDC), y, tras trabajar en un grupo de investigación de esta, acaba de doctorarse con un estudio sobre cómo mejorar con herramientas informáticas los mapas virtuales. Sus investigaciones ayudan a procesar datos sobre el territorio obtenidos a través de avionetas y drones, y luego emplearlos para planificar obras públicas, prevenir inundaciones o medir la cantidad de vegetación que hay en una zona.

La primera fase es un proyecto de la Xunta para mejorar el uso de parcelas en minifundio.

Yo programé la herramienta. Era un proyecto de la Xunta para mejorar el uso de las tierras en cooperativas agrarias, entre gente que quiere participar. Organiza quién trabaja cada parcela, minimizando gastos de combustible, desplazamiento... Lo usamos en casos reales. Es un buen punto de partida, y aunque luego los propietarios afinen los detalles, son cosas pequeñas al final.

La segunda parte de la tesis trabaja con datos geográficos de “nube de puntos”. ¿Qué es?

No es más que un conjunto de puntos que medimos en una zona, a través de sensores montados en avionetas o drones. Van emitiendo un láser, y se mide el tiempo que tarda en reflejarse y volver, lo que sirve para calcular la distancia. Es como un Google Maps, pero también tienes la altura. Por ejemplo, en una de las bases de datos con las que trabajamos se observó un punto por cada metro cuadrado de toda Galicia. Pueden estar en el suelo, en un edificio, en un árbol... Quedan 27.000 millones de puntos en la nube, y los ordenadores no tienen capacidad para mostrarlos todos a la vez.

Y su trabajo era hacer que los aparatos los gestionasen rápido.

Hay que buscar formas para que seas usable. Por ejemplo, que el ordenador establezca distintos niveles de detalle en distintas áreas, o que la zona en la que no se ve en ese momento por la opción de la cámara no se carguen los puntos. Usamos una tecnología que guarda la información en distintos archivos. Si es una zona que está muy lejos de la cámara, la saco con menos puntos. A la distancia que está se ve bien, pero si muevo la cámara y la acerco, entonces se cargan más puntos para tener más detalle. Así mejoramos la velocidad, el tiempo de acceso.

¿Qué aplicaciones tiene esto?

La visualización no tiene un uso directo, es decir, es una herramienta para la gente que trabaja con estos datos en el día a día. Puede servir para obras públicas: por ejemplo, para planificar una autovía, puedes medir con centímetros de precisión dónde hay que sacar material, donde rellenar... Antes del láser se necesitaban varios vuelos con cámaras.

Otra de las aplicaciones de estas nubes es la prevención de desastres naturales, como las inundaciones.

Podríamos estar hablando horas de los usos que tienen las nubes de puntos. Aquí podemos tener un modelo del terreno y hacer simulaciones de si llueve mucho, dónde va a cumular el agua y por dónde va a fluir, para proponer medidas para evitar inundaciones en zonas importantes, o lo que sea.

También se pueden emplear para medir biomasa.

Si observas, por ejemplo, un bosque, puedes estimar la altura de los árboles. El dron o la avioneta lanza un láser que se puede reflejar en varias cosas: una hoja, lo que haya detrás... Los sensores modernos detectan hasta una decena de reflejos distintos, y la nube de puntos guarda esa información.

En la tercera parte de la tesis observa el terreno de Navarra y su programa lo clasifica automáticamente.

Es la novedosa: un proceso para mejorar la diferenciación de puntos que son terreno y los que no. Distintas zonas de la comunidad presentan distintos tipos de entorno: bosque, ciudad, agricultura, montaña. Para diferenciar entre ellas lo idea es utilizar algoritmos distintos para cada entorno. Nuestra propuesta automatiza esto: tú le das todo y el programa averigua cuál es el entorno predominante en una zona y usa la herramienta más adecuada.

¿Con inteligencia artificial?

No, se estudió pero no daba los resultados esperados. Lo que hace es observar las alturas de los puntos de una zona, y medir en base a estos si es plana o tiene pendientes elevadas. Luego, observando el color del punto, mide si hay vegetación o no.

Suscríbete para seguir leyendo