SAT4FOOD AI

SAT4FOOD AI: inteligencia satelital para robustecer la seguridad alimentaria.

El hambre no da aviso. Sin embargo, los satélites sí.

Todos los años, muchos pequeños productores de América Latina y el Caribe sufren la misma tragedia: cuando se percibe el daño en sus cosechas, ya es muy tarde para tomar medidas. No existe un seguro que cubra, una intervención que restaure lo perdido o una política pública que llegue a tiempo.

SAT4FOOD AI existe para transformar eso, con tecnología que ya está disponible de forma gratuita y que orbita sobre nuestras cabezas cada día: Copernicus.

Hoy en día, muchas de las pérdidas agrícolas se observan cuando ya es perceptible el deterioro en la tierra y hay una capacidad de respuesta restringida. Esta circunstancia tiene consecuencias económicas, disminuye la estabilidad de los sistemas de alimentación y amplifica la susceptibilidad de las zonas y los productores ante el clima cambiante y los sucesos extremos.

Es importante señalar que la región tiene sistemas de vigilancia agrícola. Prácticamente todos realizan lo mismo: observan, anotan y reportan tras el daño. Son termómetros que toman la temperatura al paciente cuando ya se encuentra en la cama. Y ese es el dilema que nadie está solucionando adecuadamente.

SAT4FOOD AI no es un sistema de vigilancia. Es un sistema de previsión que viene a sugerir una modificación a este paradigma, ya que, en lugar de reaccionar después del daño, busca anticiparse a al riesgo que se encuentra ahí, pero que es imperceptible.

SAT4FOOD AI es un sistema de alerta temprana para el sector agrícola, que emplea inteligencia artificial y datos abiertos de Copernicus provenientes de satélites. Su objetivo es reconocer anticipadamente indicios de riesgo en la agricultura y respaldar decisiones que favorezcan la protección del suministro alimentario en América Latina y el Caribe.

La solución incorpora diversas fuentes de observación terrestre del ecosistema Copernicus para supervisar de manera constante indicadores que tienen un impacto directo en la disponibilidad de alimentos y en el rendimiento agrícola.

Para esto, el sistema opera con Copernicus como eje central:

• Sentinel-2 para observar el estado de la vegetación y reconocer alteraciones iniciales a través de indicadores como el NDVI.
• Sentinel-1 para examinar la humedad del terreno y supervisar situaciones críticas, incluso cuando hay nubes.
• Sentinel-3 para detectar modelos de temperatura de la superficie que están relacionados con el estrés en la agricultura.
• Copernicus Climate Change Service (C3S) para integrar datos climáticos como precipitaciones, anomalías e indicadores de sequía.

En el caso de las imágenes provenientes del Sentinel-2 del programa Copernicus de la ESA, estas son procesadas a través de Google Earth Engine en tiempo real. Las alertas producidas por SAT4FOOD AI se originan de tres análisis concurrentes realizados sobre datos satelitales oficiales de la ESA:

NDVI en tiempo real: El Índice de Vegetación de Diferencia Normalizada, que se calcula directamente a partir de las bandas espectrales de Sentinel-2, identifica el deterioro en la salud vegetal con semanas de antelación a su aparición en campo. No es necesario que un agricultor entienda qué es el NDVI. Solo necesita saber que sus cosechas corren riesgo antes de que se pierdan.

Identificación de estrés hídrico: Las bandas infrarrojas de Sentinel-2 permiten detectar un déficit o un exceso de agua en áreas agrícolas con una exactitud que no se puede conseguir desde la tierra. El sistema determina qué parcelas están amenazadas y el grado de urgencia.

Análisis de cambios temporales: SAT4FOOD AI examina series históricas de imágenes Copernicus para identificar patrones inusuales de disminución en la agricultura. No responde a un dato aislado; identifica tendencias que anticipan la pérdida antes de que ocurra.

SAT4FOOD AI aplicará modelos analíticos para identificar irregularidades, emitir alertas geolocalizadas, mapas de riesgo por región agrícola y pronósticos de pérdida, que ayuden a tomar decisiones preventivas, gracias a el soporte del programa satelital más potente del mundo.

El flujo completo de la plataforma opera en tres (3) capas que están conectadas entre sí: La interfaz web convierte datos satelitales complejos en información útil para los productores que no tienen conocimientos técnicos. La API en Node.js organiza el análisis, procesa las coordenadas geográficas y presenta los resultados en tiempo real. El motor geoespacial sobre Copernicus/Sentinel-2 realiza el tratamiento de imágenes satelitales, determina los indicadores agrícolas y produce las proyecciones de riesgo.

El resultado es una herramienta que convierte los datos satelitales complejos en información precisa en cuestión de segundos.

¿Para quién lo hacemos y por qué es importante a nivel regional?

SAT4FOOD AI está creado para los tres actores que definen la seguridad alimentaria en una nación:

• Los productores agrícolas, particularmente los de tamaño pequeño o mediano, que son los más propensos a ser vulnerables y menos protegidos, obtienen alertas anticipadas que pueden ser implementadas antes de que la pérdida sea inevitable. Para ellos, una semana de antelación puede ser la diferencia entre salvar o perder toda una cosecha.
• Las instituciones públicas, las cuales contaran con una herramienta de gestión de seguridad alimentaria que se basa en datos satelitales Copernicus verificados y en tiempo real, no en informes tardíos.
• Los investigadores y quienes toman decisiones tendrán acceso a tendencias climáticas y agrícolas, con el soporte científico directo de la fuente satelital más confiable de la zona, que está disponible sin costo alguno.

La plataforma está creada para ser capaz de escalar desde un productor individual hasta llegar a un sistema nacional que administre riesgos agrícolas. Nuestro modelo de negocios ha contemplado desde el acceso gratuito para los productores más pequeños hasta las licencias institucionales para gobiernos y entidades regionales.

Nuestro Equipo

SAT4FOOD AI no fue desarrollado por ingenieros que adquirieron conocimientos de agricultura. Se construyó por expertas en la problemática que aprendieron a utilizar los datos espaciales para solucionarla. Fina Escalante, ingeniera agrónoma con estudios de maestría en Gestión Medioambiental y formación en Ciencia de Datos y Machine Learning en Francia, contribuye con su experiencia en el análisis de datos geoespaciales, la producción agrícola y los ecosistemas. Eliliana Lantigua, ingeniera en Tecnología de Alimentos y consultora de calidad, aporta un vasto saber sobre sistemas agroalimentarios, regulaciones, acreditaciones e inocuidad alimentaria. SAT4FOOD AI, que es una solución innovadora, práctica y difícil de replicar, reúne la ciencia agronómica, la inteligencia de datos espaciales y la seguridad alimentaria.

¿Qué hace que SAT4FOOD AI tenga una ventaja sobre los competidores?

SAT4FOOD AI, en contraste con las soluciones tradicionales, que normalmente se aplican después de que el daño ha sucedido y dependen de inspecciones o informes de campo limitados, sigue una perspectiva predictiva y preventiva. La plataforma, empleando inteligencia artificial y datos satelitales de Copernicus/Sentinel-2 abiertos, localiza oportunidades y riesgos en tiempo real, lo que hace posible tomar decisiones más rápidas y fundamentadas. Asimismo, está creada para ser accesible a todos los actores y productores de la cadena agroalimentaria sin que sea necesario tener conocimientos técnicos específicos.

SAT4FOOD AI brinda una solución innovadora, con un alto impacto y costo-efectiva para robustecer la productividad, la seguridad alimentaria y la resiliencia, gracias a su habilidad de escalar a nivel regional en América Latina y el Caribe y al empleo de datos gratuitos.

Nuestra meta es convertir la observación satelital en decisiones tempranas que colaboren en la protección de la producción alimentaria antes de que se produzcan pérdidas. Porque, desde hace décadas, el espacio está observando nuestros campos, pero con SAT4FOOD AI es la primera vez que esa mirada se presenta a tiempo.