Plataforma de IA UNAM-HUAWEI para el mapeo de inundaciones mediante imágenes satelitales

Abstract

El presente artículo aborda las vivencias del proyecto “Mapeo de inundaciones del sureste mexicano mediante imágenes satelitales Sentinel y aprendizaje Profundo” presentado en la convocatoria alianza UNAM-HUAWEI. En este se propuso desarrollar una estrategia para la detección y mapeo de inundaciones y zonas de riesgo, en la zona de los Ríos del estado de Tabasco, con el uso de imágenes satelitales Sentinel 1, Sentinel 2 y Aprendizaje profundo. El proyecto es realizado con la participación de profesores investigadores y alumnos, en su desarrollo se crearon muestras de entrenamiento, ejecutaron algoritmos de aprendizaje profundo haciendo uso de equipo de cómputo de alto procesamiento, accedidos a partir del programa UNAM-HUAWEI, herramientas de IA y conocimientos adquiridos como producto de las capacitaciones en la Plataforma HUAWEI y se logró la validación y optimización del modelo para la clasificación de zonas con presencia de inundaciones sobre las imágenes satelitales SAR de entrada.This paper addresses the experiences of the project "Mapping floods in the Mexican southeast using Sentinel satellite images and deep learning" presented in the UNAM-HUAWEI alliance call. In this, it was proposed to develop a strategy for the detection and mapping of floods and risk areas, in the area of Los Ríos in the state of Tabasco, with the use of Sentinel 1, Sentinel 2 satellite images and Deep Learning. The project is carried out with the participation of research professors and students, in its development training samples were created, deep learning algorithms were executed using high-processing computing equipment, accessed from the UNAM-HUAWEI program, AI tools and knowledge acquired as a result of the training in the HUAWEI Platform and the validation and optimization of the model for the classification of areas with the presence of floods on the input SAR satellite images was achieved.