Sistema de detección anticipada de incendios forestales mediante redes neuronales convolucionales multiespectrales en la Chiquitanía
Integración de tensores ópticos Sentinel-2, dinámica eólica ERA5-Land y redes móviles comunitarias en el departamento de Santa Cruz.
Postulante
Jaime Antonio Claure Álvarez
Docente Tutor
Lic. Hernando Chávez Hurtado
Institución
Universidad Privada Cumbre
Ecorregión de la Chiquitanía y Vulnerabilidad
El departamento de Santa Cruz alberga el Bosque Seco Chiquitano, uno de los bosques secos tropicales continuos más extensos y biodiversos del planeta, conectado directamente con el Pantanal y la cuenca amazónica.
Ciclo de Estiaje Crítico
Entre agosto y octubre convergen precipitaciones casi nulas, temperaturas extremas (>35°C), baja humedad relativa y vientos del norte que resecan rápidamente el combustible foliar.
El fuego no solo arrasa flora y fauna endémica, sino que genera densas cortinas de humo que viajan cientos de kilómetros, paralizando actividades y disparando los niveles de contaminación del aire en la metrópoli cruceña.
Hectáreas de bosque seco y sabanas en peligro latente
Ventana crítica de sequía y déficit de recarga hídrica
Impacto Metropolitano
Contaminación severa con PM2.5 en Santa Cruz de la Sierra: suspensión de clases escolares, emergencias respiratorias y vuelos cancelados en Viru Viru.
2024: El Máximo Histórico de Quemas
1985-2024
La serie histórica multidecadal confirmó que el 2024 superó todas las marcas previas registradas en Santa Cruz desde el inicio de las mediciones satelitales.
Colapso del Bosque Primario
El fuego penetró en masas boscosas densas que antes eran resistentes, destruyendo árboles milenarios de maderas duras y reservorios biológicos.
Rebasamiento de la Capacidad de Respuesta
Las brigadas de bomberos y los apoyos aéreos no lograron contener los frentes de fuego activos simultáneos que superaron los 80 km de extensión continua.
Evidencia Cartográfica Incontrastable
La Fundación TIERRA documentó cicatrices continuas que demandan el reemplazo urgente de alertas pasivas por modelos anticipados de riesgo.
Superficie Quemada por Municipios (2024)
Concepción
Prioridad Muy AltaSan Matías
Prioridad Muy AltaSan Ignacio de Velasco
Prioridad Muy AltaUrubichá
Prioridad AltaSan Rafael de Velasco
Prioridad AltaAscensión de Guarayos
Prioridad AltaTerritorio Indígena Monte Verde (TCO)
672.483,62 ha
Afectación territorial directa sobre el hábitat ancestral chiquitano.
• Abarcó también territorios de Lomerío y Zapocó.
• Destrucción de sistemas agroforestales comunitarios y fuentes de agua.
• Pérdida irreparable de fauna y plantas medicinales nativas.
Relevancia para la Investigación:
Monte Verde cuenta con cartografía validada de ubicación y severidad del fuego (dNBR). Esto proporciona la base empírica ideal para el levantamiento de polígonos de triangulación perimetral (Puntos A, B, C, D) requeridos para calibrar la red neuronal.
Integración Comunitaria
Los guardaparques comunales y brigadas indígenas serán los principales usuarios de las alertas de riesgo preventivo en sus teléfonos móviles.
Matriz de Formulación: L - Q - P
Lugar
Ecorregión de la Chiquitanía (municipios de Concepción, San Matías, San Ignacio, Urubichá) y áreas periurbanas de Santa Cruz de la Sierra.
Quiénes
Comunidades indígenas (TCO Monte Verde/Lomerío), Unidades de Gestión de Riesgo (UGR), cuerpos de bomberos y población urbana afectada por humo.
Problema
Monitoreo reactivo y tardío basado en focos térmicos que detectan el fuego solo tras la ignición, sin modelar el estrés hídrico previo ni el viento.
Interrogante Científica e Hipótesis
Pregunta Central de Investigación
"¿En qué medida el diseño y entrenamiento de una red neuronal convolucional profunda con arquitectura de fusión temprana (Early Fusion) sobre tensores multiespectrales de Sentinel-2 L2A y variables eólicas de ERA5-Land permite clasificar y anticipar los niveles de riesgo de incendios en zonas críticas de la Chiquitanía cruceña?"
Hipótesis de Trabajo (Hi)
La implementación de una red neuronal convolucional (EarlyFusionFireNet) sobre tensores multimodales de 12 canales permite predecir la susceptibilidad territorial de ignición en la Chiquitanía con un F1-Score superior al 85% y una sensibilidad (Recall) superior al 95% en la clase Extremo, superando los límites reactivos de la teledetección pasiva.
Tensores de 12 canales (6 bandas ópticas + 3 índices foliares + 3 componentes de viento ERA5).
Nivel de riesgo clasificado en 4 clases: Bajo (0), Medio (1), Alto (2) y Extremo (3).
Justificación Cuádruple (Normativa UPC)
Protege vidas y medios de subsistencia en comunidades indígenas chiquitanas; mitiga las crisis ambientales y sanitarias causadas por humaredas en Santa Cruz de la Sierra.
Aporta a la ciencia computacional al adaptar modelos profundos para procesar tensores multiespectrales de 12 canales, superando el enfoque convencional limitado a canales RGB.
Modela un flujo replicable: extracción en Google Earth Engine, entrenamiento en PyTorch con regularización numérica y despliegue cartográfico vectorial en QGIS.
Aplica herramientas avanzadas de ingeniería de software e inteligencia artificial geoespacial para resolver un desafío ambiental urgente del departamento.
Objetivos del Proyecto
Objetivo General
Desarrollar un sistema de alerta temprana de incendios forestales para áreas prioritarias de la Chiquitanía mediante el modelado y clasificación de tensores multiespectrales (Sentinel-2) y dinámicas eólicas (ERA5-Land) de 12 canales utilizando una red neuronal convolucional profunda (EarlyFusionFireNet) e integración cartográfica SIG.
Evolución de Paradigma: Reactivo vs. Preventivo
Enfoque Tradicional (Pasivo)
Reactivo- ✕ Sensores térmicos (MODIS/VIIRS): Detectan calor únicamente cuando la masa vegetal ya está en llamas.
- ✕ Pérdida de la ventana de acción: Cuando se emite la alarma, el fuego ya abarca cientos de hectáreas.
- ✕ Sin predicción de sequedad: Ignora el contenido hídrico de la biomasa antes del evento.
Propuesta RADAGAST (Early Fusion)
Anticipatorio- ✓ Modelado pre-ignición: Predice qué cuadrantes arderán en base a deshidratación vegetal y viento.
- ✓ Resolución de 10 metros: Zonificación de riesgo a escala de parcela con Sentinel-2 L2A.
- ✓ Patrullajes dirigidos: Permite realizar cortafuegos y movilizar brigadas antes del siniestro.
Espectrometría Satelital Óptica (Sentinel-2 L2A)
B2, B3, B4 (10 metros)
Canales Azul, Verde y Rojo. Registran el dosel verde y permiten descartar coberturas no boscosas y cuerpos de agua.
B8 - NIR (10 metros)
Reflectancia de la estructura celular del mesófilo foliar. Fundamental para medir la biomasa vegetal viva.
B11 y B12 - SWIR (20m a 10m)
Altamente sensible a la absorción de agua en hojas y suelo. Remuestreado bicúbicamente a 10m para mantener resolución homogénea.
CLOUDY_PIXEL_PERCENTAGE < 20%, eliminando nubes y sombras que generarían falsas alarmas.
Formulación de Índices de Estrés Hídrico
NDMI (Humedad Foliar)
Mide el contenido de agua en la estructura celular de las hojas. Sus valores caen abruptamente cuando el bosque chiquitano sufre sequía.
NMDI (Sequía Multibanda)
Sensible a la desecación simultánea del dosel vegetal y del estrato de suelo subyacente, captando el combustible seco caído.
NBR (Razón de Calcinación)
Evalúa la densidad de biomasa viva antes del fuego y delimita con precisión las cicatrices calcinadas (dNBR) para verificación.
Dinámica Meteorológica y Viento (ERA5-Land)
El viento es el acelerador crítico en la propagación de fuegos forestales en las llanuras y serranías chiquitanas, aportando oxígeno continuo y generando saltos de pavesas a grandes distancias.
Componentes Extraídas (ECMWF):
- • Componente zonal u (vector Este-Oeste a 10m de altura)
- • Componente meridional v (vector Norte-Sur a 10m de altura)
- • Magnitud continua escalar calculada:
La resolución nativa de ERA5-Land (aprox. 9 km) se interpola espacialmente mediante convolución bicúbica hacia la cuadrícula de 10 metros de Sentinel-2.
Concepto de Fusión Temprana (Early Fusion)
Fusión Tardía (Late Fusion)
Las bandas espectrales y los datos de viento se procesan en redes separadas y solo se combinan en las últimas capas densas. Desventaja: Pierde la correlación cruzada no lineal temprana entre sequía y viento.
Fusión Temprana (Early Fusion - Nuestro Enfoque)
Los 12 canales se concatenan en la entrada formando un tensor unificado X ∈ ℝ^(B×12×64×64). La primera capa convolucional extrae de inmediato patrones cruzados de sequedad foliar y viento.
Topología del Modelo (PyTorch CUDA)
Reconfiguración conv1
Se sustituye la capa conv1 estándar (64, 3, 7, 7) por (64, 12, 7, 7) para recibir los 12 canales sin colapso dimensional.
Inicialización Kaiming
Se retienen los pesos preentrenados de ImageNet en los 3 canales RGB; los 9 canales restantes se inicializan con distribución Kaiming Normal.
Salida Multiclase
Dropout(0.30) → Linear(2048, 256) → ReLU → Dropout(0.30) → Linear(256, 4). Genera logits para las 4 clases de riesgo.
Mitigación del Colapso de Gradiente
1. Pesos Acotados (Weight Clipping)
Los pesos inversos de clase desbalanceada se restringen mediante clip(w, 0.5, 6.0). Erradica multiplicadores destructivos (w > 250) que desestabilizan la pérdida.
2. Suavizado de Etiquetas (Label Smoothing)
Se aplica ε = 0.05 en la función CrossEntropyLoss. Evita que la red desarrolle sobreconfianza extrema en los límites de decisión entre clases limítrofes.
3. Recorte de Gradientes (Gradient Clipping)
Restricción estricta de la norma euclidiana máxima de gradientes a max_norm = 1.0, garantizando una convergencia asintótica y monótona decreciente.
Segmentación Territorial y Grilla de Muestreo
Para que la red neuronal procese el territorio de forma estandarizada, la superficie chiquitana se divide en una cuadrícula regular proyectada en UTM Zona 20S (EPSG:32720).
Cada cuadrante de 40.96 ha se extrae de Google Earth Engine y se almacena como un parche comprimido dataset_chiquitania_12ch.npz.
Triangulación Perimetral de Cicatrices
Siguiendo las directrices del proyecto, no se toma una sola coordenada central del municipio. Se realiza el levantamiento poligonal en los bordes de la cicatriz de quema:
Secuencia Operativa SIG:
- Identificar la cicatriz en imagen Sentinel-2 / Landsat post-quema.
- Registrar latitud y longitud de los 4 vértices extremos.
- Construir el polígono vectorial cerrado en QGIS.
- Calcular el área geométrica en hectáreas.
- Cruzar con el catálogo de focos térmicos para validación.
Cartografía Temática Obligatoria
Ubicación Departamental
Localización de la Chiquitanía en el contexto de Santa Cruz y Bolivia.
Afectación Municipal 2024
Distribución de hectáreas quemadas por municipio (Concepción, San Matías, etc.).
Cicatrices dNBR Históricas
Severidad de quema en el Territorio Indígena Monte Verde (APCOB).
Triangulación Perimetral
Zona piloto de estudio con vértices A, B, C, D georreferenciados.
Zonificación de Riesgo Predictivo
Capas vectoriales GeoJSON con cuadrículas clasificadas (Bajo, Medio, Alto, Extremo) para despacho de brigadas.
Diagnóstico Comunitario: Enfoque 50/50
Módulo I: Dinámica del Fuego (50%)
4 Preguntas- • Factores meteorológicos de descontrol (viento vs sequedad).
- • Tiempos de detección y respuesta de brigadas locales.
- • Limitaciones percibidas de los satélites térmicos.
- • Aceptación de mapas predictivos de riesgo previo.
Módulo II: Fauna y Acción Local (50%)
4 Preguntas- • Especies más vulnerables (mamíferos lentos, reptiles).
- • Rutas de escape y refugio hacia áreas pobladas.
- • Existencia de protocolos de auxilio y centros de rescate.
- • Disposición ciudadana a emitir alertas móviles georreferenciadas.
Alerta Temprana en Dispositivos Móviles
Recepción de Alertas
Las cuadrículas clasificadas en nivel Rojo (Extremo) envían notificaciones push automáticas a guardaparques y brigadistas en el sector.
Reporte de Campo Offline
Permite a los comunarios registrar coordenadas GPS y fotografías de focos incipientes o fauna herida sin requerir conexión a internet inmediata.
Sincronización Automática
Al detectar cobertura móvil en caminos o centros urbanos, los datos se sincronizan con la base central para actualizar la cartografía de QGIS.
Presupuesto del Proyecto (Capítulo IX)
Criterio de Evaluación Económica:
Siguiendo las pautas de proyectos de inversión vistas en aula (VAN y B/C), el retorno social se cuantifica como pérdida económica evitada:
• Costo por hectárea quemada: ~150 $US
• Prevenir solo 50 ha = 7.500 $US salvados
• Relación Beneficio/Costo >> 1.0 (Altamente Viable)
Cronograma de Ejecución (6 Meses)
Resultados Esperados del Modelo
Exactitud Global (Accuracy)
Macro F1-Score
Sensibilidad (Clase Extremo)
Impacto en la Reducción del Falso Negativo Crítico:
El ajuste por funciones acotadas y sensibilidad focalizada garantiza que prácticamente ninguna celda con condiciones extremas de ignición sea omitida, asegurando que las cuadrículas en peligro sean alertadas a los comités de emergencia antes de la primera llama.
Conclusiones y Recomendaciones
Conclusiones Principales
- • La fusión temprana de 12 canales resuelve la limitación reactiva de los focos de calor tradicionales.
- • La calibración biofísica con percentiles locales del bosque chiquitano elimina el colapso monoclase.
- • La regularización coordinada (Weight Clipping + Label Smoothing) estabiliza la convergencia del entrenamiento.
- • El sistema es escalable hacia los 6 municipios más castigados de Santa Cruz.
Recomendaciones Finales
- • Instalar nodos de validación en campo en coordinación con la TCO Monte Verde y el COED Santa Cruz.
- • Incorporar modelos hidrológicos de recarga freática en versiones futuras del tensor multimodal.
- • Capacitar a los bomberos comunitarios en la interpretación de los mapas de calor predictivo en teléfonos móviles.
- • Presentar formalmente el perfil ante la Dirección de Carrera de la Universidad Privada Cumbre.