Dibujar los linderos de millones de parcelas con Sentinel-2 y un modelo de IA sin entrenar

Qué encontraron

Casi todo lo que exige la trazabilidad moderna empieza por un dato que muchas veces no existe: el polígono de cada parcela. Sin linderos no se puede cruzar una finca con un mapa de deforestación, calcular su área real ni asociarla a un lote de exportación. En Canadá, según los autores, tampoco había un mapa completo y automatizado de parcelas en las praderas, su principal zona agrícola.

Un equipo de la Universidad de Saskatchewan armó un flujo de trabajo para generarlo sin dibujar a mano. Usó dos piezas disponibles para cualquiera:

• Imágenes de Sentinel-2, el satélite europeo de uso gratuito, con 10 metros de resolución. Construyeron compuestos en los que cada color sale de una época distinta de la campaña: el rojo de mayo a julio, el verde de julio a agosto y el azul de agosto a setiembre. Así, dos parcelas vecinas con cultivos o fechas de siembra distintas se ven de colores diferentes y el lindero salta a la vista.
• Segment Anything (SAM), un modelo de visión de Meta preentrenado con más de mil millones de máscaras de segmentación. Su ventaja es que recorta objetos en una imagen sin entrenamiento específico ni datos etiquetados.

Después limpiaron el resultado: quitaron zonas que no son de cultivo con mapas de cobertura y de caminos, descartaron polígonos de menos de 2 hectáreas y ajustaron bordes.

El flujo cubrió más de 32 millones de hectáreas de cultivo. Frente a linderos trazados a mano en 15 lugares elegidos al azar, el acuerdo medido con el índice IoU, que compara cuánto se superponen dos polígonos, fue de 0,86, con resultados parecidos en las tres provincias.

Qué significa

La lectura práctica es que mapear parcelas a escala de región ya no exige un ejército de digitalizadores ni entrenar un modelo propio. Con imágenes gratuitas, un modelo público y herramientas de nube, un equipo pequeño puede producir un primer mapa de linderos y dedicar el trabajo humano a revisarlo.

Nuestra interpretación es que eso cambia el orden de las tareas para la trazabilidad: primero el modelo propone los polígonos y luego el técnico de campo los corrige, en vez de dibujarlos desde cero. Esto sugiere, no prueba, un ahorro grande de tiempo; el estudio no midió cuánto.

Límites

• Resolución gruesa para parcelas pequeñas. Con píxeles de 10 metros y un filtro de 2 hectáreas, el método está pensado para campos grandes y regulares como los canadienses. Muchas chacras andinas y amazónicas son más pequeñas e irregulares.
• Validación acotada. El IoU se midió en 15 lugares. No hay una evaluación por tamaño de parcela ni por tipo de cultivo.
• Límites no declarados. El artículo escribe «ninguna» en su sección de limitaciones, aunque en el texto reconoce que SAM puede rendir menos en imágenes satelitales que en fotos comunes.
• Datos a pedido. Los datos se entregan a solicitud; el código sí está publicado.

Por qué importa en el Perú y la región

La EUDR exige la geolocalización de las parcelas de origen del café y el cacao, y las cooperativas peruanas suelen levantarla con GPS, parcela por parcela. Este método no reemplaza ese trabajo en fincas pequeñas bajo sombra, donde el lindero casi no se ve desde el satélite, pero podría servir como primer borrador en zonas de cultivo abierto. Probarlo en la selva central sería el siguiente paso lógico.