Cuando pensamos en satélites y transporte, solemos imaginar el navegador del móvil. El proyecto europeo SPATRA demuestra que desde la órbita se puede hacer mucho más: los datos de observación de la Tierra, apoyados en inteligencia artificial, ayudan a vigilar la temperatura de los raíles y a aliviar los atascos en un paso fronterizo de Serbia — y al final puedes comprobar qué tipo de viajero eres en el mundo de los datos.
La red europea de transporte terrestre afronta varios problemas a la vez: más tráfico, más complejidad y un impacto ambiental creciente. El proyecto SPATRA, financiado con fondos de la Unión Europea, propone una respuesta que llega desde la órbita: datos satelitales mejorados con inteligencia artificial.
El objetivo era ambicioso, pero concreto: redes de transporte terrestre más seguras, eficientes y respetuosas con el medio ambiente, gracias a datos que ya circulan sobre nuestras cabezas.
Los datos de observación de la Tierra ofrecen información valiosa a sectores como la agricultura o la gestión de catástrofes, pero aún no se ha sacado el máximo partido a esta tecnología. SPATRA señaló dos ámbitos: el transporte por carretera y el ferroviario.
Danijela Ristic-Durrant, coordinadora del proyecto en OHB Digital Services (Alemania), llama la atención sobre un hábito de pensamiento. «Cuando se habla del uso de datos satelitales en el transporte terrestre, se piensa en aplicaciones basadas en sistemas mundiales de navegación por satélite como EGNSS», comenta la investigadora.
Otra fuente de información espacial queda en la sombra. «Los datos de observación de la Tierra, como los datos abiertos de los satélites Sentinel de Copernicus, no se utilizan tanto. En este proyecto se buscó demostrar situaciones en las que estos datos pueden aportar beneficios», explica Ristic-Durrant. Son datos «abiertos»: al alcance de cualquiera con una idea.
El equipo propuso y desarrolló dos casos de uso: uno ferroviario y otro de carretera. Ambos siguen el mismo esquema: los datos de los satélites alimentan modelos de IA que ayudan a tomar mejores decisiones.
El primer caso se centró en cómo afecta la temperatura a las redes ferroviarias. «Los gestores de infraestructuras utilizan con frecuencia previsiones meteorológicas para anticipar si las vías pueden alcanzar temperaturas excesivas», explica Ristic-Durrant.
Cuando el riesgo es alto, se imponen restricciones de velocidad o, en situaciones extremas, se interrumpe el tráfico. Como subraya la coordinadora, esto puede alterar de forma sustancial las operaciones ferroviarias. Quien haya quedado atrapado en un tren con retraso sabe con qué rapidez se extienden esas alteraciones.
El equipo de SPATRA desarrolló un sistema que combina datos térmicos del programa Copernicus con técnicas de aprendizaje automático. Los algoritmos sirven para aumentar la resolución de los datos, de modo que se pueda supervisar la temperatura de las vías y estimar el riesgo de pandeo, es decir, de deformación de la infraestructura ferroviaria.
La solución se validó en condiciones reales en Serbia. El sistema permite supervisar de forma continua las variaciones de temperatura en toda la red y detectar antes el riesgo de deformación, lo que contribuye a unos servicios ferroviarios más seguros y eficientes.
El segundo caso de uso llevó al equipo a las carreteras, en concreto al paso fronterizo de Batrovci, en Serbia. El objetivo era gestionar la congestión y optimizar las zonas de estacionamiento. «La idea consistía en que los datos satelitales pudieran emplearse para que los gestores logísticos supervisaran los niveles de congestión en las fronteras y evaluaran la ocupación de las plazas de aparcamiento», agrega Ristic-Durrant.
Se combinaron varias tecnologías: el Sistema Europeo de Navegación por Satélite, los servicios satelitales de Copernicus, la observación con drones y la inteligencia artificial (IA). ¿El resultado? Los gestores logísticos pueden planificar los trayectos de forma más eficiente y estimar con mayor precisión los tiempos de llegada.
SPATRA demostró cómo los datos de observación de la Tierra pueden integrarse en modelos mejorados por IA para garantizar un transporte más fluido y seguro. Gestionar mejor el tráfico y supervisar mejor las vías tiene además una dimensión ecológica: unas redes más eficientes son también más respetuosas con el medio ambiente.
La coordinadora valora los resultados con objetividad. «Se ha logrado aumentar el nivel de madurez tecnológica de estas aplicaciones», señala Ristic-Durrant. Pero añade que el trabajo no termina aquí: «Como ocurre en cualquier sistema basado en modelos de IA, aún es necesario recopilar más datos para su entrenamiento». Nuevas mejoras y pruebas en entornos reales deben acercar la tecnología a su madurez comercial y fomentar la inversión en soluciones satelitales para el transporte terrestre.
El proyecto SPATRA recuerda que los satélites no son solo navegación. Los datos abiertos de Copernicus Sentinel, combinados con aprendizaje automático, permitieron seguir la temperatura de los raíles y detectar antes el riesgo de deformación, y en Batrovci ayudaron a evaluar la congestión y los aparcamientos. Para quienes estudian informática, geoinformática o logística, es una señal clara: los datos de la órbita esperan ideas, y la IA necesita cada vez más para funcionar mejor.
5 preguntas · un minuto
English
Čeština
Deutsch
Español
Français
Magyar
Italiano
Polski
Português
Русский
Slovenčina
Türkçe
Українська
العربية
中文