Caso práctico: anotación de imágenes Sentinel-2 para monitoreo de cultivos con IA

Por qué Sentinel-2 es importante para el monitoreo de cultivos

Sentinel-2, parte del programa Copernicus de la Agencia Espacial Europea, es uno de los sistemas satelitales de acceso abierto más potentes para el análisis agrícola. Con una resolución espacial de hasta 10 metros y ciclos de revisita frecuentes, cada 5 días en el ecuador, resulta especialmente adecuado para monitorear cambios en la vegetación a lo largo del tiempo.

Entre los principales beneficios de Sentinel-2 para la agricultura se incluyen:

• Imágenes multiespectrales en 13 bandas: visible, infrarrojo cercano e infrarrojo de onda corta.
• Alta frecuencia temporal para observar etapas fenológicas.
• Datos gratuitos y de acceso abierto disponibles a través de plataformas como Copernicus Open Access Hub o Sentinel Hub.

Estas capacidades permiten a los equipos de IA monitorear el desarrollo de los cultivos, predecir el momento de la cosecha, detectar estrés por plagas y evaluar necesidades de riego sin desplegar sensores físicos en el campo.

La necesidad de anotar: convertir datos sin procesar en verdad fundamental

Aunque las imágenes Sentinel-2 son ricas en información espectral, carecen de un componente esencial para entrenar modelos supervisados de aprendizaje automático: significado semántico. Cada píxel refleja luz, pero sin etiquetas la IA no puede diferenciar un campo de trigo de una parcela de soja, ni distinguir vegetación estresada de cultivos sanos. Ahí es donde entra la anotación.

En el contexto de la IA agrícola, anotar significa mapear píxeles a clases de cultivo reales a través del tiempo y la geografía. Este proceso conecta los datos de teledetección sin procesar con la inteligencia agrícola accionable, al convertir grandes volúmenes de imágenes de observación terrestre en conjuntos de entrenamiento etiquetados.

De datos espectrales a etiquetas accionables

Para transformar los datos Sentinel-2 en muestras de entrenamiento utilizables, el equipo llevó a cabo un proceso de anotación multicapa que fue mucho más allá de la simple clasificación:

• Segmentación semántica: a cada píxel de una tesela satelital se le asignó una etiqueta específica de cultivo. Esto se logró mediante la conversión de vector a ráster de mapas geoespaciales de cultivos, lo que produjo máscaras de alta resolución.
• Sincronización temporal: dado que el crecimiento de los cultivos evoluciona con el tiempo, las imágenes estáticas suelen producir clasificaciones deficientes. Los anotadores alinearon cada imagen con las fases de desarrollo del cultivo mediante datos fenológicos locales y estrategias de adquisición multifecha.
• Mapeo de índices espectrales: se calcularon índices como NDVI, NDWI y EVI, y se apilaron junto con las bandas sin procesar para mejorar la distinción espectral. Estas bandas calculadas pasaron a formar parte de la anotación, especialmente cuando existían diferencias sutiles entre clases, por ejemplo, maíz frente a sorgo.
• Control de calidad de etiquetas: cada anotación se evaluó en cuanto a coherencia mediante informes de campo, curvas fenológicas conocidas y detección de valores atípicos inferida por máquina; por ejemplo, si el NDVI cae a mitad de temporada, podría indicar un error de anotación o el impacto de una plaga.

Equilibrar precisión y escala

Una de las tareas más difíciles del proyecto fue conciliar la necesidad de alta resolución y exactitud a nivel de píxel con el enorme volumen de datos procedente de Sentinel-2. El equipo tuvo que anotar decenas de miles de kilómetros cuadrados sin perder precisión espacial.

Esto se resolvió mediante la introducción de un flujo de trabajo híbrido de anotación, que combinó validación manual con procesos GIS automatizados:

• En regiones bien documentadas, como Francia o Alemania, los datos nacionales LPIS proporcionaron mapas de cultivos altamente fiables, que se rasterizaron con facilidad.
• En zonas con menor documentación, como partes de Argentina o Brasil, los anotadores recurrieron a una combinación de clasificación basada en MODIS, series temporales de NDVI de Sentinel-2 y revisiones de expertos locales.
• Los casos límite y las incoherencias se marcaron para revisión por agrónomos o se escalaron a través de una canalización semiautomatizada de control de calidad.

En última instancia, cada recorte etiquetado no era solo una imagen: era una instantánea rica en datos, anotada con tipo de cultivo, fecha, etapa de la temporada, metadatos espectrales y coordenadas geográficas. Estos atributos fueron esenciales para garantizar la generalización del modelo y la transferibilidad temporal.

Construcción de la canalización de anotación: de píxeles a patrones

Crear un sistema escalable de anotación para imágenes satelitales no es como etiquetar cajas delimitadoras en imágenes de calles. Requiere una canalización cuidadosamente diseñada, con varias etapas de preprocesamiento, validación y armonización.

Así se estructuró el flujo de trabajo de anotación:

1. Curación de datos Sentinel-2

El proceso comenzó con la descarga de imágenes Sentinel-2 de nivel 2A, corregidas por distorsiones atmosféricas, para zonas agrícolas seleccionadas. El equipo priorizó escenas durante fases clave del crecimiento del cultivo: inicio de temporada, emergencia, mitad de temporada, máximo crecimiento, y etapa previa a la cosecha.

Para garantizar la calidad de los datos, solo se conservaron imágenes con menos de un 5% de cobertura nubosa. El enmascaramiento de nubes se reforzó además mediante la SCL (Scene Classification Layer) y preprocesamiento adicional con Sen2Cor.

2. Alineación de mapas de verdad fundamental

Los mapas de cultivos autorizados procedentes de bases de datos agrícolas nacionales y encuestas de ONG, como LPIS, se superpusieron sobre teselas Sentinel-2 mediante herramientas GIS.

Estos shapefiles se rasterizaron para coincidir con la resolución de Sentinel-2. Cada píxel recibió un ID de tipo de cultivo si intersectaba con polígonos de verdad fundamental, lo que dio lugar a máscaras de segmentación semántica compatibles con el entrenamiento de modelos.

3. Calibración de índices espectrales

En lugar de trabajar únicamente con bandas sin procesar, de B2 a B12, el equipo calculó índices de vegetación como:

• NDVI (Índice de Vegetación de Diferencia Normalizada)
• EVI (Índice de Vegetación Mejorado)
• NDWI (Índice de Agua de Diferencia Normalizada)

Estos índices se apilaron como canales adicionales en los archivos de anotación, lo que mejoró la separabilidad de clases durante el entrenamiento.

4. Agregación temporal

Dada la frecuencia de revisita de Sentinel-2, el equipo implementó una estrategia de apilamiento temporal: combinar imágenes multifecha en tensores compuestos. Cada recorte anotado no representaba una única marca temporal, sino una serie temporal; por ejemplo, 5 fechas a lo largo de una temporada.

Esto enriqueció la capacidad del modelo para detectar diferencias fenológicas sutiles entre cultivos.

Cómo abordar los retos específicos de la anotación satelital

La anotación en teledetección presenta un conjunto específico de obstáculos, cada uno de los cuales requiere soluciones adaptadas:

Interferencia de nubes y sombras

A pesar de filtrar imágenes nubladas, las nubes cirros finas y las sombras proyectadas pueden corromper las lecturas espectrales. Para mitigarlo:

• Se aplicó una máscara personalizada de probabilidad de nubes basada en el algoritmo FMask.
• Los recortes con cobertura nubosa persistente (>40%) se descartaron automáticamente del conjunto de datos de entrenamiento.

Ruido de etiquetas en la verdad fundamental

Los mapas de cultivos de verdad fundamental, especialmente en regiones en desarrollo, solían estar desactualizados o dibujados con baja precisión. El equipo utilizó inspección visual de curvas NDVI e informes de campo para validar polígonos cuestionables.

En casos límite, los píxeles ambiguos se etiquetaron como “Desconocido” y se excluyeron del entrenamiento.

Variabilidad geográfica

El trigo en Francia crece de forma distinta al trigo en Argentina. Para garantizar robustez geográfica, el conjunto de datos se dividió en:

• Entrenamiento y prueba dentro de la región, dentro de un mismo país.
• Validación fuera de la región, modelo entrenado en un país y probado en otro.

Este enfoque de validación cruzada ayudó a evaluar la capacidad de generalización, un KPI crítico para la IA agrícola escalable.

Resultados reales: monitoreo de cultivos con IA en acción

El conjunto de datos Sentinel-2 anotado sentó las bases para entrenar modelos sólidos de clasificación de cultivos multitemporada capaces de apoyar la toma de decisiones en tiempo real en distintos continentes. Una vez completada la anotación y optimizada la canalización de entrenamiento, los resultados fueron relevantes tanto desde el punto de vista técnico como agrícola.

Aspectos destacados del rendimiento

Con una red neuronal convolucional profunda basada en una arquitectura U-Net y capas de atención temporal, el modelo logró:

• 92,3% de intersección sobre unión media (mIoU) para la clasificación dentro de la región de trigo, maíz y soja; es decir, la IA mapeó con precisión campos de cultivo a resolución de píxel en las zonas de entrenamiento.
• 84,1% de exactitud en pruebas completamente fuera de la región, entrenado en Europa y probado en Sudamérica, lo que mostró una fuerte generalización.
• Altas tasas de exhaustividad (>90%) para la detección de crecimiento en etapas tempranas, esencial para sistemas de alerta temprana ante brotes de plagas o estrés hídrico.
• Tiempo de inferencia rápido, que permitió desplegar el modelo en provincias o países completos en horas en lugar de días.

Estos resultados superaron a los métodos tradicionales de clasificación por teledetección, que a menudo dependían de agrupamiento no supervisado o de índices fenológicos limitados sin supervisión a nivel de píxel.

Despliegues en el mundo real

Se realizaron varios despliegues en distintas geografías, instituciones y casos de uso:

• En Argentina, el Ministerio de Agricultura utilizó el sistema para hacer seguimiento del desarrollo de la soja en Córdoba. El modelo detectó con precisión la emergencia tardía en zonas afectadas por sequía semanas antes que los encuestadores humanos.
• En Francia, una cooperativa regional de Occitania aprovechó el sistema para monitorear el estrés por nitrógeno en trigo mediante tendencias de NDVI, reduciendo el uso de fertilizantes en un 12% sin afectar el rendimiento.
• En India, el modelo se integró en una plataforma de una ONG que apoya a pequeños agricultores. Al mapear patrones de cultivo en Punjab y Telangana, permitió previsiones de rendimiento más precisas e informó políticas de adquisición a nivel estatal.

Cada caso demostró no solo exactitud, sino también utilidad práctica: el conjunto de datos anotado hizo que los modelos de IA fueran más transparentes, más adaptables y mucho más útiles en contextos agrícolas reales.

Verificación visual y mapas de confianza

Para aumentar la confianza de agricultores y responsables de políticas públicas, el sistema incluyó mapas de calor de confianza junto con sus predicciones. Estos mapas se derivaron de salidas softmax y se compararon con zonas anotadas manualmente para realizar comprobaciones puntuales.

Las predicciones de alta confianza ayudaron a priorizar qué alertas atender, mientras que las áreas de baja confianza señalaron datos inciertos, a menudo debido a sombras de nubes, rotación de cultivos o límites de uso del suelo mixto.

Este circuito de retroalimentación visual fomentó una IA colaborativa, en la que agrónomos y agricultores podían validar y mejorar sobre el terreno las predicciones del modelo: un ciclo virtuoso de anotación → entrenamiento → retroalimentación → reanotación.

Impacto en la previsión de rendimiento y la sostenibilidad

Quizá el impacto más convincente se produjo en la previsión agrícola y la elaboración de informes de sostenibilidad:

• El sistema de IA redujo la necesidad de visitas mensuales al campo en un 60–70%, disminuyendo las emisiones de carbono asociadas a encuestas realizadas con vehículos.
• Las previsiones basadas en salidas de IA se alinearon dentro de un margen de ±5% con los informes reales de rendimiento de trigo y maíz a lo largo de tres temporadas.
• La plataforma permitió la detección temprana de pérdida de rendimiento por estrés hídrico, lo que ayudó a cooperativas y aseguradoras a planificar mejor la distribución de recursos.

En síntesis, el conjunto de datos Sentinel-2 cuidadosamente anotado permitió que la IA no solo reconociera cultivos, sino que anticipara riesgos, elevando el monitoreo agrícola de la observación pasiva a la inteligencia predictiva.

Aprendizajes y conclusiones para proyectos futuros

Este caso práctico subraya varios aprendizajes importantes para cualquier equipo que planee anotar imágenes Sentinel-2 para IA agrícola:

Priorizar ventanas temporales sin nubes

Los compuestos estacionales reducen errores de anotación y enriquecen el aprendizaje del modelo. Se recomienda utilizar filtrado inteligente para eliminar marcas temporales irrelevantes.

Validar la verdad fundamental con rigor

No se debe confiar ciegamente en todos los shapefiles, especialmente en regiones emergentes. Conviene combinar mapas oficiales con informes de campo o indicadores visuales.

Incorporar el contexto multifecha

El desarrollo de los cultivos es un proceso, no una imagen aislada. Anotar series temporales conduce a modelos de IA más robustos.

Equilibrar cantidad y diversidad

Contar con más recortes ayuda, pero la diversidad espacial importa más. Es importante anotar en distintos climas, tipos de suelo y prácticas agrícolas.

Información adicional: integración con calendarios de cultivo

Para refinar tanto la calidad de la anotación como el rendimiento de la IA, el equipo utilizó calendarios regionales de cultivo de fuentes como GIEWS de la FAO para programar la curación del conjunto de datos.

Esto evitó etiquetar erróneamente periodos en los que varios cultivos podían compartir firmas espectrales similares y permitió concentrarse en fases fenológicas pico, cuando las diferencias son más claras.

Próximos pasos: escalar con canalizaciones de etiquetado automatizado

La anotación manual de imágenes Sentinel-2 es potente, pero requiere tiempo. La siguiente frontera consiste en utilizar supervisión débil y aprendizaje autosupervisado para escalar aún más.

Técnicas como:

• Usar modelos preentrenados para pseudoetiquetar regiones no etiquetadas.
• Entrenar IA para reconocer patrones temporales de vegetación de forma no supervisada.
• Combinar Sentinel-2 con PlanetScope o imágenes de drones para transferencia híbrida de anotaciones.

…pueden acelerar de forma significativa la creación de sistemas de monitoreo de cultivos sólidos y conscientes del contexto geoespacial.

Analizar su caso de uso

Si se trabaja en una solución de agricultura de precisión o en una integración de IA con datos satelitales, las imágenes Sentinel-2 anotadas pueden ser un componente clave. Tanto para desarrollar modelos de IA como para construir plataformas de agricultura inteligente, la calidad del etiquetado condiciona la utilidad del sistema.

Si está preparando un proyecto de anotación de datos satelitales para IA, puede contactar con el equipo de DataVLab para estructurar, etiquetar y validar sus datos con un flujo de control de calidad adaptado a su caso de uso.