Dymaxion Labs en Manos en la Data — Uruguay 2020

Dymaxion Labs
6 min readDec 10, 2020

--

En el marco de la iniciativa “Manos en la Data — Uruguay” (MeD-Uruguay) convocada por la Dirección de Investigaciones Socioeconómicas (DIS) de CAF-banco de Desarrollo de América Latina y la Agencia de Gobierno Electrónico y Sociedad de la Información y del Conocimiento (AGESIC), se trabajó en un ambicioso proyecto de tres componentes desarrolladas en simultáneo y en solo ocho semanas por distintas agencias del Estado uruguayo y Dymaxion Labs.

Para propiciar el uso de datos intensivo, eficiente y seguro dentro del Estado, CAF desarrolló esta iniciativa que consiste en una metodología de trabajo para la producción de prototipos de ciencia de datos, que atiendan una problemática o pregunta de política pública muy concreta, y lo hagan de manera rápida, colaborativa y costo-efectiva. MeD-Uruguay es la tercera réplica de esta iniciativa de CAF, que fue desarrollada previamente en Argentina y Colombia.

Los tres prototipos elaborados fueron:

  • Herramienta para el monitoreo de asentamientos informales
  • Herramienta para la detección y cuantificación de equipos de aprovechamiento solar
  • Herramienta para determinar categorías de caminos en la red vial uruguaya

Para el desarrollo de estos prototipos, Dymaxion Labs trabajó mano a mano con con técnicos de AGESIC, IDE , el Ministerio de Desarrollo Social de Uruguay (MIDES), el Ministerio de Vivienda y Ordenamiento Territorial (MVOT), el Ministerio de Industria, Energía y Minería (MIEM), el Ministerio de Transporte y Obra Pública (MTOP), la Oficina de Planeamiento y Presupuesto (OPP) y Gobiernos Departamentales (GGDD). Fue muy importante la participación y buena predisposición de todas las partes para lograr sortear los obstáculos que se presentaron a lo largo del proceso y llegar a los resultados pautados.

Cabe destacar que, dada la necesidad de un acceso intensivo a imágenes del vuelo fotogramétrico en los servidores de IDE, en el marco de Manos en la Data-Uruguay Dymaxion Labs desarrolló adicionalmente a los tres prototipos un paquete de Python (disponible en GitHub) que permite descargar las imágenes de manera programática y por área de interés, lo cual también contribuirá a un uso más provechoso de la valiosa herramienta de imágenes gestionada por IDE.

Monitoreo de Asentamientos

El proyecto Monitoreo de Asentamientos parte de un abordaje previo realizado en el marco de la iniciativa “Uso de datos masivos para la eficiencia del estado y la integración regional”, financiado por el Banco Interamericano de Desarrollo y co-gestionado por AGESIC, Sistema Nacional de Emergencias y MIDES. En esta segunda etapa, junto con el MIDES y el MVOT, se puso el foco en el procesamiento desarrollado en la etapa previa para la operación con las fotos aéreas tomadas por el vuelo realizado para la IDE, que tuvo lugar durante los años 2017 y 2018, y cuyos resultados ya se encuentran disponibles. Dicha adaptación también permitiría incorporar capacidades para que el modelo desarrollado también se pueda aplicar sobre nuevas imágenes satelitales públicas del sensor Sentinel-2 de la Agencia Espacial Europea.

En números:

  • 40 localidades.
  • 11.000 kilómetros cuadrados analizados
  • 80GB de imágenes
Predicciones red neuronal en imágenes del sensor Sentinel-2 (ESA)

Equipos de Aprovechamiento Solar

El segundo proyecto se denominó “Equipos de aprovechamiento Solar en Uruguay”. El área de Planificación Estadística Balance, área de la Dirección Nacional de Energía del MIEM, es la encargada de elaborar el Balance Energético Nacional (BEN), el cual reúne los principales resultados del sector energético a nivel nacional. En 2019 el BEN estimó que la superficie instalada por colectores solares aumentó un 11,9%, pasando de 77.011 m²​ a 87.430 m​²​ aproximadamente. Actualmente el registro de equipos de aprovechamiento solar (categoría integrada tanto por los colectores como por los paneles) es parcial ya que no se dispone para la totalidad de los equipos instalados su dimensión ni ubicación. De este modo, el aporte a la matriz energética de estos equipos debe ser estimado por medio de registros de Aduana y registro anual de generadores conectados a la red, brindado por la Administración Nacional de Usinas y Transmisiones Eléctricas (UTE).

El objetivo de este proyecto fue obtener una primera aproximación de la cantidad de equipos instalados, ubicación en coordenadas geográficas y dimensión aproximada en metros cuadrados de colectores solares y paneles fotovoltaicos instalados.

Para la detección se utilizó como insumo principal los datos abiertos de imágenes satelitales pertenecientes a IDEuy. Sobre estas imágenes se realizaron 2 shapefiles de anotaciones de paneles fotovoltaicos.

Asimismo, se emplearon una serie de técnicas de Data Augmentation como la rotación a 90 grados, espejado horizontal o cambios de brillo y contraste para lograr una mejor identificación del tipo de panel.

En números:

  • 40 localidades.
  • 125.000 kilómetros cuadrados analizados
  • 961GB de imágenes

El trabajo realizado junto con el MIEM permitirá un relevamiento más preciso y meticuloso de dichos equipos, permitiendo mejorar el seguimiento en el avance del cumplimiento de los ODS (Objetivos de Desarrollo Sostenible) 7 (Energía) y 13 (Medio Ambiente) y los análisis de impacto sobre la Política energética 2005–2030.

Ubicación de paneles solares en diferentes contextos.

Caminos que Conectan

Por último, en el tercer proyecto de Manos en la Data, Dymaxion Labs colaboró con la Oficina de Planeamiento y Presupuesto (OPP) y los Gobiernos Departamentales (GGDD) en el marco del Programa de Caminería Rural. El objetivo de este programa es mejorar y transparentar la gestión de la caminería rural a partir de la generación de Programas Viales Departamentales; codificación estandarizada (identificación de cada camino forma única inequívoca) a escala nacional de toda la red vial; diseño y desarrollo de Inventario de Caminería Rural (ICR). A partir de la disponibilidad de las fotos aéreas de cobertura nacional 2017–2018 y de las capas vectoriales asociadas, se detectó la oportunidad de obtener y completar en el ICR algunos datos relevantes para la gestión de la red vial:

  1. Tipo de pavimento (rodadura) de los caminos
  2. Identificación de obras hidráulicas sobre los mismos y su clasificación según su extensión y la jerarquía de la cuenca hidrográfica en la que se encuentre.

De este modo, el proyecto “Caminos que Conectan” contribuye a determinar el tipo de camino para así poder analizar y programar el asfaltado y mantenimiento de los mismos. El producto final consiste en una herramienta en la cual la institución pública pueda analizar a demanda las imágenes del vuelo fotogramétrico y mapear las instancias mencionadas en el párrafo anterior. Para validar la capacidad predictiva de la herramienta se analizarán distintos tipo de geografías del país, buscando capturar la variabilidad a lo largo del territorio.

Los tipos de camino a detectar fueron:

  • Pavimentado
  • Tierra
  • Concreto
  • Presencia de líneas horizontales pintadas.

Y se clasificaron en cuatro categorías:

  • HOR hormigón
  • ASF Asfalto
  • GRA Granular
  • NAT Natural

En números:

  • 50.000 km de caminos analizados.
  • 900 GB de imágenes.
Predicción de la red neuronal sobre los distintos tipos de caminos

Generar sinergias entre científicos de datos, tanto los que se desempeñan en la academia como en la pujante industria tecnológica de nuestros países, y la política pública es el objetivo central de Manos en la Data. El caso de la edición uruguaya de MeD es un claro ejemplo del potencial de aplicar técnicas de frontera en inteligencia artificial para extraer más valor desde datos no tradicionales, con el objetivo de asistir a los tomadores de decisiones en su constante desafío de diseñar, implementar y monitorear mejores políticas públicas que promuevan el desarrollo de los países en América Latina.

Agradecemos la confianza depositada en Dymaxion Labs por parte de CAF y AGESIC, y la oportunidad de trabajar junto a todas las agencias del Estado uruguayo involucradas en la iniciativa Manos en la Data.

--

--

Dymaxion Labs
Dymaxion Labs

Written by Dymaxion Labs

Creating value from geospatial imagery.

No responses yet