Descripció del projecte
Atenent a l’actual demanda de dades, productes i serveis basats en les capacitats aeroportades i poder prendre en valor les actuals competències, coneixements i habilitats adquirides en l’operativa i generació de valor afegit d’un sistema aeroportat LiDAR, l’ICGC precisa potenciar la explotació de els dades LiDAR, la seva usabilitat i capacitat de fusió amb dades complementaries d’observació de la Terra.
Els sistemes LiDAR tenen múltiples avantatges. En primer lloc és un sistema que ofereix altes precisions altimètriques, núvols de punts tridimensionals d’alta densitat, grans àrees de cobertura i la capacitat de complementar les dades de sensors temàtics aportant una visió tridimensional del territori i de la distribució estructural de la vegetació. Això comporta la capacitat de cartografiar, de forma reactiva si és necessari, canvis discrets a una resolució molt alta, cobrint grans àrees de forma uniforme i molt precisa.
Transformar les dades capturades, de forma reactiva i innovadora, en informació i coneixement, precisa d’arquitectures capaces de tractar els grans volums d’ingesta de dades amb mètodes el més automatitzats possibles, per tal de generar productes i serveis de geoinformació, actualitzats i útils.
Les arquitectures basades en intel.ligència artificial, machine learning o deep learning, estan esdevenint disruptives en el tractament de grans volums de dades de geoinformació a la cerca d’automatismes que en facin factible tècnicament i viable econòmicament la cadena de valor.
El projecte d’investigació que es proposa per realitzar un doctorat industrial pretén d’una banda desenvolupar tècniques d’anàlisi de grans volums de dades LiDAR d’observació de la Terra amb noves tècniques de gestió de Big Data i aprenentatge automàtic profund (en anglès deep learning), per tal de desenvolupar cadenes de valor, amb fusió quan es requereixi de dades de sensors actius o passius d’observació de la Terra, per generar productes i serveis fonamentalment en els àmbits de la sostenibilitat urbana i mediambiental de les masses forestals i cobertes agrícoles.