El ITA desarrolla un nuevo método basado en IA para detectar cambios en explotaciones mineras mediante imágenes de satélite

El Instituto Tecnológico de Aragón (ITA) ha participado en la 2nd International Conference on Environmental Remote Sensing and GIS (ICERS 2026), celebrada del 1 al 3 de julio en Zagreb (Croacia), donde ha presentado un trabajo de investigación centrado en el uso de inteligencia artificial para mejorar la detección de cambios en explotaciones mineras a partir de imágenes de satélite.

El investigador Álvaro Navarro, del equipo de Big Data y Sistemas Cognitivos del ITA, presentó el artículo científico Synthetic Dataset Generation for Change Detection in Mining Areas Using Image Inpainting, desarrollado junto a Sergio Gracia Borobia, Rafael del Hoyo y Francisco José Lacueva.

La investigación se enmarca en el proyecto europeo TERRAVISION, financiado por Horizon Europe, y aborda uno de los principales desafíos de la inteligencia artificial aplicada a la observación de la Tierra: la escasez de conjuntos de datos específicos y de alta calidad para entrenar modelos capaces de detectar cambios en entornos mineros.

Entrenar la IA para comprender la evolución de una mina

La detección de cambios (Change Detection) consiste en comparar dos imágenes de satélite de un mismo lugar, captadas en momentos diferentes, para generar un mapa que identifique automáticamente las zonas donde se han producido modificaciones.

Mientras que la mayoría de los conjuntos de datos existentes están orientados a entornos urbanos o agrícolas, el equipo del ITA ha centrado su investigación en las explotaciones mineras a cielo abierto, donde es necesario identificar cambios como la expansión de la explotación, la aparición de nuevos caminos, el crecimiento de escombreras o el movimiento de materiales.

Para ello, los investigadores han desarrollado un procedimiento innovador basado en la generación de datos sintéticos mediante técnicas de image inpainting, una tecnología de inteligencia artificial capaz de modificar imágenes de forma realista simulando cambios producidos con el paso del tiempo.

Más de 900 imágenes sintéticas para entrenar modelos de IA

El trabajo se ha basado en imágenes del satélite Sentinel-2 del programa europeo Copernicus correspondientes a cuatro explotaciones mineras españolas: la mina de Montevive, en Granada, y las minas históricas de Tharsis, San Telmo y La Zarza, en Huelva. A partir de estas imágenes, el equipo generó más de 900 escenas sintéticas que reproducen de forma realista la evolución de una explotación minera a lo largo del tiempo.

Estas imágenes incluyen modificaciones simuladas como ampliaciones del frente de explotación, creación de acopios de material o nuevos viales de acceso. Posteriormente, se elaboraron manualmente los mapas de referencia que indican exactamente dónde se han producido esos cambios, proporcionando así datos de entrenamiento de alta calidad para los modelos de inteligencia artificial.

Resultados prometedores para aplicaciones de monitorización

Los modelos entrenados con este nuevo conjunto de datos demostraron una mayor capacidad para detectar cambios de pequeño tamaño que suelen pasar desapercibidos en otros conjuntos de datos utilizados habitualmente en la comunidad científica. Entre las arquitecturas evaluadas, la basada en ResNet-50 obtuvo los mejores resultados en precisión y calidad de detección.

Este avance abre nuevas posibilidades para el seguimiento automatizado de la actividad minera mediante observación de la Tierra, facilitando tareas de monitorización ambiental, planificación territorial, evaluación del impacto de las explotaciones o supervisión de procesos de restauración.

La participación del ITA en ICERS 2026 refuerza el compromiso del instituto con el desarrollo de soluciones basadas en inteligencia artificial y análisis de datos geoespaciales para afrontar retos industriales y medioambientales, así como con la transferencia de conocimiento en el ámbito de la innovación tecnológica.