Paquete GeoAI respaldado por la NASA permite a investigadores realizar análisis de satélites con pocas líneas de Python
Una herramienta gratuita y de código abierto tiene como objetivo llevar la cartografía impulsada por IA y el análisis de imágenes satelitales a científicos sin experiencia en aprendizaje automático, con financiamiento de la NASA y el Servicio Geológico de Estados Unidos.
Puntos clave
- GeoAI es un paquete Python gratuito y de código abierto para aplicar inteligencia artificial a datos satelitales y geográficos, publicado en el Journal of Open Source Software en 2026.
- El proyecto recibió financiamiento parcial de la NASA (Subvención No. 80NSSC22K1742) y del Servicio Geológico de Estados Unidos (Subvención No. G23AP00683).
- Funciona con fuentes satelitales incluyendo Sentinel y Landsat, y exporta resultados en formatos de mapas estándar como GeoJSON y Shapefile.
- Un complemento QGIS sin código permite a los usuarios ejecutar flujos de trabajo de cartografía con IA dentro de una aplicación de mapeo de escritorio sin escribir código.
- El paquete es gratuito para instalar mediante pip o conda y está licenciado bajo la licencia de código abierto MIT permisiva.
Detectar un campo inundado desde una imagen satelital solía requerir un equipo de especialistas y semanas de trabajo. GeoAI quiere reducir eso a una tarde y una laptop.
¿Qué hace exactamente GeoAI?
Conecta modelos de IA con datos geográficos: imágenes satelitales, fotos aéreas, mapas digitales. Apúntalo a una ciudad y puede delinear cada edificio. Apúntalo a tierras agrícolas y puede etiquetar qué campos son cultivos o suelo desnudo.
El paquete maneja automáticamente los pasos tediosos, descargando imágenes de proveedores como Sentinel y Landsat, dividiendo imágenes grandes en mosaicos para entrenamiento y guardando resultados en formatos de archivo de mapas estándar que cualquier SIG (sistema de información geográfica, software utilizado para crear y editar mapas) puede abrir. Para las personas que prefieren no escribir código en absoluto, hay un complemento para QGIS, una aplicación de mapeo de escritorio gratuita. Instala el complemento, haz clic en algunos botones y la IA hace el resto.
¿Quién está pagando por esto y por qué es importante?
El dinero del gobierno está detrás de esto. La NASA contribuyó a través de su programa Open Source Tools, y el Servicio Geológico de Estados Unidos agregó más apoyo a través de un acuerdo cooperativo de cinco años que se ejecuta de 2023 a 2027. Este financiamiento es importante porque el proyecto no intenta venderte nada. El código es gratuito, la licencia MIT permite a cualquiera usarlo comercialmente, y la documentación se encuentra en opengeoai.org sin cargo.
El apetito de la NASA por IA geoespacial de código abierto ha sido claro durante un tiempo. Reportamos en julio que la NASA ejecutó un modelo de IA de Google dentro de un satélite, reduciendo los tiempos de alerta de incendios forestales de 90 minutos a casi instantáneo. GeoAI se encuentra en el otro extremo de ese proceso: las herramientas a nivel de terreno que permiten a los investigadores hacer algo útil con lo que envían los satélites.
El autor Qiusheng Wu también publicó un libro complementario, "GeoAI with Python: A Practical Guide to Open-Source Geospatial AI", disponible en ediciones PDF e impreso en book.opengeoai.org.
¿Deberían las personas comunes preocuparse por esto?
Directamente, probablemente no todavía. GeoAI es una herramienta para investigadores y desarrolladores. Pero los efectos descendentes son reales. Agencias ambientales que rastrean la deforestación, planificadores urbanos que cuentan azoteas para encuestas de vivienda, equipos de respuesta a desastres que mapean daños por inundaciones: todos ellos podrían usar herramientas construidas sobre software como este. El análisis satelital más rápido y económico significa que los reportes que moldean tu comunidad se hacen con datos mejores.
Para profesionales de SIG y científicos orientados a datos que leen esto, la barrera para ejecutar un modelo de detección de edificios acaba de disminuir considerablemente. El paquete es compatible automáticamente con aceleración de GPU (chips especializados que aceleran cálculos de IA) cuando están disponibles, por lo que se escala desde una laptop a un clúster de investigación sin cambiar tu código.
| Tarea | Lo que hace GeoAI |
|---|---|
| Extracción de huella de edificios | Delinea estructuras en imágenes satelitales |
| Clasificación de cobertura terrestre | Etiqueta píxeles como agua, bosque, cultivos, etc. |
| Detección de cambios | Compara dos imágenes en el tiempo para detectar diferencias |
| Detección de objetos | Encuentra objetos específicos, por ejemplo paneles solares, en fotos aéreas |
| Cartografía sin código | El complemento QGIS ejecuta flujos de trabajo sin escribir Python |
Si trabajas con datos geográficos profesionalmente, instala el paquete (pip install geoai) y ejecuta uno de los cuadernos tutoriales en opengeoai.org antes de pagar una solución comercial. El gobierno ya financió el desarrollo.
