Resumen

Los datos geoespaciales son parte fundamental de la información que se requiere para la transformación digital del sector agrario, pero todavía es difícil para los agricultores integrarlos en su trabajo. Impulsar la transformación digital de este sector requiere mejores herramientas que faciliten el descubrimiento, la creación, el análisis de la calidad y la integración de datos geoespaciales a todas las escalas, desde la observación remota de la Tierra hasta sensores en vehículos y sobre el terreno.

Durante las pasadas décadas se han desarrollado infraestructuras de información geoespacial para proporcionar acceso interoperable a datos y servicios geoespaciales, basadas en sistemas desarrollados con diferentes tecnologías y con diferentes modelos de datos geoespaciales y formas de georreferenciación. Paralelamente, la iniciativa Tierra Digital ha proporcionado una visión para guiar la integración de información, servicios y modelos geoespaciales a escala mundial. Esto se ha concretado en aplicaciones, globos virtuales como el conocido Google Earth, pero aún está lejos de la plataforma integrada que se previó originalmente.

Todas estas iniciativas se han centrado en la explotación de datos existentes, por lo que no han planteado alternativas a los modelos dominantes de representación de información geoespacial. Estos son el modelo vectorial, en el que las entidades tienen geometrías, p.ej., puntos, líneas o polígonos, definidas en determinados sistemas de referencia de coordenadas, y el modelo ráster, en el que el espacio se divide típicamente en celdas rectangulares y la realidad se muestrea en las ubicaciones de estas celdas y se cuantifica en ellas, como p.ej. en una imagen de satélite tomada en el espectro visible en la que cada píxel es una de estas celdas.

Sin embargo, hay otro modelo de información geoespacial. Los sistemas de mallas globales discretas (DGGS, por sus siglas en inglés) teselan la superficie de la Tierra en celdas discretas. Estas celdas forman jerarquías de mallas anidadas y de resolución múltiple, y por tanto ofrecen una poderosa herramienta para facilitar la integración de datos capturados a diferentes escalas. Los DGGS proporcionan estrategias uniformes de muestreo y cuantificación de los datos, e identificadores para cada celda.

Los DGGS ofrecen ventajas potenciales sobre los modelos actuales, aunque es un tema de investigación activo el encontrar los mejores casos de uso para ellos. Los DGGS se propusieron hace décadas, pero es ahora cuando la iniciativa de estandarización del OGC (Open Geospatial Consortium) permite considerarlos para las infraestructuras de información geoespacial, donde la interoperabilidad es un requisito fundamental.

En este proyecto se propone avanzar en el conocimiento y crear la tecnología necesaria para establecer una infraestructura de información geoespacial para datos modelizados sobre un DGGS, desarrollar los procesos de descubrimiento, recuperación, aseguramiento de la calidad y transformación de datos que sean necesarios, crear una aplicación de captura de datos sobre el terreno para probar la integrabilidad de los datos creados a diferentes escalas, y utilizar esta infraestructura de información para dar soporte a un sistema de información geoespacial para la gestión del uso sostenible de los pesticidas en una explotación agrícola, como ejemplo relevante de digitalización en el sector agrario.

Summary

Geospatial data are a critical part of the information required in the digital transformation of the agricultural sector, but it is yet difficult for farmers to integrate them into their daily work. This is why better tools to facilitate the discovery, creation, quality analysis, and integration of geospatial data across all scales, from Earth observation and remote sensing to in-situ captured data and on-vehicle sensors, are needed to boost the digital transformation of this sector.

During the previous decades, distributed geospatial information infrastructures have been developed in order to provide standardized, interoperable access to geospatial data and services based on a variety of systems, many times developed with different technologies and based on different geospatial data models and georeference systems. In parallel to this, the Digital Earth initiative has provided a vision to guide the integration of geospatial information, services and models at a global scale. This has been materialized into a number of end-user applications, e.g., virtual globes such as the well-known Google Earth, but it is yet far from the integrated platform that was originally envisioned.

All these initiatives have been focused on exploiting existing data, so they have not questioned the dominating models of geospatial information representation. These are the vector model, where data entities have geometries, e.g., points, lines or polygons, defined on given coordinate reference systems, and the raster model where the space is typically divided into rectangular cells and the reality is then sampled on these cell locations and quantized onto them, as for example in a satellite image taken on the visible spectral range where each pixel corresponds to one of these cells.

Nevertheless, there is another model for geospatial information. Discrete Global Grid Systems (DGGS) tessellate the surface of the Earth in discrete cells. These cells form hierarchies of nested, multi-resolution grids, and thus offer a powerful tool to facilitate the integration of data measured at different scales. DGGSs provide uniform sampling and quantization strategies for the data, and a way to uniquely identify each cell.

DGGSs offer a number of potential advantages over the current models, although it is an active research topic finding out the best use cases for them. The DGGS model was proposed decades ago, but it is now that the standardization initiative of the Open Geospatial Consortium (OGC) is beginning to make it possible to consider them for the case of geospatial information infrastructures, where interoperability is a crucial requirement.

This project proposes to advance the knowledge and to create the technology required to set up a standards-based geospatial information infrastructure for data modelled on a DGGS, to develop the necessary data discovery, retrieval, quality assurance and transformation pipelines, to create an in-situ data capture application to test the integrability of data created at different scales, and to use this information infrastructure to support a geospatial information system for the management of the sustainable use of pesticides in a farm, as a relevant example of digitalization in the agricultural sector.

Financiación (Funding)

Proyecto PID2020-113353RB-I00 financiado por: