La Clasificación de Tejados con IA Ayuda a Dominica a Reconstruir su Resiliencia de Vivienda Tras el Huracán María

El huracán María azotó Dominica en 2017 y dañó aproximadamente el 90% del parque de viviendas de la isla, poniendo de manifiesto lo escasos que eran los datos sistemáticos y actualizados de que disponían los gobiernos sobre qué tipos y materiales de tejado eran más vulnerables a los daños causados por las tormentas.

En el marco del «Digital Earth Project for Resilient Housing and Infrastructure in the Caribbean», financiado por el GFDRR del Banco Mundial y llevado a cabo junto con los gobiernos de Dominica y Santa Lucía, el proyecto tenía como objetivo clasificar automáticamente el tipo y el material de los tejados para ayudar a identificar las viviendas vulnerables a los huracanes de cara a la inversión en resiliencia.

Los investigadores entrenaron redes neuronales convolucionales (extractores de características ResNet50, InceptionV3 y EfficientNet-B0 que alimentan clasificadores de Regresión Logística, Random Forest y SVM) con imágenes aéreas RGB combinadas con modelos de superficie derivados de LiDAR aerotransportado, clasificando el tipo y el material de los tejados en 8345 edificios anotados, muestreados a partir de 80 teselas en las dos islas. El proyecto también formó a personal de los gobiernos locales en el manejo de drones y la gestión de grandes conjuntos de datos geoespaciales.

La combinación de imágenes con resolución de satélite y LiDAR alcanzó puntuaciones F1 de 0,93 para el tipo de tejado y de 0,92 para el material del tejado; únicamente con imágenes de dron, de menor coste, se alcanzaron igualmente puntuaciones F1 de 0,86 y 0,90, respectivamente.

Se trata todavía de un proyecto piloto técnico que abarca teselas muestreadas y no la totalidad del parque de viviendas nacional, y ningún informe público documenta hasta la fecha que estos datos se estén utilizando en una decisión real de reconstrucción, código de construcción o seguros.