PID2025-168427NB-C21

Ministerio de Ciencia, Innovación e Universidades. Convocatoria 2025 Generación de Conocimiento. Cofinanciado UE

119.875 Euros

13

01-sep-2026 al 28-feb-2029

Los datos ambientales se generan principalmente mediante observación y modelización para estimar estados pasados, presentes y futuros de variables de interés. Junto con las medidas se registran metadatos de procedencia y contexto, siendo el espacial y el temporal esenciales para su interpretación. Las estimaciones se obtienen mediante muestreos sobre dimensiones geoespaciales, verticales y temporales. La extensión de los fenómenos y las resoluciones empleadas determinan el volumen producido, que sigue creciendo de forma sostenida gracias a los avances en observación de la Tierra y a la evolución de las infraestructuras de almacenamiento y procesamiento.
Además del tamaño, los datos ambientales presentan alta variabilidad en formatos y semántica, producto de la diversidad de estrategias de muestreo y de las salidas de los modelos. Los conjuntos pueden adoptar formas como series temporales en estaciones, perfiles verticales, transectos, trayectorias de plataformas móviles, rejillas de observación remota estáticas y rejillas multidimensionales (2D, 3D, 4D) generadas por modelos.
La analítica descriptiva y avanzada sobre esta diversidad plantea retos clave: armonizar vocabularios, unidades, ontologías y referencias geodésicas para lograr interoperabilidad; definir mecanismos de almacenamiento e indexación capaces de manejar estructuras multirresolución y dimensiones mixtas (densas y dispersas); implementar interfaces y servicios para exploración con baja latencia, navegación multiescala y agregación progresiva; y adaptar métodos de aprendizaje especialmente profundo a datos heterogéneos en formato, semántica y resolución, gestionando vacíos, ruido, incertidumbre y desalineaciones espaciotemporales. A partir de este diagnóstico, los objetivos del proyecto se concretan en cuatro líneas principales:
- Desarrollar métodos y modelos que integren datos y metadatos heterogéneos bajo un marco semántico común, con grafos y algoritmos de razonamiento escalables que habiliten consultas expresivas, inferencias y alineación automática.
- Desarrollo de estructuras de datos compactas para el almacenamiento y consulta eficiente de datos ambientales con múltiples niveles de detalle.
Estas estructuras explotarán regularidades y redundancias en los datos presentes entre diferentes resoluciones.
- Desarrollo de estructuras de datos espaciales, temporales y estadísticas multidimensionales y multiresolución que den soporte a la exploración interactiva de datos ambientales, que puedan presentar dimensiones densas y dispersas. El objetivo será conseguir acceso a datos con baja latencia durante la navegación multiresolución y la agregación progresiva. Rediseño de las estructuras de datos empleando estructuras compactas para mejorar su rendimiento, tanto en espacio de almacenamiento como en tiempo de respuesta.
- Desarrollo de estrategias de entrenamiento eficientes para modelos de aprendizaje profundo aplicados a datos ambientales heterogéneos, que presenten dimensiones densas y dispersas. Se desarrollarán arquitecturas multimodales que combinen distintos tipos de modelos para abordar tareas que integren distintos tipos de datos y configuraciones de varias resoluciones. Abordar la implementación de modelos que exploten directamente datos de entrada representados con estructuras compactas, y que puedan representar sus propios pesos con estructuras compactas.