Darwin’s Crops & Land Use Predictor
Darwin’s Crops & Land Use Predictor
El predictor y clasificador de cultivos y usos del suelo más actualizado, potenciado por AlphaEarth.
Entrenamos y desplegamos modelos de clasificación sobre embeddings satelitales de 10 m/píxel para generar mapas de cultivos y usos del suelo consistentes por año y actualizables. El flujo completo, desde la selección de área hasta la entrega, es reproducible y trazable, con exportación a GeoTIFF/GeoJSON para GIS.
We train and deploy classifiers on 10 m/pixel satellite embeddings to produce year‑consistent, updatable crop and land‑use maps. The end‑to‑end flow, from AOI selection to delivery, is reproducible and traceable, with exports to GeoTIFF/GeoJSON for GIS.
Qué ofrece
What it offers
- • Predicción rápida por área (AOI) y por año, con resultados listos para GIS.
- • Fast predictions per AOI and per year, with GIS‑ready outputs.
- • Clases personalizables según el caso: agrícolas (p. ej., cereal, viña, olivar), forestal, pasto, agua, urbano, etc.
- • Customizable classes for each use case: crops (e.g., cereals, vineyards, olives), forest, grassland, water, urban, etc.
- • Series históricas 2017–actualidad para análisis de cambio y planificación.
- • Historical series 2017–present for change analysis and planning.
- • Integración con visores y APIs (incluido nuestro Darwin’s Visor) y herramientas como QGIS/ArcGIS.
- • Integration with viewers/APIs (including our Darwin’s Visor) and tools like QGIS/ArcGIS.
Tecnología
Technology
- • AlphaEarth embeddings en Google Earth Engine como base de atributos.
- • AlphaEarth embeddings in Google Earth Engine as the feature backbone.
- • Etiquetado flexible (público y/o propio) y entrenamiento reproducible.
- • Flexible labeling (public and/or proprietary) with reproducible training.
- • Modelos de DL/ML (p. ej., U‑Net / clasificadores de píxel) y pipelines ETL/ELT en la nube.
- • DL/ML models (e.g., U‑Net / pixel‑wise classifiers) and cloud ETL/ELT pipelines.
- • Entrega en GeoTIFF/GeoJSON y tiles web; documentación y métricas de calidad.
- • Delivery as GeoTIFF/GeoJSON and web tiles; documentation and quality checks.
Cómo funciona
How it works
1) Datos
1) Data
Embeddings AlphaEarth (10 m) + etiquetas (públicas y/o propias) y datos auxiliares.
2) Modelo
2) Model
Entrenamiento reproducible y validación por año/zona; ajuste fino por cultivo/uso.
3) Entrega
3) Delivery
Resultados listos para GIS (GeoTIFF/GeoJSON) y/o integrados en visor web/API.
Resultados e impacto
Outcomes & impact
Generamos capas de clasificación consistentes en el tiempo que reducen el esfuerzo de etiquetado manual y aceleran el análisis agrario y territorial. Las salidas son comparables año a año para monitorizar campañas agrícolas, cambios de uso y dinámicas forestales a escala local o regional.
We produce time‑consistent classification layers that reduce manual labeling effort and speed up agricultural and land‑use analysis. Outputs are comparable year‑over‑year to monitor crop seasons, land‑use change, and forest dynamics at local to regional scales.