¿Es posible ubicar y medir depósitos mineros en Chile sin pisar el terreno? En 2023, el equipo AI-MineSafe demostró que sí: usando solo imágenes Sentinel-2 e inteligencia artificial, lograron detectar, delimitar y estimar la superficie de botaderos y lixiviaciones con un error de área de apenas 6,6 %. Este fue el trabajo fundacional que abrió toda la línea de investigación — combinando un clasificador Vision Transformer, YOLOv7 y aumento sintético de datos en un pipeline pensado para faenas chilenas.

El clasificador Vision Transformer separó cinco tipos de escenas satelitales con 98,8% de exactitud. YOLOv7 luego detectó los depósitos con 81% de precisión promedio y los segmentó con 79% de mAP mask. Lo más relevante para fiscalización: la estimación de superficie tuvo un error absoluto promedio de solo 6,6% frente a mediciones en Google Earth, lo que hace viable el análisis territorial desde gabinete sin necesidad de inspección directa.

Un matiz importante: este paper 2023 detectó directamente botaderos y lixiviación. Los tranques de relaves ya aparecían en la clasificación de escenas y en el marco regulatorio del problema, pero la expansión hacia un enfoque multiclase y de catastro regional vendría después. Por eso este estudio fue fundacional: armó el pipeline, probó que Sentinel-2 sí servía y dejó la base metodológica que el equipo escalaría en 2025.

#AIMineSafe #RemoteSensing #Sentinel2 #YOLOv7 #VisionTransformer #Teledetección #Minería #PUCV