Caracterización multiescala de excretas ganaderas en sistemas altoandinos a partir de segmentación multifuente UAV y aprendizaje automático (BIOFLY)

El proyecto BIOFLY es una investigación básica orientada que busca comprender la dinámica espacial y el potencial energético de las excretas ganaderas en sistemas pastoriles altoandinos del norte del Perú. En las cuencas de Molinopampa y Rodríguez de Mendoza (Amazonas, 1 800–2 800 m s.n.m.), la actividad lechera genera acumulación heterogénea de biomasa residual cuya magnitud, distribución y variabilidad fisicoquímica no han sido cuantificadas mediante tecnologías geoespaciales de alta resolución. Esta brecha limita la comprensión de procesos ecológicos asociados al manejo ganadero y su relación con ciclos biogeoquímicos y energía residual. El objetivo general es analizar la distribución espacial y la variabilidad energética de excretas frescas mediante segmentación multifuente UAV (RGB + LiDAR) y modelamiento geoespacial con aprendizaje automático. El estudio se desarrollará en 18 parcelas experimentales (10 × 10 m), distribuidas en tres potreros por cuenca, seleccionados según pendiente, intensidad de pastoreo y representatividad hidrológica. La adquisición de datos se realizará con un UAV DJI Matrice 350 RTK equipado con sensor LiDAR Zenmuse L2 y cámara RGB de alta resolución, garantizando precisión centimétrica mediante GNSS diferencial. Se ejecutarán entre 12 y 18 vuelos con solape =80 %, GSD <5 cm y control con GCP. La detección automática de parches de excretas se implementará mediante Segment Anything Model (SAM), generando máscaras y polígonos georreferenciados. La integración con productos LiDAR (DTM, DSM, CHM) permitirá estimar altura media y volumen por parche (Volumen = Área × Altura), posteriormente convertido en biomasa (Volumen × Densidad aparente) y energía potencial (Biomasa × Poder Calorífico Superior, MJ/kg). En laboratorio se determinarán humedad (105 °C), materia seca, densidad aparente, materia orgánica (pérdida por ignición) y poder calorífico mediante bomba calorimétrica adiabática. Los datos serán analizados en Python y R (SciPy, pandas, scikit-learn), integrando modelamiento multivariado para explorar la relación entre microtopografía, estructura del paisaje y variabilidad energética. La validación incluirá métricas de segmentación (IoU, F1-score, precisión, recall), evaluación volumétrica (RMSE, MAE, R², Bias) y análisis de propagación de incertidumbre mediante simulación Monte Carlo (>1000 iteraciones), estimando intervalos de confianza al 95 % y mapas espaciales de incertidumbre. Se aplicará análisis de sensibilidad global para identificar los factores dominantes que controlan la variabilidad energética del sistema. Como productos se generará una base de datos geoespacial RGB–LiDAR, mapas de biomasa (kg/ha) y energía potencial (MJ/ha), modelos reproducibles de segmentación y cuantificación, un artículo en revista indizada Q1/Q2, una tesis de pregrado y una de posgrado. El proyecto es ejecutado por la Universidad Nacional Toribio Rodríguez de Mendoza de Amazonas (IGBI–AGROLAB), con cooperación científica de la Universidad Federal de Uberlândia (Brasil) y la Universitat Politècnica de València (España). BIOFLY aportará conocimiento fundamental sobre la interacción entre estructura del paisaje y acumulación energética de residuos pecuarios en ecosistemas de montaña, estableciendo bases científicas para futuras investigaciones en monitoreo ambiental, modelamiento espacial y sostenibilidad de sistemas ganaderos altoandinos.