💻 computer science

ALTIS: Automated Loss Triage and Impact Scoring from Sentinel-1 SAR for Property-Level Flood Damage Assessment

El artículo presenta ALTIS, un pipeline automatizado que utiliza imágenes de radar de apertura sintética Sentinel-1 para generar puntuaciones de impacto a nivel de propiedad y listas de triaje clasificadas, con el objetivo de optimizar la gestión de reclamaciones de seguros contra inundaciones reduciendo las inspecciones de campo innecesarias.

Autores originales: Amogh Vinaykumar, Prem Kamasani

Publicado 2026-03-17

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Amogh Vinaykumar, Prem Kamasani

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que una gran inundación acaba de ocurrir. Miles de casas están bajo el agua, los dueños están asustados y llaman a sus compañías de seguros para pedir ayuda. El problema es que las compañías de seguros tienen un "cuello de botella": tienen que enviar a un ajustador (un inspector humano) a cada casa para ver cuánto daño hay. Pero hay miles de casas, las carreteras están bloqueadas y los ajustadores no pueden estar en todas partes al mismo tiempo. Si intentan revisar todo, el proceso tarda semanas o meses.

ALTIS es como un super-heroe de inteligencia artificial que llega en helicóptero (o mejor dicho, desde el espacio) para resolver este caos en cuestión de horas.

Aquí te explico cómo funciona, usando analogías sencillas:

1. El Problema: La Niebla y los Ojos Humanos

Normalmente, para ver una inundación desde el espacio, usamos cámaras ópticas (como las de un teléfono). Pero cuando hay una tormenta fuerte, hay nubes y lluvia. Es como intentar ver el suelo desde un avión cuando hay una niebla espesa: no puedes ver nada. Además, los ajustadores humanos no pueden llegar a todas las casas a tiempo.

2. La Solución: Los "Ojos de Rayos X" del Espacio

El sistema ALTIS no usa cámaras normales. Usa un tipo especial de radar llamado SAR (Radar de Apertura Sintética) que viaja en satélites (Sentinel-1).

La analogía: Imagina que tienes unas gafas de visión nocturna que funcionan incluso si hay una tormenta de nieve o una niebla densa. El radar "ve" a través de las nubes y la lluvia.
El truco: El agua actúa como un espejo para este radar. Cuando el radar le dispara una señal, el agua la refleja lejos (como un espejo), por lo que en la imagen se ve negra. La tierra seca se ve brillante. Así, el sistema sabe exactamente dónde está el agua.

3. El Desafío de las Ciudades: El Efecto "Rebote"

En las ciudades, hay un problema. A veces, el agua entre un edificio y la calle hace que la señal rebote dos veces y se vea brillante en lugar de negra. Es como si el radar se confundiera y pensara: "¡Oh, esto es tierra seca!".

La solución de ALTIS: No se fía solo de la "brillantez". Usa tres pistas a la vez (como un detective):
1. Cambio de brillo: ¿Se ve diferente que antes de la lluvia?
2. Estabilidad: ¿El suelo se movió? (El agua hace que las señales de radar se vuelvan inestables).
3. La Topografía: ¿Es posible que haya agua allí? Si el radar dice "hay agua" en la cima de una montaña, ALTIS sabe que es un error, porque el agua no sube a las montañas.

4. El Gran Salto: De "Mapa" a "Lista de Prioridades"

La mayoría de los sistemas de radar solo te dan un mapa: "Aquí hay agua, aquí no". Pero a una aseguradora no le importa el mapa; le importa qué casas necesitan ayuda primero.

La analogía: Imagina que tienes una pila de 10,000 cartas de emergencia. Un sistema normal te dice "estas 5,000 cartas están en una zona roja". ALTIS, en cambio, lee cada carta, calcula cuánto daño tiene cada casa y te entrega una lista ordenada:
- Nivel 1 (Urgente): "Envía a un ajustador AHORA a esta casa, está destruida".
- Nivel 2 (Programado): "Envía a alguien en 3 días, tiene daños medios".
- Nivel 3 (Automático): "No envíes a nadie. La casa está bien o el daño es mínimo. Paga la reclamación por correo electrónico".

5. El Resultado: Ahorro de Tiempo y Dinero

Gracias a este sistema, las aseguradoras pueden:

Eliminar el 52% de las visitas innecesarias: No tienen que enviar a un humano a revisar casas que no están dañadas o que tienen daños mínimos.
Priorizar lo grave: Se aseguran de que los ajustadores vayan primero a las casas más afectadas.
Velocidad: Todo esto se hace en 24 a 48 horas después de que la tormenta pasa, mientras que antes tardaban semanas.

En Resumen

ALTIS es como un triage médico gigante para desastres naturales. En lugar de que un médico (ajustador) revise a todos los pacientes (casas) uno por uno, un robot inteligente (el satélite) escanea a todos desde arriba, calcula la gravedad de cada herida y le dice al médico: "Solo revisa a estos 10 pacientes, los otros 90 están bien o solo necesitan una curita".

Esto significa que las personas reciben su dinero de seguro mucho más rápido, las compañías ahorran millones de dólares en viajes innecesarios y la recuperación de la ciudad es mucho más eficiente. Todo esto se logra usando satélites gratuitos y matemáticas inteligentes, sin necesidad de esperar a que salga el sol o se despejen las nubes.

Resumen Técnico: ALTIS – Evaluación de Daños por Inundación a Nivel de Propiedad mediante SAR

1. El Problema

Las inundaciones son la causa más costosa de catástrofes naturales a nivel global, generando pérdidas aseguradas de decenas de miles de millones de dólares por evento. Sin embargo, la respuesta post-evento en la industria de seguros de propiedad y daños sigue dependiendo en gran medida de inspecciones de campo manuales. Este proceso es lento, costoso y geográficamente limitado.

Ineficiencia: Se estima que entre el 40% y el 60% de las inspecciones de campo tras grandes eventos de inundación son redundantes, ya que se dirigen a propiedades que no sufrieron inundación o daños superficiales por debajo del umbral de deducible.
Brecha de Traducción: Aunque la detección de inundaciones mediante Radar de Apertura Sintética (SAR) es una tecnología madura, la investigación actual se evalúa mediante métricas académicas (como IoU o F1-score a nivel de píxel) que no capturan las necesidades operativas de los aseguradores. Los aseguradores no necesitan mapas de inundación perfectos píxel a píxel, sino una lista priorizada de propiedades con puntuaciones de severidad y confianza para decidir qué ajustadores enviar y cuáles pueden resolverse de forma remota.

2. Metodología: El Pipeline ALTIS

El artículo presenta ALTIS, un pipeline de cinco etapas diseñado para transformar imágenes SAR crudas de Sentinel-1 (GRD y SLC) en una lista de triaje de propiedades con puntuaciones de impacto, todo ello en un plazo de 24 a 48 horas tras el pico de la inundación. A diferencia de enfoques anteriores, ALTIS no requiere entrenamiento de modelos supervisados a nivel de píxel ni infraestructura de GPU.

Etapas del Pipeline:

Adquisición y Preprocesamiento de Datos SAR:
- Utiliza imágenes Sentinel-1 (modo IW, polarización dual VV/VH).
- Genera un compuesto multitemporal (mediana) de 3-6 imágenes previas al evento para reducir el ruido.
- Realiza corrección radiométrica, filtrado de speckle (Lee-sigma) y corrección de terreno.
Detección de Extensión de Inundación (Multi-señal):
- Fusiona tres señales complementarias mediante un marco bayesiano ingenuo:
  - Ratio de Cambio de Retrodispersión (BCR): Detecta cambios en la intensidad de la señal.
  - Índice de Cambio de Coherencia (CCI): Utiliza interferometría (InSAR) para detectar la pérdida de coherencia en superficies urbanas (edificios/calles) debido al agua. Esto es crucial para resolver el problema de la "doble reflexión" en áreas urbanas donde el agua puede aparecer brillante en lugar de oscura.
  - Restricción de Terreno (HAND): Excluye píxeles por encima de 10 metros sobre el drenaje más cercano para eliminar falsos positivos en terrenos elevados.
Estimación de Profundidad Física:
- Transforma la máscara binaria de inundación en un campo de profundidad continuo.
- Utiliza el método de "línea de agua" (waterline) mejorado con interpolación por Kriging sobre los bordes de la inundación y un Modelo Digital de Elevación (DEM).
- Implementa cuantificación de incertidumbre mediante simulaciones de Monte Carlo para propagar los errores del DEM, generando intervalos de confianza por píxel.
Estadísticas Zonales y Puntuación de Impacto:
- Interseca la profundidad estimada con las huellas de las propiedades aseguradas.
- Calcula la Pérdida Fraccional Esperada (EFL) utilizando curvas de daño-profundidad (Depth-Damage Curves) de FEMA/HAZUS, calibradas con datos históricos de reclamaciones del NFIP.
- Genera una puntuación de severidad ( $s_i$ ) y una estimación de confianza ( $c_i$ ) para cada propiedad.
Clasificación y Entrega de Triaje:
- Clasifica las propiedades en tres niveles (Tier):
  - Tier 1: Despacho inmediato (daño severo).
  - Tier 2: Inspección programada.
  - Tier 3: Liquidación remota (sin despacho de campo).
- Genera salidas compatibles con sistemas de gestión de reclamaciones (CSV, GeoJSON).

3. Contribuciones Clave

Definición Formal de IGFT: Define la tarea de "Triaje de Inundación de Grado Asegurador" (Insurance-Grade Flood Triage), diferenciándola de la simple detección de inundaciones. El objetivo es la clasificación de riesgos para optimizar el despacho de recursos, no solo la precisión del mapa.
Nuevas Métricas de Evaluación: Introduce métricas alineadas con la economía de los seguros:
- Tasa de Reducción de Inspecciones (IRR): La fracción de despachos de campo eliminados manteniendo un nivel de recuperación de reclamaciones graves.
- Puntuación de Eficiencia de Triaje (TES): Una métrica compuesta que equilibra la reducción de despachos, la recuperación de reclamaciones graves y la penalización por falsos positivos.
Pipeline Operacional sin Entrenamiento: Demuestra que es posible lograr un alto rendimiento utilizando solo datos públicos (Sentinel-1, DEMs globales) y lógica física/estadística, sin necesidad de redes neuronales profundas entrenadas con datos etiquetados específicos del evento.

4. Resultados (Caso de Estudio: Huracán Harvey, 2017)

El sistema se evaluó en el condado de Harris, Texas, durante el Huracán Harvey, utilizando datos de reclamaciones del NFIP como verdad fundamental.

Precisión de Detección: ALTIS logró un IoU de 0.692 y un F1-score de 0.823, superando a los métodos basados solo en cambio de retrodispersión (BCR-only) en un 9.4% en IoU. La fusión de coherencia (CCI) y la restricción de terreno (HAND) fueron críticas para reducir los falsos positivos en áreas urbanas.
Estimación de Profundidad: Se obtuvo un RMSE de 0.38 m contra datos de validación de FEMA. La precisión fue particularmente alta en el rango de 0.5 a 1.5 metros (donde las curvas de daño son más sensibles), con un RMSE de 0.31 m.
Rendimiento de Triaje:
- En un punto de operación con 90% de recuperación de reclamaciones graves (daño > $5,000), ALTIS proyecta eliminar aproximadamente el 52% de los despachos de campo innecesarios.
- La Puntuación de Eficiencia de Triaje (TES) fue de 0.41, significativamente superior a los métodos basales.
- El Área bajo la Curva IRR-Recall (AUIRC) fue de 0.64, indicando una capacidad superior para priorizar reclamaciones graves en comparación con un clasificador aleatorio o métodos simples.
Coste y Latencia: El pipeline completo se ejecuta en menos de 50 minutos en una instancia de nube estándar (sin GPU), con un coste computacional marginal de menos de $1 USD por evento, comparado con el coste de miles de dólares por inspección de campo.

5. Significado e Impacto

Este trabajo cierra una brecha crítica entre la investigación de observación terrestre y la realidad operativa de los seguros.

Cambio de Paradigma: Mueve el enfoque de la "precisión del mapa" a la "eficiencia de la decisión". Demuestra que un sistema con una precisión de mapa moderada puede ser superior para el triaje si sus errores están espacialmente distribuidos de manera que no afecten a las propiedades de alto valor.
Escalabilidad Global: Al no requerir entrenamiento específico por evento ni datos de entrenamiento etiquetados, ALTIS es desplegable inmediatamente en cualquier evento de inundación global bajo cobertura de Sentinel-1.
Viabilidad Económica: La capacidad de reducir a la mitad las inspecciones de campo innecesarias mientras se mantiene la cobertura de los daños graves ofrece un ahorro masivo en costes operativos y acelera la recuperación de los asegurados.
Futuro: El marco se puede extender a otros peligros (viento, incendios) y mejorar con datos de SAR de banda L (misión NISAR) para penetrar la cubierta forestal, abordando una de las limitaciones actuales identificadas.

En conclusión, ALTIS establece una línea base metodológica para transformar la inteligencia de observación de la Tierra en resultados medibles y accionables para la industria de seguros, permitiendo una respuesta a catástrofes más rápida, eficiente y basada en datos.