Resumen

Este proyecto de grado investiga la automatización del análisis territorial y la gestión de recursos hídricos en el Altiplano Cundiboyacense mediante la adaptación de Modelos de Lenguaje Visual (VLM), específicamente la arquitectura BLIP-2. Ante la necesidad de herramientas que trasciendan la clasificación tradicional, se propone una metodología basada en Inteligencia Artificial Generativa Multimodal capaz de interpretar tanto imágenes satelitales en el espectro visible (RGB) como variables espectrales invisibles al ojo humano, operando bajo restricciones de recursos computacionales limitados mediante técnicas de ajuste fino eficiente (PEFT/LoRA). Para tal fin, se diseñó y construyó un Dataset especializado utilizando Google Earth Engine, compuesto por parches satelitales de la región que integran bandas multiespectrales para el cálculo del Índice Diferencial de Humedad Normalizado (NDMI). La fase experimental se dividió en dos etapas: una adaptación al dominio RGB, donde el reentrenamiento sobre el Dataset RSICD logró eliminar las alucinaciones geográficas y alinear el vocabulario del modelo con la terminología satelital (alcanzando métricas de referencia como ROUGE-L ≈ 0.16 y CIDEr ≈ 0.17); y una fase de interpretación espectral, donde se superó la brecha semántica inherente a los datos abstractos. Los resultados demuestran que, si bien la arquitectura base carece de la capacidad nativa para interpretar índices en escala de grises, la implementación de una estrategia de codificación visual mediante mapas de calor en falso color permitió una convergencia exitosa del modelo, reduciendo la función de pérdida a 0.64. Esto valida que BLIP-2, con la ingeniería de características adecuada, es una solución óptima y eficiente para transformar datos complejos de humedad y vegetación en reportes textuales operativos, ofreciendo una nueva perspectiva para el monitoreo ambiental automatizado sin requerir infraestructura de supercomputación.