Detección automática y análisis de cambios de vegetación a escala de sitio para edificios patrimoniales individuales a lo largo de la Gran Muralla

Por qué las plantas pueden amenazar la piedra antigua

La Gran Muralla China es famosa por sus panorámicas de lienzos de piedra, pero muchas de sus partes más vulnerables son las pequeñas torres de vigilancia y las torres de señales dispersas a lo largo del recorrido. Estos edificios individuales se están lentamente deshaciendo por las raíces y la humedad procedentes de la vegetación cercana. El estudio que respalda este artículo muestra cómo nuevas herramientas informáticas y datos satelitales se pueden combinar para rastrear dónde la vegetación alrededor de estas estructuras se está densificando, ayudando a los conservadores a decidir dónde actuar antes de que el daño se vuelva irreversible.

Edificios ocultos en un paisaje vasto

Desde el suelo, los edificios patrimoniales individuales a lo largo de la Muralla son fáciles de pasar por alto. Muchos están hechos de tierra apisonada que se parece casi idéntica a las colinas circundantes. Son pequeños, erosionados y están dispersos a lo largo de más de 250 kilómetros de terreno escarpado en la provincia de Shaanxi. Los levantamientos tradicionales obligan a expertos a inspeccionar fotos aéreas una por una, un proceso lento e inconsistente. Sin contornos precisos de cada torre, resulta difícil definir el “sitio” que necesita vigilancia o indicar cómo ha cambiado el entorno inmediato a lo largo del tiempo.

Enseñar a las máquinas a reconocer torres antiguas

Los investigadores desarrollaron un sistema especializado de análisis de imágenes llamado IHBSegNet para delinear automáticamente estas pequeñas estructuras en imágenes satelitales de alta resolución. El sistema se basa en técnicas modernas de aprendizaje profundo que sobresalen en reconocer patrones en las imágenes. Dado que las torres se mezclan con su entorno, los autores diseñaron varios módulos adicionales de “atención” que ayudan a la red a enfocarse en diferencias sutiles de forma y textura. Entrenado con muestras cuidadosamente etiquetadas a mano, el modelo fue capaz de encontrar y trazar las huellas de las torres con mayor precisión que varios métodos líderes de segmentación de imágenes, manteniéndose lo bastante eficiente como para aplicarse a grandes áreas.

Leer la historia de la vegetación desde el espacio

Una vez que el equipo pudo localizar cada edificio de forma fiable, recurrieron a otro tipo de producto satelital que resume cómo se comporta la superficie terrestre a lo largo de todo un año. En lugar de trabajar con instantáneas individuales que pueden estar ocultas por nubes o por peculiaridades estacionales, usaron los denominados embeddings satelitales: descripciones numéricas compactas que capturan una temporada completa de cambios en cada píxel de 10 metros. Al agrupar píxeles con patrones de embedding similares mediante un método de clustering no supervisado, dividieron el paisaje en cuatro tipos de densidad de vegetación fáciles de interpretar: desnudo o urbanizado, escaso, moderado y denso. Este proceso se repitió para cada año entre 2017 y 2024, creando una secuencia limpia de mapas de vegetación para el corredor de la Gran Muralla.

Rastrear el cambio local alrededor de cada torre

Con los contornos de las torres y los mapas anuales de vegetación en mano, los investigadores los superpusieron para plantear una pregunta sencilla: para el terreno inmediatamente dentro de la huella de cada torre, ¿la vegetación se volvió más densa, más escasa o permaneció aproximadamente igual durante siete años? Trataron los cuatro tipos de vegetación como pasos ordenados de desnudo a denso y calcularon cuántos pasos movió cada píxel entre 2017 y 2024, promediando luego estos desplazamientos para cada edificio. La mayoría de las más de 550 torres detectadas en las áreas de Fugu, Shenmu y Yuyang mostraron poco cambio neto, lo que sugiere entornos relativamente estables. Sin embargo, 67 sitios destacaron con cambios significativos, y en Fugu y Yuyang la mayoría de esos movimientos apuntaron a una mayor densidad—señalando una presión creciente de raíces y mayor humedad sobre los frágiles muros de tierra.

De los mapas a las decisiones de conservación

El marco resultante hace más que producir mapas atractivos: ofrece a los gestores del patrimonio una lista priorizada de torres donde la vegetación invasiva probablemente está socavando la estabilidad. Debido a que el método se apoya en datos de teledetección abiertos y en un modelo de detección reutilizable, puede ampliarse a otras partes de la Gran Muralla o incluso a diferentes sitios patrimoniales lineales en todo el mundo. Aunque los autores señalan que edificios muy cubiertos de vegetación o poco visibles y las oscilaciones vegetales a corto plazo aún pueden pasar desapercibidos, su enfoque marca la primera vez que los cambios en la vegetación se han cuantificado edificio por edificio a lo largo de este monumento icónico. En términos prácticos, ofrece una manera de convertir los flujos satelitales globales en señales locales de alerta temprana que ayudan a salvaguardar estructuras antiguas de ser silenciosamente desmanteladas por el paisaje vivo que las rodea.

Cita: Zheng, D., Wang, S., Feng, H. et al. Automatic detection and site-scale vegetation shift analysis for individual heritage buildings along the Great Wall. npj Herit. Sci. 14, 161 (2026). https://doi.org/10.1038/s40494-026-02422-w

Palabras clave: Conservación de la Gran Muralla, edificios patrimoniales, teledetección, cambio de vegetación, aprendizaje profundo