Estimar biomasa con IA: los embeddings ya calculados le ganaron a 11 modelos geoespaciales que hay que correr uno mismo

Hay dos formas de recibir un modelo fundacional geoespacial: te entregan sus pesos y tú lo ejecutas sobre tus imágenes, o te entregan un mapa de números ya calculado para cada píxel. Un preprint publicado en agosto de 2026 por ETH Zúrich y la Universidad de Zúrich midió qué tanto cambia la precisión según el formato. La respuesta es incómoda para quien imaginaba que bastaba con descargar el modelo.

La tarea fue estimar la biomasa aérea (AGB), la variable detrás de buena parte de los cálculos de carbono forestal. Si trabajas con inventarios, líneas base o proyectos de carbono, el resultado importa porque dice cuándo un modelo grande de IA ahorra trabajo y cuándo solo traslada el costo a tu computador.

Qué midieron y con qué datos

Las autoras y autores (Sialelli, Scheibenreif, Wegner y Schindler) usaron el conjunto AGBD, que según el artículo es el mayor conjunto de datos de biomasa listo para aprendizaje automático y con mayor diversidad geográfica disponible públicamente. Contiene unos 16 millones de parches que emparejan valores de biomasa del instrumento GEDI L4A de la NASA con imágenes Sentinel-2 y radar ALOS-2 PALSAR-2. Cubre California, Cuba, Guayana Francesa, Paraguay, Austria, Grecia, Ghana, Tanzania, Nueva Zelanda, Nepal y la provincia china de Shaanxi, con huellas de GEDI recogidas entre 2019 y 2020.

Compararon dos rutas contra un modelo supervisado de última generación (llamado fcn_film) entrenado de principio a fin con esos datos:

• Pesos para ejecutar: 11 modelos fundacionales evaluados en el marco PANGAEA, usados como codificadores "congelados" (sin reentrenarlos) con un decodificador entrenado encima.
• Productos precalculados: los embeddings por píxel de AlphaEarth Foundations (AEF) y de TESSERA, que se consumen como una capa más.

El resultado: la entrega pesa más que el tamaño del modelo

Los autores reportan el error cuadrático medio (RMSE, en megagramos por hectárea; menor es mejor) sobre el conjunto de prueba completo:

Configuración	RMSE (Mg/ha)
Modelo supervisado con las variables propias de AGBD	53,73
Modelo supervisado solo con Sentinel-2	58,57
Regresión lineal sobre embeddings AEF	60,46
Perceptrón multicapa (MLP) sobre embeddings AEF	52,22
Modelo supervisado sobre embeddings AEF	50,92
Modelo supervisado sobre AEF más cobertura, topografía y coordenadas	50,79
Mejor modelo fundacional de pesos (SSL4EO-MoCo, solo Sentinel-2)	60,56

Dos lecturas salen directo de la tabla. Un MLP sencillo sobre embeddings AEF (52,22) ya supera al modelo supervisado entrenado con las variables de AGBD (53,73). Y el mejor de los 11 modelos que hay que correr a mano (60,56) queda por detrás incluso de ese MLP. El texto resume: los modelos fundacionales usados como codificadores congelados "substantially underperform" frente al supervisado, mientras que los embeddings precalculados "prove highly effective".

La regresión lineal sobre AEF rinde peor (60,46) que el MLP, lo que indica, según los autores, que la información de biomasa está codificada de forma no lineal en ese espacio.

Por qué los modelos de pesos se quedaron cortos

El artículo ofrece dos explicaciones. La primera es de datos: ninguno de los modelos evaluados admite el radar de banda L ni las variables auxiliares de AGBD, y cada uno ve solo un subconjunto de las bandas de Sentinel-2, mientras que AEF resume observaciones multimodales y multitemporales. Los autores observan que el rendimiento mejora casi de forma monótona con la riqueza de la entrada, y que con las mismas bandas Sentinel-2 el mejor modelo fundacional sí supera al supervisado (64,34 frente a 66,51 Mg/ha en la versión reducida del conjunto): el preentrenamiento aporta eficiencia de etiquetas, no un techo de precisión más alto. La segunda es de ingeniería: la mayoría espera parches de 224×224 píxeles, lo que obliga a redimensionar la entrada, y cada modelo se preentrenó con un procesamiento distinto de Sentinel-2, lo que abre el riesgo de un desfase entre lo que aprendió y lo que recibe.

También hay un costo de cómputo. Según el artículo, el modelo supervisado converge en menos de 0,5 horas de GPU, mientras que la mayoría de los modelos fundacionales requieren sustancialmente más solo para pasar los datos por el codificador y entrenar el decodificador. Entre los embeddings, el de AEF ocupa aproximadamente la mitad de almacenamiento que el de TESSERA (64 frente a 128 bytes por píxel), y por eso los autores siguieron los experimentos de escala completa solo con AEF.

Cuando falta el dato local: lo que pasó al cambiar de región

La prueba que más importa para quien trabaja en un territorio sin datos de entrenamiento es la de generalización "cross-region", en la que el modelo se entrena sin la región objetivo. Las cifras de la tabla del artículo:

Región	Variables propias de AGBD	Con embeddings AEF
África	40,79 Mg/ha	35,08 Mg/ha (33,72 con AEF más variables)
Suramérica	42,40 Mg/ha	alrededor de 32 Mg/ha
Sur de Asia	79,28 Mg/ha	99,34 Mg/ha (80,85 con AEF más variables)

En África y Suramérica los embeddings redujeron el error en 17,3 % y 24,5 %. En el sur de Asia, en cambio, AEF empeoró el resultado un 25 % frente a las variables propias de AGBD; la versión que conserva variables adicionales (AEF+) evitó esa degradación. Los autores concluyen que mantener variables crudas junto a los embeddings da robustez cuando el modelo se enfrenta a condiciones que no vio.

Frente a un producto operativo y con qué límites

Contra el mapa de biomasa ESA CCI (100 m), evaluado en un conjunto de referencia independiente (AGBref, a 10 km), el modelo con AEF quedó en casi empate. En el subconjunto de parcelas cercanas a las regiones de entrenamiento, ambos obtuvieron un R² de 0,696 y 0,687 y un RMSE de 34,32 y 34,83 Mg/ha, respectivamente. Los dos subestiman la biomasa alta: sus predicciones se aplanan por encima de unos 150 Mg/ha.

Hay varias salvedades que el propio texto reconoce:

• Es un preprint (v1, 5 de agosto de 2026): no ha pasado revisión por pares.
• Las etiquetas vienen de GEDI L4A, un producto modelado con incertidumbres conocidas; el benchmark mide qué tan bien se predice ese producto, no la biomasa "verdadera".
• Los modelos de pesos se usaron congelados; los autores admiten que reentrenarlos podría mejorar su resultado, aunque lo consideran inviable para muchos usuarios.
• En una parcela de alta biomasa de Camerún (referencia 281 Mg/ha), su modelo estimó 233 Mg/ha y ESA CCI 384 Mg/ha: un recordatorio de que el empate agregado puede esconder desacuerdos grandes en parcelas concretas.

Qué podría significar para quien estima carbono en campo

Lo que sigue es análisis propio, no una conclusión de los autores.

1. Para un equipo pequeño, el cuello de botella no es el modelo sino el formato. Si un MLP sobre una capa precalculada iguala o supera a un modelo supervisado completo, el costo en GPU, almacenamiento de imágenes y procesamiento se desplaza de tu computador al proveedor del producto.
2. Validar con datos propios sigue siendo la condición. El estudio muestra que el rendimiento "cross-region" no es parejo: mejora en dos regiones y empeora en una. Parcelas de inventario locales son la única forma de saber en cuál caería tu zona.
3. La biomasa alta es donde menos se puede confiar. Si el bosque que te interesa es denso, los tres enfoques comparados subestiman el extremo alto, algo que importa para cualquier estimación de carbono.
4. El artículo no probó ningún sitio de Colombia: las regiones de AGBD incluyen Guayana Francesa y Paraguay en Suramérica, pero no el Neotrópico andino ni el Chocó. Es una pregunta abierta y verificable con inventarios forestales locales, no una conclusión del estudio.

Un modelo que cabe en una capa

El hallazgo de fondo no es que una IA sea mejor que otra. Es que el formato de entrega decide cuánto de su conocimiento llega al usuario: un modelo entrenado con datos ricos y distribuido como capa lista cambió la ecuación frente a once modelos que exigían correrlos y adaptarlos. Para el trabajo con biomasa y carbono, la pregunta útil ya no es "qué modelo uso", sino "con qué datos de campo voy a comprobar la capa que me entregan".

Foto de portada: imagen generada con IA (openai/gpt-image-2), ilustrativa y sin relación con ningún sitio real.