Un reporte publicado por Phys.org el 10 de abril de 2026, con información de Columbia University, describe nuevas pruebas que combinan drones, sensores geofísicos, inteligencia artificial y detección de minas con GPR. El trabajo se relaciona con investigaciones orientadas a apoyar tareas de desminado mediante métodos de inspección remota y no invasiva.
El artículo se centra en Jasper Baur, estudiante de doctorado en el Lamont-Doherty Earth Observatory de Columbia University, y en equipos que han trabajado con universidades como Binghamton, Maryland y Oklahoma State. La línea de investigación busca acelerar la identificación de objetos peligrosos en terreno, sin reemplazar el trabajo especializado de los equipos de desminado.
El problema técnico es complejo. Las minas y otros restos explosivos pueden estar enterrados, cubiertos por vegetación, mezclados con residuos metálicos o presentes en suelos con condiciones variables. Por eso, una sola tecnología rara vez entrega una respuesta completa. El reporte menciona el uso de georadar, magnetómetros, imágenes térmicas, sensores infrarrojos, LiDAR y análisis con inteligencia artificial.
El GPR, o ground penetrating radar, permite enviar señales electromagnéticas hacia el suelo y registrar respuestas asociadas a cambios bajo la superficie. En este tipo de investigación, puede ayudar a detectar anomalías enterradas, aunque su rendimiento depende del suelo, la profundidad, el tamaño del objeto y la forma de levantar los datos.
Phys.org indica que investigadores de la Universidad de Maryland trabajaron en un campo de prueba en Oklahoma con un equipo equipado con ground-penetrating radar. En paralelo, otros grupos probaron sensores magnéticos, cámaras infrarrojas y LiDAR. La comparación entre métodos es importante porque algunos objetos pueden responder mejor a una técnica que a otra. Los objetos metálicos, por ejemplo, pueden ser más visibles para sensores magnéticos, mientras que ciertas alteraciones bajo la superficie pueden ser relevantes para el GPR.
El reporte también menciona drones con sensores térmicos y sistemas de captura de imágenes. En pruebas anteriores con minas PFM-1 desactivadas, el análisis combinado de imágenes visibles e infrarrojas permitió mejorar la detección al entrenar algoritmos. Según el artículo, en ese tipo específico de prueba se llegó a detectar cerca del 90% de los objetivos, aunque los propios investigadores señalan que ese resultado no basta para resolver todos los casos.
La inteligencia artificial aparece como una herramienta para acelerar la revisión de grandes volúmenes de datos. En vez de depender solo de una lectura visual manual, los algoritmos pueden buscar patrones en imágenes, perfiles geofísicos o señales multiespectrales. Aun así, el artículo deja claro que la decisión final sigue requiriendo criterio humano y verificación en terreno.
Para el campo de la prospección no destructiva con georadar, el caso muestra una aplicación exigente de los mismos principios usados en infraestructura, arqueología o inspección subterránea: levantar datos sin excavar primero, reducir incertidumbre y orientar intervenciones posteriores. La diferencia está en el nivel de riesgo y en la necesidad de protocolos más estrictos.
El uso de drones también responde a una necesidad práctica. En áreas peligrosas, reducir la exposición directa de personas puede mejorar la seguridad de las primeras etapas de reconocimiento. Sin embargo, el reporte indica que los métodos actuales todavía tienen límites, por ejemplo en zonas con vegetación densa o con distintos tipos de objetos enterrados.
La lectura técnica es prudente: drones, geofísica, GPR e inteligencia artificial pueden ayudar a delimitar zonas de interés y priorizar el trabajo de equipos especializados, pero no sustituyen por completo los métodos de confirmación. El valor está en integrar sensores, comparar señales y entregar información más ordenada antes de una intervención directa.
En este contexto, la detección de minas se entiende como una etapa de apoyo técnico para delimitar zonas de interés antes de cualquier intervención directa.
Fuente: Phys.org / Columbia University.
