|
|
Con IA revelan el trabajo invisible de
manglares contra cambio climático
El algoritmo arrojó que hace 4 años Colombia tenía un área total de manglar de
2.756,84 km2.
Solo en 2020 las costas colombianas cubiertas por estas formaciones vegetales
capturaron casi 10.000 kilotoneladas de dióxido de carbono (CO2), principal
causante del calentamiento global, según calcularon investigadores de la
Universidad Nacional (UNAL) que entrenaron un algoritmo de inteligencia
artificial (IA) con imágenes satelitales para medir el aporte de estos
ecosistemas en la reducción de los gases de efecto invernadero.
Aunque parezca poco común que la física tenga un vínculo estrecho con la
ecología y la conservación, en este estudio fue un instrumento clave para medir
–mediante tecnología satelital y algoritmos avanzados– el área total de manglar
de las costas del Caribe y el Pacífico de Colombia, además de su capacidad de
almacenar CO2 en sus tejidos y en el suelo.
Cuando el carbono es atrapado por estos bosques y otros tipos de vegetación
marino-costeros recibe el nombre de “carbono azul”, diferenciándolo del
almacenado en los bosques y la vegetación terrestre, que es el “carbono verde”.
El profesor Santiago Vargas Domínguez, director del Observatorio Astronómico
Nacional (OAN) de la UNAL y uno de los
|
|
investigadores del estudio, explica que “en estos casos la física
fundamental se aplica a la observación, un campo que ha evolucionado
precisamente por los satélites que orbitan alrededor del planeta”.
“Lo que hacemos es captar las imágenes de un satélite de observación de la
Tierra y transformarlas en información. A partir de ellas podemos conocer la
dinámica del océano, la atmósfera y de los fenómenos que ocurren en el planeta”,
sustenta.
Este tema es más complejo de lo que parece, pues los investigadores obtienen una
imagen que les proporciona información de cómo la luz está interactuando con la
superficie de la Tierra, en este caso de las zonas costeras, y el reflejo de esa
luz que le llega al satélite es la información que emplean para inferir las
propiedades de la región.
El algoritmo arrojó que en 2020 Colombia tenía un área total de manglar de
2.756,84 km2, y estimó que estos ecosistemas podrían capturar y almacenar unas
96.351,66 kilotoneladas de CO2, lo que contribuiría significativamente a reducir
las emisiones de gases de efecto invernadero en el mundo, ya que según la
medición absorben hasta 10 veces más que los ecosistemas terrestres.
“Los ecosistemas en Colombia están cambiando drásticamente y estimar la
reducción o el aumento de manglares depende de muchos factores. En este enfoque
hemos aprovechado la información global que nos brinda la tecnología satelital,
tanto en términos de cobertura espacial como temporal. Con este estudio abrimos
la posibilidad de utilizar algoritmos para analizar otros ecosistemas y asimismo
orientar estrategias de conservación”, destaca el profesor Vargas.
Así funciona
“El proceso comenzó en 2020 con la recolección de cientos de imágenes
satelitales de alta resolución provenientes del satélite Sentinel-2 de la
Agencia Espacial Europea que proporcionan una vista detallada de las áreas
costeras de Colombia donde se encuentran los manglares” explica Joel Bernal
Ortiz, estudiante de Física de la UNAL y uno de los investigadores del estudio.
“Las imágenes multiespectrales que reunimos no solo capturan los colores que
podemos ver, sino además en bandas que nuestros ojos no pueden captar,
información que nos permite identificar qué es y qué no es un manglar; para eso
empleamos IA”, precisa.
|
|
Este proceso requirió de meses de trabajo, pues durante más de 10 años
los satélites han estado observando el territorio colombiano y
acumulando millones de imágenes, por eso un amplio conjunto de datos de
las zonas costeras se filtró, limpió y calibró para asegurar su
fiabilidad.
Con las imágenes satelitales seleccionadas se aplicaron algoritmos de
procesamiento de imágenes para identificar y mapear las áreas cubiertas
por manglares, proceso que incluyó la clasificación de la vegetación
mediante técnicas de aprendizaje automático, lo que permitió diferenciar
los manglares de otros tipos de vegetación y superficies.
“Nosotros entrenamos el algoritmo Random Forest para que aprendiera a
diferenciar lo que era manglar y lo que no, a partir de los datos
etiquetados”.
“Luego tuvimos una fase que es de validación, en la que le mostramos al
algoritmo datos que no conoce, absolutamente nuevos, para que determine
según su aprendizaje las zonas que son de manglar, después verificamos
con datos reales si es correcto o no”, explica el estudiante Bernal.
La eficiencia arrojada por esta herramienta optimizaría tanto los costos
como el tiempo frente a los métodos tradicionales de recolección y
análisis de datos que requieren expediciones de campo extensivas, en las
cuales los investigadores recolectan datos directamente en el terreno.
Este proceso es costoso por la necesidad de desplazar equipos de
investigadores a zonas remotas, lo que implica gastos de transporte,
alojamiento y equipo especializado.
Según los investigadores, emplear IA y tecnología satelital no solo
representa un avance en la precisión y rapidez con la que se pueden
obtener datos críticos sobre los ecosistemas, sino que además abre
nuevas posibilidades para la conservación a gran escala.
|
|
