La protecció i el seguiment de les praderies de Posidònia oceànica a les Illes Balears han fet un salt qualitatiu gràcies a l’ús de la intel·ligència artificial i les imatges de satèl·lit. Així ho explica l’investigador Manuel Matias en una entrevista on detalla com el seu equip ha desenvolupat i aplicat un model d’IA, anomenat ‘Camele’, per millorar la cartografia d’aquest ecosistema marí essencial.

Basat en cartografies

Matias deixa clar d’entrada que el model d’intel·ligència artificial no “detecta” directament la Posidònia per si mateix. El punt de partida és una cartografia prèvia elaborada pel Govern de les Illes Balears, basada en treballs de camp amb equips de busseig. A partir d’aquesta informació, els investigadors han “entrenat” l’algoritme: li han indicat, sobre imatges de satèl·lit, quines zones corresponen a Posidònia i quines a fons de sorra, utilitzant bandes de reflexió.

Entrenament

Segons l’investigador, aquest procés d’entrenament és complex i requereix molts paràmetres, motiu pel qual el seu equip ha publicat recentment un article científic explicant detalladament la metodologia  i les característiques d’aquest model.

Dues aplicacions

Pel que fa a la motivació per aplicar IA i satèl·lits a la cartografia de Posidònia, l’investigador destaca dos factors principals. En primer lloc, les cartografies marines tradicionals són molt costoses i requereixen moltes hores de treball submarí. El nou model permet actualitzar i ampliar aquesta cartografia de manera més eficient i amb menor cost econòmic. En segon lloc, disposar de mapes més detallats i actualitzats obre la porta a estudis científics més avançats. Així i tot, ha destacat que és recomenable seguir fent cartografies tradicionals cada cert temps.

Posidònia i temperatura de la mar

En aquest sentit, Matias explica que ja estan utilitzant el model en investigacions que relacionen l’estat de la Posidònia amb variables ambientals com la temperatura de la mar. De fet, el seu equip ha aconseguit correlacionar la degradació de les praderies amb l’escalfament global, demostrant com l’augment de les temperatures marines afecta aquest hàbitat.

Periodicitat

El model, basat en tècniques de machine learning, també permet fer un seguiment més freqüent de l’estat de les praderies, amb una periodicitat més petita que abans. Això facilita detectar canvis o retrocessos de manera més ràpida i prendre mesures de gestió ambiental amb més base científica.

Podeu escoltar l’entrevista sencera a continuació: