Con IA revelan el trabajo invisible de los manglares en Colombia contra el cambio climático

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, 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 algoritmo

“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.

Ampliar información aquí:

https://raccefyn.co/index.php/raccefyn/article/view/2585/4425