Solo en 2020 las costas colombianas cubiertas por estas
formaciones vegetales capturaron casi 100.000
kilotoneladas de dióxido de
carbono (CO2), principal causante del calentamiento global, según
calcularon investigadores de la Universidad Nacional de Colombia (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, 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.
