La IA desarrollada por la NASA podría ayudar a rastrear algas nocivas
Las floraciones de algas nocivas pueden representar riesgos para la salud y costar a las economías costeras de Estados Unidos decenas de millones de dólares cada año.
En un estudio publicado recientemente en AGU Earth and Space Science, los investigadores informaron que la herramienta logró fusionar datos de múltiples satélites y detectar floraciones de algas nocivas en el oeste de Florida y el sur de California.
Zonas de Florida como la Bahía de Tampa y Sarasota han lidiado con este problema durante décadas. Una especie llamada Karenia brevis puede proliferar en las aguas del Golfo de América, generando floraciones de algas nocivas que matan la fauna silvestre, contaminan las playas y enferman a los bañistas. En la costa oeste, las floraciones de Pseudo-nitzschia han envenenado a cientos de delfines, leones marinos de California y otros animales marinos en los últimos años. Las toxinas de las algas incluso pueden llegar al aire y causar enfermedades respiratorias en los humanos.
Para gestionar el riesgo, las agencias de salud analizan el agua periódicamente y emiten advertencias o cierran las playas cuando es necesario. La Administración Nacional Oceánica y Atmosférica (NOAA) colabora con los estados y otros socios locales para emitir pronósticos de proliferación de algas nocivas, al igual que los pronósticos meteorológicos, durante las temporadas de floración.
Las pruebas in situ requieren pasar horas en una embarcación para recolectar manualmente muestras de agua que deben enviarse a un laboratorio para su análisis, lo que lleva un día o más y requiere múltiples pruebas. Resulta aún más difícil saber dónde realizar las pruebas antes de que la floración comience a extenderse.
La IA se une para analizar floraciones de algas nocivas
Los satélites de la NASA que orbitan la Tierra ya rastrean las floraciones de algas nocivas gracias a su perspectiva global única. Al combinar diversos conjuntos de datos, la nueva herramienta de IA podría multiplicar la eficacia de esta herramienta para ayudar a las comunidades a determinar dónde concentrar sus esfuerzos.
“Como mínimo, una herramienta como esta puede ayudarnos a saber dónde y cuándo recolectar muestras de agua cuando comienza una floración de algas”, dijo una de las coautoras del artículo, Michelle Gierach, científica del Laboratorio de Propulsión a Chorro de la NASA en el sur de California. “También puede impulsar la colaboración entre especialistas, fomentando nuevas formas de realizar la investigación científica y generar herramientas de apoyo a la toma de decisiones”.
Hoy en día, los satélites pueden detectar diversas señales que indican la presencia de algas. Un sensor hiperespectral a bordo del satélite PACE (Plankton, Aerosol, Cloud, ocean Ecosystem ) de la NASA, por ejemplo, puede identificar comunidades de algas por su tamaño, forma y pigmentación. Otros instrumentos, como TROPOMI ( Tropospheric Monitoring Instrument ), detectan el tenue resplandor rojo que emiten especies como K. brevis durante la fotosíntesis.
El equipo de estudio, compuesto por Gierach Kelly Luis del JPL de la NASA y el científico de datos de investigación Nick LaHaye del Grupo de Informática Espacial, reunió los hallazgos de cinco misiones o instrumentos espaciales, incluidos PACE y TROPOMI.
El reto para ellos radicaba en la gran cantidad de datos brutos involucrados. ¿Cómo distinguiría la IA entre aguas profundas y la costa? ¿Podría reconocer una floración de algas en diferentes flujos de datos? ¿Sería capaz de procesar información tanto de satélites como de sensores submarinos?
El equipo desarrolló un sistema de aprendizaje automático autosupervisado, diseñado para aprender patrones a partir de diversos tipos de datos satelitales y compararlos con observaciones de campo. Este enfoque permite que la IA reconozca relaciones entre diferentes fuentes de datos sin necesidad de etiquetado previo.
El sistema se entrenó con datos satelitales recopilados en 2018 y 2019. Posteriormente, se utilizaron mediciones de campo y de laboratorio para contextualizar los patrones que el sistema reconocía. Los científicos evaluaron el rendimiento de la herramienta en periodos posteriores en las mismas áreas geográficas. Los resultados iniciales indican que puede identificar y mapear correctamente floraciones de algas nocivas, incluidas especies específicas como K. brevis, y que funciona bien incluso en aguas costeras complejas con sedimentos, plantas y escorrentía.
“La aplicación de la IA autosupervisada a flujos masivos de datos satelitales se está convirtiendo rápidamente en una herramienta poderosa para generar información oceánica útil”, dijo Nadya Vinogradova Shiffer, científica principal del programa en la sede de la NASA en Washington.
El equipo está mejorando la herramienta con más datos de más zonas costeras y ampliando las pruebas a otros tipos de masas de agua, incluidos los lagos, con el objetivo de que sea accesible a los responsables de la toma de decisiones en los próximos años.
“El objetivo de este trabajo es comenzar a integrar tecnologías para servir mejor a los usuarios finales y satisfacer sus necesidades, desde la acuicultura hasta el turismo”, dijo Luis. “Para lograrlo, vamos a poner a disposición todos los recursos de la NASA”.
Fuente: NASA