Nuevo algoritmo identifica especies a nivel de planta individual
Las dunas costeras son áreas complejas y ricas en la interfaz entre los ecosistemas terrestres y acuáticos. Son extremadamente ricas en biodiversidad y desempeñan un papel crucial tanto en el bienestar ambiental como en el humano, como la protección de los asentamientos del interior de las inundaciones marinas.
Sin embargo, las dunas costeras sufren un fenómeno llamado "compresión costera", causado por la acción combinada de la subida del nivel del mar por un lado y la expansión urbana por el otro. Además, otros procesos como la contaminación socavan aún más su estatus.
Un nuevo trabajo introduce un innovador método para mapear la vegetación de dunas costeras con una precisión sin precedentes. El estudio, del que es coautora Melissa Latella, investigadora del Centro Euromediterráneo sobre el Cambio Climático (CMCC), presenta un novedoso algoritmo que combina datos multiespectrales de ultra alta resolución adquiridos con drones, mediciones de campo y técnicas de aprendizaje automático.
La preservación de las dunas costeras debe depender de una adecuada gestión y planificación de las actividades de conservación que, a su vez, deben basarse en el seguimiento. Por lo tanto, esta investigación tiene como objetivo proporcionar un innovador método para monitorear y mapear la vegetación de dunas costeras.
Imagen: Localización del Parque Regional Migliarino-San Rossore-Massaciuccoli y de las tres áreas piloto del estudio. Crédito: International Journal of Remote Sensing (2024). DOI: 10.1080/01431161.2024.2354135
Esto se hizo mediante un nuevo algoritmo de clasificación que mapea la vegetación e identifica especies a nivel de planta individual, empleando un enfoque jerárquico con diferentes niveles de detalle. El algoritmo logró una precisión general del 76%, lo que demuestra su eficacia y potencial para una aplicación más amplia.
El algoritmo desarrollado demostró ser sencillo y eficiente, allanando el camino para nuevos enfoques de seguimiento costero y con potencial para proporcionar datos a gestores, científicos y modeladores.
"Las dunas de arena costeras son un notable ejemplo de la doble necesidad de mapear la cobertura terrestre y de identificar especies de plantas", dice Latella. "Este trabajo estableció un algoritmo para realizar ambas tareas y abordar los desafíos de la clasificación en estos entornos. La solución propuesta se basa de forma innovadora en un enfoque jerárquico y se basa en datos multitemporales que combinan diferentes técnicas de aprendizaje automático".
Imagen: Esquema simplificado de la clasificación LC LoD adoptada. El nivel de detalle 1 (LoD 1) consiste en una única definición de planta, mientras que LoD2 asigna una clase (es decir, especie) a los segmentos identificados. Crédito: International Journal of Remote Sensing (2024). DOI: 10.1080/01431161.2024.2354135
Latella, en colaboración con el Politecnico di Torino (PoliTO), aprovechó una gran cantidad de datos de campo del Parque Regional Migliarino-San Rossore-Massaciuccoli en Italia. La investigación marca la primera vez en la utilización de dichos datos para el monitoreo de dunas costeras, estableciendo un punto de referencia para estudios futuros.
"Este artículo no sólo muestra el potencial de los datos de alta resolución para la conservación del medio ambiente, sino que también destaca el papel del CMCC como investigación pionera que aborda la necesidad urgente de una gestión eficaz de las dunas costeras", dice Latella. "Los hallazgos están preparados para informar futuros esfuerzos de conservación, proporcionando valiosa información para los administradores ambientales, científicos y formuladores de políticas".
El trabajo se publica en el International Journal of Remote Sensing: Enhancing Precision in Coastal Dunes Vegetation Mapping: Ultra-High Resolution Hierarchical Classification at the Individual Plant Level
