Los científicos han determinado una nueva forma de diferenciar y distribuir los ecosistemas marinos
Determinar las fronteras de las regiones ecológicas del océano es un desafío. En tierra, diferentes ecorregiones como la selva tropical o la tundra pueden clasificarse por las especies de animales y plantas y su abundancia, pero en el océano, la mayoría de las especies son microscópicas y sus movimientos significan que los límites cambian constantemente.
Por lo general, los científicos que estudian la distribución de la vida en el mar utilizan imágenes de satélite para medir los niveles de clorofila de una región, un compuesto químico elaborado mediante la fotosíntesis del fitoplancton, para tener una idea de cuánta vida hay en un área. Pero estas medidas no diferencian entre especies de fitoplancton, algunas de las cuales apoyan combinaciones específicas de vida animal y vegetal.
Una nueva investigación dirigida por Maike Sonnewald, oceanógrafa física de la Universidad de Princeton en Nueva Jersey, describe una nueva forma de clasificar los ecosistemas marinos. Ella dice que el océano se puede dividir en 100 diferentes ecoprovincias, que juntas forman 12 principales megaprovincias con equilibrios similares de especies animales y vegetales.
Estas megaprovincias son todas distintivas, y la mayoría está formada por masas de tierra como fosas o continentes, o por procesos oceanográficos, como donde llevan agua fría a la superficie las afloramientos.
Una megaprovincia, que los científicos simplemente llamaron H, abarca la mayor parte del área ecuatorial del Océano Índico y tiene una mezcla de fitoplancton que le permite sustentar un rico conjunto de vida. La megaprovincia K se encuentra solo en la parte alta del Océano Ártico y alberga menos especies, pero el fitoplancton físicamente más grande que reside allí hace que la biomasa total sea aproximadamente la misma que en H. Un método de detección basado en clorofila haría que estas dos áreas parezcan más similares de lo que realmente son.
Sonnewald dice que tener una comprensión más profunda de las diferentes ecoprovincias, que se calcularon a través de un enfoque de aprendizaje automático que analizó enormes conjuntos de datos oceánicos, incluida información sobre 51 especies de fitoplancton, podría permitir a los oceanógrafos medir mejor la salud marina.
Reconocer las diferentes zonas también podría facilitar a los científicos el seguimiento de los cambios en la abundancia o diversidad de especies, lo que ayudaría a comprender los efectos del cambio climático o sería valioso para intereses comerciales como la pesca.
"El océano y su biomasa están cambiando junto con el resto del clima", dice Sonnewald. "Aunque algunos son de mayor interés socioeconómico que otros, puede ser muy valioso hacer un seguimiento de los cambios generales".
Para hacer posible el trabajo, los investigadores desarrollaron un algoritmo de aprendizaje automático, el Systematic AGgregated Eco-province (SAGE). Entrenaron a SAGE utilizando datos del Proyecto Darwin del Instituto de Tecnología de Massachusetts, que recopila datos sobre el viento, la corriente, la temperatura y las poblaciones de fitoplancton en todo el mundo. El algoritmo tomó los datos densos e interconectados del modelo y descubrió que algunas regiones oceánicas tenían características comunes. Estos grupos de similitudes se convirtieron en ecoprovincias.
Imagen: El flujo de trabajo del método SAGE
Orhun Aydin, investigador de Esri, una compañía de software de sistemas de información geográfica, dice que incluso con grandes esfuerzos de recopilación de datos como el Proyecto Darwin, todavía hay muchos datos que los investigadores quisieran tener sobre el océano que actualmente no están disponibles. El aprendizaje automático ofrece una forma.
"Necesitamos modelos que puedan extrapolar más allá de las cosas que podemos observar en este momento", dice Aydin. "[El aprendizaje automático] podría ser invaluable en el futuro".
Sonnewald dice que espera encontrar más usos para SAGE y está colaborando en un proyecto sobre la acidificación del océano para ver si la herramienta puede localizar y comparar provincias similares de acidificación.
“El tema es bastante diferente, pero el método SAGE nos permite descubrir similitudes y diferencias que de otro modo podrían oscurecerse”, dice Sonnewald.
Artículo científico: Elucidating ecological complexity: Unsupervised learning determines global marine eco-provinces
