Científicos desarrollan nuevo método con drones y aprendizaje profundo para mapear líneas de árboles alpinos

La investigación, detallada en la publicación científica BG, representa un avance significativo en el monitoreo de ecosistemas alpinos, que son particularmente sensibles a las alteraciones climáticas y antropogénicas.

"Las líneas de árboles alpinos reflejan los impactos del clima y los cambios en el uso del suelo en los ecosistemas", señala el estudio. El método desarrollado permite generar mapas detallados a escalas finas a través de diversos entornos, con resultados que muestran "una detección precisa y delineación de mapas de árboles en más de 90 hectáreas de ecotones de línea arbórea".

Los investigadores destacan que este enfoque, además de ser eficiente y adaptable, "permite análisis ecológicos mejorados de los procesos de línea arbórea, ayudando a los esfuerzos globales para evaluar la dinámica de las líneas de árboles y sus respuestas al cambio global".

En un desarrollo complementario, el mismo equipo ha introducido un enfoque automatizado para generar máscaras de segmentación para fotografías de plantas obtenidas mediante ciencia ciudadana, transformándolas en datos valiosos para modelos de segmentación destinados a la identificación de especies vegetales en imágenes aéreas. Esta innovación permite entrenar modelos de segmentación para mapear especies arbóreas en imágenes captadas por drones, demostrando su potencial para aplicaciones en silvicultura, agricultura y monitoreo de biodiversidad.

Soltani y sus colegas presentan en el estudio "un flujo de trabajo automatizado para transformar fotografías de plantas débilmente anotadas de ciencia ciudadana en datos de entrenamiento robustos para teledetección de vegetación basada en drones". Su enfoque demuestra que las imágenes de plantas recopiladas por no especialistas pueden aprovecharse eficazmente en modelos de aprendizaje automático para mejorar la precisión del mapeo de especies utilizando drones.

En otra investigación relacionada, científicos utilizaron imágenes satelitales de alta resolución y modelos de inteligencia artificial para identificar seis especies de árboles y arbustos comúnmente encontradas en la línea arbórea alpina de las Montañas Rocosas, con precisiones que oscilan entre el 44,1% y el 86,2%. "Somos los primeros en intentar la identificación de especies utilizando imágenes satelitales en sistemas de línea arbórea, donde los árboles son pequeños y difíciles de identificar de forma remota", afirman los investigadores. Este trabajo proporciona un método para identificar especies con imágenes satelitales en un rango geográfico más amplio que el que se puede lograr con drones.

Estos avances tecnológicos llegan en un momento crítico para la comprensión de los ecosistemas alpinos. Otro estudio citado en la publicación revela que, al examinar anillos de árboles y datos climáticos en toda Suecia, se ha descubierto que "el crecimiento de los árboles en áreas cálidas se ve más afectado negativamente por el aumento de la temperatura que el crecimiento de los árboles en áreas frías". Los investigadores también encontraron que "la humedad del suelo tiene un efecto muy pequeño cuando se trata de mitigar el efecto negativo del aumento de la temperatura", lo que sugiere que "las respuestas del crecimiento de los árboles a un clima cambiante probablemente variarán con el clima local, pero no tanto con las diferencias en la humedad del suelo".

La combinación de estas tecnologías de teledetección con datos de campo está permitiendo a los científicos desarrollar modelos más precisos sobre cómo los ecosistemas alpinos responden al cambio climático, proporcionando herramientas esenciales para la conservación y gestión de estos entornos vulnerables.

Los métodos desarrollados tienen aplicaciones potenciales que van más allá del monitoreo de líneas arbóreas. La capacidad de mapear especies vegetales con alta precisión utilizando drones y aprendizaje automático podría revolucionar campos como la silvicultura, la agricultura de precisión y el monitoreo de biodiversidad, ofreciendo soluciones rentables y escalables para desafíos ambientales urgentes.