Por primera vez, los científicos han utilizado con éxito cámaras satelitales junto con el aprendizaje profundo para contar animales en paisajes geográficos complejos, dando a los conservacionistas un importante paso adelante en el monitoreo de poblaciones de especies en peligro de extinción.
Para esta investigación, el satélite Worldview 3 utilizó imágenes de alta resolución para capturar elefantes africanos que se movían a través de bosques y praderas. El sistema automatizado detectó animales con la misma precisión que los humanos pueden lograr.
El algoritmo que permitió el proceso de detección fue creado por la Dra. Olga Isupova, científica informática de la Universidad de Bath en el Reino Unido. El proyecto fue una colaboración con la Universidad de Oxford del Reino Unido y la Universidad de Twente en los Países Bajos.
El Dr. Isupova dijo que la nueva técnica de topografía permite escanear vastas áreas de tierra en cuestión de minutos, lo que ofrece una alternativa muy necesaria para que los observadores humanos cuenten animales individuales desde aviones en vuelo bajo. Mientras recorre la tierra, un satélitepuede recopilar más de 5.000 km² de imágenes cada pocos minutos, lo que elimina el riesgo de doble recuento. Cuando sea necesario por ejemplo, cuando hay cobertura de nubes, el proceso se puede repetir al día siguiente, en la próxima revolución de la Tierra del satélite.
La población de elefantes africanos ha caído en picada durante el último siglo, principalmente debido a la caza furtiva y la fragmentación del hábitat. Con solo 40.000-50.000 elefantes en libertad, la especie está clasificada como en peligro de extinción.
"El monitoreo preciso es esencial si queremos salvar la especie", dijo la Dra. Isupova. "Necesitamos saber dónde están los animales y cuántos hay".
El monitoreo satelital elimina el riesgo de molestar a los animales durante la recolección de datos y asegura que los humanos no resulten heridos en el proceso de conteo. También simplifica el conteo de animales que se mueven de un país a otro, ya que los satélites pueden orbitar el planeta sin tener en cuenta los controles fronterizosconflicto.
Este estudio no fue el primero en utilizar imágenes satelitales y algoritmos para monitorear especies, pero fue el primero en monitorear de manera confiable a los animales que se mueven a través de un paisaje heterogéneo, es decir, un telón de fondo que incluye áreas de pastizales abiertos, bosques y cobertura parcial.
"Este tipo de trabajo se ha hecho antes con ballenas, pero por supuesto que el océano es todo azul, por lo que contar es mucho menos desafiante", dijo la Dra. Isupova. "Como puede imaginar, un paisaje heterogéneo hace que sea mucho más difícilidentificar animales. "
Los investigadores creen que su trabajo demuestra el potencial de la tecnología para apoyar a los conservacionistas en su difícil situación de proteger la biodiversidad y frenar el progreso de la sexta extinción masiva, el evento de extinción en curso desencadenado por la actividad humana.
"Necesitamos encontrar nuevos sistemas de vanguardia para ayudar a los investigadores a recopilar los datos que necesitan para salvar especies amenazadas", dijo la Dra. Isupova.
Los elefantes africanos fueron elegidos para este estudio por una buena razón: son el animal terrestre más grande y, por lo tanto, el más fácil de detectar. Sin embargo, la Dra. Isupova tiene la esperanza de que pronto sea posible detectar especies mucho más pequeñas desde el espacio.
"La resolución de las imágenes satelitales aumenta cada dos años, y con cada aumento podremos ver cosas más pequeñas con mayor detalle", dijo, y agregó: "Otros investigadores han logrado detectar nidos de albatros negros contra la nieve. Sin duda elel contraste de blanco y negro lo hizo más fácil, pero eso no cambia el hecho de que un nido de albatros es una undécima parte del tamaño de un elefante ".
Los investigadores involucrados en este proyecto fueron la Dra. Olga Isupova de la Universidad de Bath, Isla Duporge, el Dr. Steven Reece y el Profesor David W. Macdonald de la Universidad de Oxford, y el Dr. Tiejun Wang de la Universidad de Twente.
Fuente de la historia :
Materiales proporcionado por Universidad de Bath . Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :