La laguna Indian River de Florida ha sido un ecosistema en declive desde 2011, cuando una proliferación de algas nocivas provocó una grave disminución de las praderas marinas, un componente fundamental de los ecosistemas costeros poco profundos.
Las praderas de pastos marinos estabilizan los sedimentos, mejoran la claridad del agua y proporcionan hábitat y alimento crÃticos para especies que van desde invertebrados hasta tortugas marinas y manatÃes. Las algas también generan una cantidad importante de actividad económica en el estado de Florida.
La pérdida de pastos marinos en el sistema de lagunas de Indian River ha socavado la pesca, el turismo y la vida silvestre, lo que en última instancia provocó la hambruna de más de 1200 manatÃes en 2020-25.
Mosquito Lagoon es parte del sistema de lagunas de Indian River que se extiende a lo largo de 45 kilómetros (28 millas), desde Cabo Cañaveral en el sur hasta la BahÃa de Ponce en el norte. Como en el resto del sistema lagunar, años de contaminación por nutrientes y repetidas floraciones de algas redujeron la cobertura de pastos marinos a casi cero a principios de la década de 2020. Según la mayorÃa de los informes, la laguna de los mosquitos ha superado un hito ecológico crÃtico.
En el otoño de 2022, los huracanes Ian y Nicole azotaron la costa este de Florida con seis semanas de diferencia, provocando lluvias intensas, marejadas ciclónicas y erosión costera. Inmediatamente después, las praderas marinas disminuyeron aún más.
Pero unos meses después, en la primavera de 2023, la hierba marina empezó a regresar. Las imágenes de satélite revelaron un rebrote rápido y generalizado.
Somos geógrafos que estudiamos el cambio ambiental. Nuestra investigación documenta esta recuperación inesperada y examina lo que puede revelar sobre la resiliencia de los ecosistemas en sistemas costeros severamente degradados.
Una de nosotras, Hannah Herrero, es nativa del condado de Volusia y creció alrededor de la laguna. Regresó a su ciudad natal al comienzo de la pandemia de COVID-19. AllÃ, algunos guÃas locales y pescadores que conocÃa desde hacÃa años sugirieron que nuestro equipo utilizara imágenes satelitales para observar el estado del colapso de la laguna.
Como resultado, el estudio que diseñamos utilizó imágenes satelitales y aprendizaje automático, un tipo de inteligencia artificial que utiliza algoritmos avanzados para aprender y predecir patrones, para rastrear la dinámica de los pastos marinos en Mosquito Lagoon antes, durante y después de las tormentas. Este enfoque nos permitió observar cambios a una escala y frecuencia que son difÃciles de lograr utilizando únicamente métodos tradicionales de estudio de campo.
Seguimiento de pastos marinos desde el espacio
El seguimiento de la cubierta de pastos marinos "a la antigua usanza" implica entrar en la laguna y establecer transectos, lÃneas rectas que atraviesan el paisaje, de modo que se puedan registrar observaciones estándar. Luego tendrÃamos que navegar o vadear a lo largo de todas esas lÃneas para medir la extensión y la ubicación de las praderas marinas y crear manualmente mapas digitales para mostrar dónde están presentes.
Como puede imaginar, este es un proceso que requiere mucho tiempo y está limitado por la distancia que puede navegar o nadar en un dÃa, asà como por los recursos financieros.
Entonces decidimos utilizar imágenes de satélite. Este método no está exento de desafÃos: la turbidez o nubosidad del agua, la variabilidad estacional y la naturaleza irregular de la vegetación que crece en el fondo de la laguna dificultan la observación del crecimiento de los pastos marinos directamente en video.
Para abordar este desafÃo, nuestro estudio utilizó imágenes del programa Harmonized Landsat-Sentinel de la NASA, que combina datos de múltiples satélites en un registro fotográfico consistente de las mismas áreas tomadas con frecuencia a lo largo del tiempo. Analizamos imágenes recopiladas entre septiembre de 2022 y enero de 2024, centrándonos en los perÃodos antes e inmediatamente después del huracán y durante la recuperación posterior.
Aplicamos un tipo de modelo de aprendizaje automático llamado Random Forest para clasificar cada imagen en categorÃas de pastos marinos y sin pastos marinos.
El algoritmo de aprendizaje automático se basa en muestras de entrenamiento recolectadas en el campo, pero una vez que el modelo aprende la firma de los pastos marinos, puede aplicar el modelo de clasificación al resto de la laguna a lo largo del tiempo con participación humana limitada. Entonces podemos confirmar esta clasificación.
Los autores ingresan a una laguna de mosquitos para monitorear el crecimiento de pastos marinos mientras entrenan su modelo de inteligencia artificial. Capitán William B. Wolfson, Servicio de GuÃa, New Smyrna Beach, Florida En el campo
Primero, tuvimos que entrenar el modelo utilizando cientos de puntos GPS recopilados en el campo durante varias temporadas. Este paso ayuda a garantizar que las clasificaciones de los satélites estén alineadas con las condiciones del terreno e interpreten las imágenes con precisión.
Durante varias semanas durante el verano de 2020-2023, nuestro equipo pasó muchas horas navegando por la Laguna de los Mosquitos en un pequeño bote diseñado para profundidades poco profundas, registrando la presencia de pastos marinos.
No siempre fue fácil: los veranos en Florida son extremadamente calurosos y húmedos, y la laguna de mosquitos definitivamente hizo honor a su nombre. Pero pudimos ver una amplia variedad de vida silvestre, incluidos manatÃes, delfines, tortugas marinas y caimanes. Y de vez en cuando, en dÃas de suerte, incluso hemos visto una espátula rosada o una garza rojiza.
Nuestra experiencia de campo destacó por qué este sistema es importante: la Laguna de los Mosquitos es un lugar extremadamente vibrante repleto de vida silvestre. Estos largos dÃas en la laguna, rodeado de su biodiversidad e inmerso en su propio y único sentido de lugar, son los que anclan los datos de la teledetección a las condiciones ecológicas del terreno y hacen que los modelos resultantes sean creÃbles.
Este lapso de tiempo de imágenes satelitales muestra las tres fases de la cubierta de pastos marinos que los autores observaron en Mosquito Lagoon entre septiembre de 2022 y enero de 2024. Stephanie Insalaco-Wiener Lo que encontramos
Nuestro análisis revela tres fases distintas de cobertura de pastos marinos.
En primer lugar, las praderas marinas disminuyeron precipitadamente después de los huracanes Ian y Nicole. Para diciembre de 2022 y principios de 2023, las imágenes satelitales casi no mostraban pastos marinos detectables en toda la laguna.
Luego, en marzo de 2023, identificamos un cambio estadÃsticamente significativo. Las algas han comenzado a reaparecer, al principio en pequeños parches dispersos.
Finalmente, a finales de la primavera y el verano de 2023, las praderas marinas se extendieron rápidamente. En julio de 2023, cubrÃa más del 20% de la laguna, niveles no vistos en más de una década. Luego, la cobertura volvió a disminuir durante el invierno de 2023-24, como se esperaba según los ciclos de crecimiento estacionales. Pero incluso nuestra observación más reciente, completada en enero de 2024, mostró pastos marinos que cubrÃan el 4,3% de la laguna, significativamente más alto que los niveles previos a la recuperación durante la temporada de invierno.
En la primavera de 2026, las algas en la laguna de los mosquitos se mantuvieron en un nivel estable. Aunque todavÃa experimenta fluctuaciones debido a la proliferación de algas, la estacionalidad y otros cambios en el ecosistema, no hemos vuelto a ver la pérdida completa de pastos marinos como ha ocurrido durante más de una década.
Es importante destacar que este patrón no fue aleatorio. El rebrote se produjo principalmente en las partes central y sur de la laguna, áreas históricamente conocidas por albergar densas praderas de pastos marinos. El momento también se alinea con los patrones establecidos de crecimiento estacional de los pastos marinos, lo que fortalece nuestra creencia de que los cambios observados reflejan una verdadera recuperación ecológica.
Cómo pueden haber contribuido las tormentas
No podemos probar que los huracanes causaran directamente la recuperación de pastos marinos que documentamos en nuestro estudio. Se necesitan más estudios más allá del alcance de nuestro trabajo para evaluar esta posibilidad. Sin embargo, creemos que la secuencia de eventos sugiere que las tormentas pueden haber cambiado las condiciones ambientales de una manera que permitió el rebrote.
El huracán Ian aportó grandes volúmenes de agua dulce a la laguna, lo que potencialmente expulsó a las macroalgas tolerantes a la sal que compiten con las praderas marinas por la luz solar y los nutrientes.
Seis semanas después, el huracán Nicole atravesó las dunas costeras y creó varias bahÃas nuevas entre la laguna y el Océano Atlántico. Estos respiraderos permitieron la entrada de agua salada a la laguna, lo que probablemente cambió la salinidad y la circulación y las condiciones del agua.
Los huracanes también pueden haber redistribuido fragmentos de pastos marinos y movilizado bancos de semillas inactivos, acelerando el rebrote cuando las condiciones se estabilizan. Los ecologistas han observado mecanismos similares en otros sistemas costeros afectados por ciclones tropicales.
El sorprendente regreso de las praderas marinas a la laguna Mosquito es bueno para la vida silvestre local y para las personas cuyo sustento depende de ellas. Hannah Herrero Más allá de la laguna de los mosquitos
El colapso de la Laguna de los Mosquitos y la eventual recuperación tentativa ilustran la vulnerabilidad y resiliencia de los ecosistemas costeros. Incluso después de años de deterioro, el ecosistema de la laguna costera de mosquitos ha demostrado la capacidad de recuperarse relativamente rápido cuando las condiciones fÃsicas han cambiado.
Al mismo tiempo, la resiliencia no garantiza la permanencia y creemos que esta recuperación debe verse con cautela.
Desde un punto de vista práctico, nuestro estudio también destaca el valor de las imágenes satelitales y el aprendizaje automático para el monitoreo de ecosistemas. Estas herramientas permiten a los cientÃficos, administradores de recursos y comunidades locales detectar cambios de manera consistente y responder antes de que se extiendan las pérdidas.
0 Comentarios