Nueve años de imágenes submarinas en Andratx muestran el potencial de la IA para monitorizar peces costeros

Un equipo científico liderado por el Institut Mediterrani d’Estudis Avançats, IMEDEA (CSIC-UIB) ha identificado cambios relevantes en comunidades de peces del litoral mallorquín gracias a un sistema de monitorización submarina de larga duración instalado en el puerto de Andratx. El análisis ha permitido reconstruir patrones diarios y estacionales de numerosas especies habituales del Mediterráneo occidental. El estudio destaca que muchas de ellas mostraron comportamientos estrechamente relacionados con la luz solar, la temperatura del agua o la productividad marina. 

Aunque el resultado más llamativo fue la aparición de un cambio brusco en la serie temporal a partir de 2022. Varias especies frecuentes en la zona —especialmente espáridos de interés para la pesca artesanal y recreativa en Baleares, como el sargo o sard (Diplodus sargus), la mojarra o variada (Diplodus vulgaris) y la oblada (Oblada melanura) — comenzaron a aparecer con mayor frecuencia y en concentraciones más elevadas dentro del área monitorizada. Los autores advierten, no obstante, de que este fenómeno no implica necesariamente un cambio en las poblaciones. 

Aunque el Mediterráneo sufrió en 2022 una intensa ola de calor marina, los modelos ecológicos utilizados indican que algunas de estas especies responden de forma neutra o incluso negativa al aumento de la temperatura. Según los investigadores, el incremento observado podría reflejar cambios locales en la distribución o en el comportamiento de los peces, sin que ello implique necesariamente más que un aumento general de las poblaciones. 

El trabajo, de hecho, apunta a una combinación de factores locales y regionales, como por ejemplo posibles cambios físicos en el pecio utilizado como referencia, el impacto simultáneo de episodios climáticos extremos u otros factores ambientales. La interacción entre estos factores podría haber modificado el uso del hábitat por parte de distintas especies costeras.

Nuevas herramientas 

La investigación se desarrolló entre 2016 y 2024 mediante una cámara fija situada a ocho metros de profundidad, junto a un pequeño pecio localizado en la entrada del puerto natural. El dispositivo captaba imágenes automáticamente cada pocos minutos y las enviaba en tiempo real al centro de investigación para su almacenamiento y análisis. 

A partir de este material, los investigadores utilizaron herramientas de visión artificial y sistemas de aprendizaje profundo o deep learning —una técnica de inteligencia artificial capaz de reconocer patrones automáticamente en imágenes— para detectar y clasificar peces de forma automatizada. El sistema identificó a lo largo de los nueve años del estudio más de medio millón de ejemplares pertenecientes a 17 grupos taxonómicos distintos.

Uno de los principales avances del estudio fue el desarrollo de un método para estimar de forma más precisa la densidad local de peces. Para ello, los investigadores tuvieron en cuenta el volumen de agua visible en cada toma, lo que permitió corregir diferencias debidas a cambios de visibilidad, iluminación o posición de la cámara. 

Gracias a este sistema, los datos pueden compararse de forma más fiable entre distintos momentos y condiciones ambientales. Los investigadores destacan que este tipo de herramientas abre nuevas posibilidades para estudiar cómo cambian los ecosistemas marinos a lo largo del tiempo. El uso de inteligencia artificial permite analizar automáticamente grandes volúmenes de imágenes submarinas y detectar variaciones ecológicas que serían muy difíciles de observar mediante muestreos puntuales. Según los autores, esta metodología podría aplicarse en futuras redes de observación submarina para seguir la evolución de las comunidades marinas y detectar cambios rápidos asociados a presiones ambientales o climáticas.

 “La principal aportación del estudio no es solo haber observado cambios en una zona concreta, sino demostrar que la inteligencia artificial aplicada a imágenes submarinas ya puede utilizarse para generar indicadores ecológicos útiles en series temporales largas. Hemos pasado de una fase más experimental a aplicaciones directas para el seguimiento de comunidades de peces y su relación con el ambiente”, explica Ignasi A. Catalán, investigador del IMEDEA y autor principal del trabajo. 

“Además, el estudio muestra que no basta con contar peces en imágenes. Para comparar series largas, años o estaciones de observación necesitamos métricas más estandarizadas, como cuánto volumen de agua está observando realmente la cámara”, añade Catalán.

Este trabajo es el resultado de varios proyectos financiados por el programa Union-Next Generation EU, y una colaboración entre IMEDEA, UIB, LIMIA-IRFAP y SOCIB.