Premi a una ferramenta d'IA que preveu la posidònia en la costa de Dénia

Una alumna de la UPV ha desenvolupat una aplicació amb xarxes neuronals per a protegir les praderies de posidònia oceànica amb una precisió superior al 90%.

Imatge d'una mà interactuant amb una projecció hologràfica d'una planta marina, amb un fons oceànic desenfocat, que representa la intel·ligència artificial i el desenvolupament sostenible.
IA

Imatge d'una mà interactuant amb una projecció hologràfica d'una planta marina, amb un fons oceànic desenfocat, que representa la intel·ligència artificial i el desenvolupament sostenible.

Una ferramenta innovadora que utilitza intel·ligència artificial i xarxes neuronals per a predir la presència de praderies de posidònia oceànica, amb una precisió superior al 90%, ha sigut premiada en la Càtedra Enia-UPV.

La proposta, desenvolupada per Mishel Asparuhova Danova, alumna de la Universitat Politècnica de València (UPV), ha guanyat el premi al millor Treball Final de Màster de la Càtedra Enia-UPV en IA i desenvolupament sostenible, amb Nunsys Group com a empresa promotora. Esta aplicació, innovadora i sostenible, permet el seu ús en zones costaneres del litoral mediterrani amb escassa informació ecològica.
A més, la ferramenta pot avaluar solucions basades en dics de baixa cota que protegixen la platja de l'erosió i també la pròpia praderia de posidònia oceànica mitjançant la reducció de l'energia de l'onatge. La principal novetat és una formulació que permet estimar el límit superior de distribució de la posidònia oceànica, és a dir, la zona més pròxima a la costa a partir de la qual pot trobar-se. Este avanç facilita la presa de decisions en actuacions de protecció del litoral, en permetre adaptar les solucions a les condicions reals de l'ecosistema.
Les praderies de posidònia oceànica són ecosistemes marins formats per plantes superiors del Mediterrani. Funcionen com a vertaders pulmons per a este mar perquè produïxen grans quantitats d'oxigen i capten enormes tones de diòxid de carboni, essencials, per tant, en el canvi climàtic. Així mateix, protegixen el litoral i són refugi de la biodiversitat, actuant com a filtre natural perquè milloren la puresa i transparència de l'aigua, i un biomarcador, ja que la seua presència indica un ecosistema saludable i d'alta qualitat ambiental. A pesar de la seua importància, són vulnerables a la contaminació, el fondeig d'embarcacions i espècies invasores.
Per això, esta ferramenta d'IA aborda un problema ambiental de gran rellevància en les costes mediterrànies com és la degradació progressiva de les praderies marines de Posidonia oceanica i l'erosió del litoral a causa de l'alteració del clima marítim i la intervenció humana en la costa. El model definix un procediment basat en tres eixos: una modelació hidrodinàmica i morfodinàmica; l'aplicació de xarxes neuronals artificials per a estimar la probabilitat de presència de posidònia en funció de les condicions locals de l'energia de l'onatge i la profunditat; i una proposta de regeneració de platja, amb criteris ecològics en la platja de Blay Beach de Les Marines en Dénia. En ella es contempla la conservació de praderies, farciments selectius i disseny de dics per a afavorir la circulació natural i l'atenuació de l'onatge.

"Este treball s'emmarca directament en la sostenibilitat ambiental i tecnològica, i aporta ferramentes de predicció, anàlisi i disseny que permeten integrar la variable ecològica en l'enginyeria costanera de forma objectiva. D'esta manera, utilitza la intel·ligència artificial per a resoldre un problema de sostenibilitat, objectiu d'esta Càtedra."

Vicent Botti · Director de la Càtedra Enia-UPV i director de Vrain de la UPV

"Este tipus d'hàbitats, considerats com a prioritaris per la Directiva Hàbitats (92/43/CEE), són essencials per a l'equilibri de l'ecosistema costaner. Per la qual cosa el seu estudi i conservació resulten essencials dins de les estratègies de desenvolupament sostenible i adaptació al canvi climàtic impulsades per la Unió Europea i l'Agenda 2030."

Mishel Asparuhova Danova · Alumna de la UPV