MURCIA, 17 Abr. (EUROPA PRESS) – Una investigación liderada por el Instituto de Ciencias Marinas de Andalucía (ICMAN-CSIC) ha diseñado una metodología pionera que combina Inteligencia Artificial (IA) y datos del satélite Sentinel-2 para analizar la calidad del agua en el Mar Menor.
El estudio, publicado en la revista ‘Journal of Hydrology’, ofrece una radiografía de alta precisión sobre la evolución de la laguna salada entre julio de 2015 y junio de 2024, identificando patrones ambientales y zonas de degradación crítica.
Mediante el uso de machine learning, el equipo científico ha monitorizado indicadores clave como la clorofila-a (presencia de algas) y la turbidez (materia en suspensión) con una resolución de 10 metros, según ha informado el CSIC en Andalucía.
Este análisis ha permitido dividir el ecosistema en tres grandes áreas de comportamiento similar, señalando a la rambla de El Albujón como uno de los puntos con mayor deterioro y aportes de nutrientes al sistema.
Hallazgos relevantes del estudio
Entre los hallazgos del estudio destaca la detección de un cambio hacia un «nuevo estado de equilibrio» en los últimos años. Los datos muestran una aparente estabilización de los valores de clorofila y turbidez. Sin embargo, los investigadores advierten de que esta estabilidad no debe confundirse con una recuperación del ecosistema, sino con una transformación profunda en su dinámica tras sufrir eventos extremos.
La metodología ha permitido vincular las anomalías detectadas con crisis históricas como las «sopas verdes» de 2016 y 2017, la dana de 2019 y episodios de anoxia posteriores.
Según Paola Barba e Isabel Caballero, responsables del estudio, esta herramienta permite distinguir qué cambios son estacionales y cuáles responden a una evolución a largo plazo o a impactos antrópicos.
Impacto de la metodología en el monitoreo costero
Este enfoque tecnológico supone un salto cualitativo para el monitoreo costero, ya que permite optimizar la ubicación de las estaciones de muestreo físico, concentrándolas en las zonas más sensibles y reduciendo costes sin perder capacidad de seguimiento.
«Estas herramientas proporcionan información continua y actualizada que facilita la toma de decisiones y el diseño de medidas de adaptación eficaces frente al cambio global», ha subrayado la doctora Caballero.
El trabajo ratifica el potencial de la IA para comprender ecosistemas complejos y vulnerables, proporcionando una base analítica robusta para futuras estrategias de prevención y restauración ambiental tanto en el Mar Menor como en regiones costeras internacionales bajo presión humana.