- A NASA desenvolveu uma ferramenta de IA para detectar blooms nocivos de algas ao fusionar dados de vários satélites, incluindo PACE e Tropospheric Monitoring Instrument (TROPOMI).
- O sistema conseguiu identificar bloom na costa oeste da Flórida e no sul da Califórnia, conforme estudo publicado na AGU Earth and Space Science.
- O método é auto supervisionado, treinado para reconhecer padrões entre diferentes fontes de dados sem necessidade de rótulos.
- A ideia é orientar a coleta de amostras de água e apoiar decisões, ajudando a reduzir riscos à saúde pública e impactos econômicos.
- O treinamento inicial usou dados de 2018 e 2019; há planos de expandir para mais costas e até lagos, tornando a ferramenta acessível a tomadores de decisão.
O NASA desenvolveu uma ferramenta de inteligência artificial para monitorar bloom de alga nociva nos oceanos. O estudo, publicado na AGU Earth and Space Science, mostra fusão de dados de múltiplos satélites para detectar floradas em áreas da Flórida Ocidental e da Costa Oeste dos EUA.
As bloom nocivas representam riscos à saúde e geram custos expressivos para economias costeiras, com perdas estimadas em dezenas de milhões de dólares anuais nos Estados Unidos. Regiões como Tampa Bay e Sarasota enfrentam o problema há décadas.
O trabalho envolve espécies como Karenia brevis na região do Golfo do México e Pseudo-nitzschia na Costa Oeste, que já provocaram mortes de animais marinhos e podem afetar a qualidade do ar. Profissionais de saúde emite alertas e fechamentos de praias quando necessário.
A NASA utiliza satélites para observar sinais de bloom com precisão. A ferramenta unifica dados de diferentes fontes para orientar onde concentrar testes de água e ações de resposta, funcionando como um complemento aos avisos oficiais.
A equipe de pesquisa contou com Michelle Gierach, Kelly Luis e Nick LaHaye. Eles combinaram informações de cinco missões ou instrumentos, incluindo o satélite PACE e o instrumento TROPOMI, para ampliar a detecção.
O desafio central foi processar grandes volumes de dados e treinar o sistema para distinguir água profunda de zonas costeiras, bem como reconhecer bloom em várias redes de dados sem rótulos prévios.
O sistema de aprendizado de máquina é autossupervisionado, aprendendo padrões entre dados de satélite e comparando com observações de campo. A primeira fase usou dados de 2018 e 2019, com validação em períodos subsequentes.
Resultados iniciais indicam que o sistema identifica e mapeia bloom nocivas com boa acurácia, inclusive espécies específicas, mesmo em águas costeiras com sedimento, plantas e escoamento.
“Nunca foi tão rápido gerar inteligência oceânica acionável a partir de grandes fluxos de dados satelitais,” diz Nadya Vinogradova Shiffer, cientista-chefe da NASA. O objetivo é ampliar o conjunto de dados e testar em novas zonas.
O grupo planeja incorporar mais dados de novas linhas costeiras e estender os testes a corpos d’água diferentes, como lagos, com vistas a disponibilizar a ferramenta a decisores públicos no futuro próximo.
Achem que a meta é aproximar capacidades tecnológicas dos usuários finais, incluindo setores de aquicultura e turismo, para apoiar decisões informadas com recursos da NASA. Luis ressalta a intenção de integrar ativos da agência.
Entre na conversa da comunidade