Kambaku

Icon podcast

IA revela novos ‘hot spots’ de biodiversidade no Oceano Índico

Abr 30, 2024 |

A WCS desenvolveu um novo modelo de IA para permitir que cientistas mapeiem áreas com concentrações especialmente altas de espécies de peixes e corais. Moçambique está entre as geografias com mais hot spots identificados.

A inteligência artificial foi utilizada pela Wildlife Conservation Society (WCS) para revelar 119 novos hot spots de biodiversidade no oeste do Oceano Índico. Os novos locais têm apenas uma “baixa sobreposição” com as Áreas Marinhas Protegidas (AMPs) existentes, de acordo com a DiverNet que cita um artigo publicado na revista científica Conservation Biology.

A organização diz que, como poucos desses hot spots estão actualmente protegidos ou conservados, as descobertas oferecem uma oportunidade importante para novas AMPs serem implementadas pelos 11 países envolvidos.

Além de Moçambique, o estudo incluiu Comores, Quénia, Madagáscar, Maurícias, Mayotte, Reunião, Seychelles, Somália, África do Sul e Tanzânia, com outros sites identificados em águas internacionais.

As maiores concentrações nacionais de hot spots estavam em Madagascar (23), Moçambique (19) e Tanzânia (18), e os países com hot spots individuais de maior pontuação foram Tanzânia, Moçambique, Comores e Quênia.

De acordo com o artigo científico da WCS as áreas identificadas em Moçambique são as seguintes: Quiterajo–Arimba, Banco de São Lázaro, Quionga–Ilha Metundo, Nangata–Nacala, Matiquite–Messonta, Pemba, Lurio–Baía de Memba, Ilha Metundo–Quiterajo, Baía de Mokambo–Quinga, Messonta–Baía de Mossuril, Quinga–Ilha de Angoche, Ponta do Ouro, Luguni–Mecufi, Bazaruto, Praia de Jangamo–Pedra da Ilha, Ilha do Fogo, Ilha da Inhaca, Ilhas Primeiras e Segundas, Sistema do Delta do Zambeze.

“Vários modelos preditivos foram criados nos últimos 10 ou 15 anos, mas não eram muito precisos em fazer previsões empíricas”, explicou o director de ciências marinhas da WCS, Tim McClanahan. “Agora, graças ao aumento da velocidade de computação e à disponibilidade de dados de código aberto em maior quantidade e melhores, os modelos tornaram-se mais baratos, rápidos e precisos do que nunca.”

O modelo de IA da WCS foi produzido combinando dados oceanográficos de alta resolução com levantamentos detalhados feitos por cientistas de campo. O modelo dividiu a região em “células de recifes” de 6,25 km para identificar quais continham o maior número de espécies de peixes e corais.

“Tínhamos dados reais de levantamentos submarinos coletados em muitos desses locais – o que nos permitiu usar dados para treinar e testar modelos quanto à sua precisão”, disse McClanahan.

“Agora que o processo de teste expôs a alta eficácia dos modelos, podemos usar os modelos para prever o número esperado de espécies mesmo em áreas onde ainda não temos dados – esperançosamente facilitando para comunidades e países encontrar e priorizar novas áreas protegidas.”

Nem todas as AMP são sobre proteger altos níveis de biodiversidade, aponta a WCS, algumas são criadas para ajudar a gerir áreas de importância para pescadores de pequena escala, ou para proteger populações em declínio de espécies icónicas, como os dugongos.

O estudo foi concluído com o apoio de uma bolsa do Departamento do Interior dos EUA e da Agência para o Desenvolvimento Internacional, e é publicado na Conservation Biology.

Foto: DR

Infografia: divernet.com

NEWSLETTER DO MUNDO NATURAL

Subscreva a nossa newsletter e receba notícias do mundo natural.