Imágenes satelitales y 'deep learning' para contar árboles del Sáhara y luchar contra el cambio climático

El descubrimiento ha sido publicado recientemente en la revista Nature y supone un hito para la ciencia no sólo por el sorprendente número de árboles en el Sáhara, sino porque establece un método fiable para contar árboles en zonas no forestales utilizando imágenes satelitales, en este caso de la NASA.

Los investigadores de este estudio entrenaron un algoritmo de deep learning para identificar árboles empleando imágenes de satélite de muy alta resolución (0,5 m por píxel) de DigitalGlobe. El algoritmo identificó árboles buscando los colores y sombras apropiados, para lo que se utilizaron un total de 11,128 imágenes multiespectrales para detectarlos en el Sáhara, el Sahel y la zona subhúmeda del África occidental.

Así, se han cartografiado las copas de cada árbol de más de tres m2 en una superficie que abarca 1,3 millones de km2 en esta zona de África. Con esta metodología se han detectado más de 1.800 millones de árboles individuales, es decir, que no conforman un masa forestal (13,4 árboles por hectárea), con un tamaño medio de copa de 12 m2. En las zonas hiperáridas hay 0,7 árboles por hectárea, frente a los 9,9 de las zonas áridas; los 30,1 en las semiáridas y los 47 en las subhúmedas.

Estos árboles aislados no llegan a generar una masa forestal, pero, destaca esta investigación, "tienen un papel crucial en la biodiversidad y proporcionan servicios en el ecosistema, como almacenamiento de carbono, recursos alimentarios y refugio para humanos y animales".

En definitiva, se trata de un caso de éxito de cómo aplicar deep learning y big data para realizar análisis científicos a gran escala. Ahora, conociendo esta información se puede calcular el impacto en nuestro planeta y así poder planificar estrategias en ámbitos como la lucha contra el cambio climático.