El projecte TALAia ha desenvolupat un prototip intel·ligent per al monitoratge ambiental i la gestió sostenible dels ecosistemes aquàtics. Aquest prototip utilitza models d’Intel·ligència Artificial aplicats a dades de d’Observació de la Terra per detectar canvis ambientals en entorns aquàtics a Catalunya.
L’estudi s’ha centrat en quatre àmbits: el càlcul de l’extensió d’aigües interiors, de l’estat del mar (onatge i vents), l’estimació de la línia de la costa, i de la vegetació subaquàtica. Per monitorar aquests entorns, el projecte ha generat indicadors ambientals que operen en temps quasi real.
En el marc del projecte, s’ha desenvolupat un prototip intel·ligent per al Delta de l’Ebre, que s’ha integrat en el projecte del Laboratori Phi-lab de l’Agència Espacial Europea RESCAT.
Mesura d’aigües interiors
El projecte TALAia ha desenvolupat i validat un mètode per fer un seguiment individualitzat i molt precís de les principals llacunes del Delta: l’Encanyissada, l’Illa de Buda, la Tancada i l’Estrell a partir de dades de teledetecció de la missió SWOT.
Posant en comú tota aquesta informació, el projecte aporta una visió de l’extensió de les masses d’aigua del conjunt del delta. Aquesta imatge global es podria replicar en qualsevol indret del planeta, gràcies a la disponibilitat global de les dades d’altimetria.
Línia de costa
El projecte TALAia ha desenvolupat un model per detectar canvis morfològics amb alta resolució en la línia de la costa, com la regressió, el progrés o l’impacte derivat d’esdeveniments extrems, independentment de la cobertura de núvols. S’ha entrenat un model de Machine Learning amb dades de radar d’obertura sintètica (SAR) de la missió Sentinel-1.
El nou model classifica la costa en quatre categories detallades: Terra o Vegetació, Platja, Escuma (Whitewater) i Mar. Així doncs, la línia de costa final s’extreu delimitant de forma precisa la frontera entre els dominis de Terra (Terra + Platja) i Aigua (Mar + Escuma). Aquest marc de treball basat en aprenentatge automàtic permet al processador discriminar millor la sorra humida de l’aigua en diferents condicions d’adquisició. Aquest avenç millora significativament la capacitat de prendre mesures de la línia de costa i monitorar els canvis morfològics costaners a curt termini, que no eren completament capturats per la metodologia desenvolupada per isardSAT.
Estat del mar
El projecte TALAia ha desenvolupat un model capaç d’identificar la velocitat del vent. Aquest model utilitza exclusivament dades de l’altímetre Sentinel-6, que han servit per entrenar models d’intel·ligència artificial i dades de la velocitat del vent superficial. D’aquesta manera, en la fase operativa, el model no necessita una mesura externa de la velocitat del vent.
Monitoratge de la vegetació subaquàtica
TALAia desenvolupat un sistema autònom de monitoratge de la vegetació subaquàtica, consistent i escalable en altres regions mediterrànies. Aquest model defineix criteris per avaluar la nuvolositat i les condicions marines, eliminant la subjectivitat inherent a la selecció manual d’imatges, i integrant-hi informació batimètrica per delimitar la presència potencial de vegetació fins a 20-30 metres de fondària. Aquesta informació és indispensable per protegir dels ecosistemes aquàtics i la lluita contra el canvi climàtic mitjançant l’avaluació del ‘carboni blau’.
Aquest project ha estat desenvolupat per isardSAT, empresa d’Observació de la Terra amb seu a Barcelona, juntament amb Lobelia Earth i la participació de l’Institut d’Estudis Espacials de Catalunya - IEEC, amb el suport de la Generalitat de Catalunya i finançat per la Unió Europea - Next Generation EU.
