Pronóstico de la hipoxia costera utilizando una mezcla de modelos mecánicos y de inteligencia artificial

Área de la Ciencia:

• Ciencias marinas
• Modelado medioambiental
• Aplicaciones de la inteligencia artificial

Sus antecedentes:

• La hipoxia costera constituye una amenaza importante para los ecosistemas marinos y requiere métodos de previsión precisos y eficientes.
• Los modelos estadísticos existentes son eficientes pero carecen de poder predictivo, mientras que los modelos mecanicistas son precisos pero requieren muchos recursos.

Objetivo del estudio:

• Desarrollar y validar un modelo ligero de inteligencia artificial (IA) para el pronóstico diario de la hipoxia en la plataforma de Louisiana-Texas.
• Evaluar el rendimiento predictivo del modelo de IA en comparación con los datos de retroalimentación y los datos de crucero de observación.
• Evaluar la utilidad del modelo de IA para la prueba de escenarios en la gestión costera e identificar factores predictivos clave.

Principales métodos:

• Desarrolló un modelo de IA ligero entrenado en un conjunto de datos de ROMS de 14 años.
• Las cargas de nutrientes fluviales observadas integradas y las previsiones hidrodinámicas de 2 días como insumos.
• Validación del modelo de IA con respecto a los conjuntos de pruebas de lanzamiento trasero, las observaciones de crucero en toda la plataforma y los pronósticos hidrodinámicos independientes.

Principales resultados:

• El modelo de IA demostró un fuerte rendimiento predictivo con una precisión mediana de 0,85 ± 0,07 y una puntuación F1 de 0,72 ± 0,18 en comparación con el conjunto de pruebas posterior.
• El modelo logró una precisión de 0,67 ± 0,10 y una puntuación F1 de 0,62 ± 0,14 en comparación con las observaciones de crucero en toda la plataforma.
• Las evaluaciones de la reducción de nutrientes indicaron necesidades potenciales superiores al 90% para alcanzar los objetivos de gestión, con la estratificación de la columna de agua identificada como el predictor dominante.

Conclusiones:

• El modelo de IA ofrece una solución computacionalmente eficiente y precisa para el pronóstico diario de hipoxia en sistemas costeros dinámicos.
• El modelo de IA desarrollado puede mejorar el pronóstico de la calidad del agua en tiempo real, apoyar las decisiones de gestión adaptativa e informar la planificación de cruceros.
• Este estudio pone de relieve el importante potencial de la IA en el avance de las estrategias de monitoreo y gestión ambiental para las regiones costeras.