9 agosto 2021
Una migliore protezione della megafauna marina grazie ai social network e all’intelligenza artificiale
Due strumenti digitali per la biodiversità
Gli scienziati di tre unità di ricerca congiunte(MARBEC, ENTROPIE e LIRMM) hanno appena pubblicato uno studio che utilizza i più recenti progressi tecnologici per identificare le specie carismatiche della megafauna marina della Nuova Caledonia: dugonghi, tartarughe e squali.
Lo studio, intitolato “Exploiting social networks and deep learning to detect rare megafauna from video tracking”, è stato pubblicato sulla rivista internazionale Conservation Biology . Lo studio deriva in parte dal progetto di ricerca Pelagic finanziato dalla Foundation for Research on Biodiversity(FRB) all’interno del suo Centre for Biodiversity Synthesis and Analysis(Cesab).
Si basa sulla raccolta di video aerei finanziata da Explorations de Monaco.
![](https://www.monacoexplorations.org/wp-content/uploads/2021/07/Dugong_Marsa_Alam©Julien-Willem.-Wikimedia-commons-copie.jpeg)
L'ascesa dell'intelligenza artificiale
Da diversi anni ormai, il deep learning si sta sviluppando in un’ampia gamma di campi.
Questa forma di intelligenza artificiale applicata al riconoscimento dei modelli è diventata uno strumento essenziale per il monitoraggio automatizzato a distanza delle popolazioni animali utilizzando fotografie, video o persino suoni.
Le prestazioni e l’accuratezza degli algoritmi di riconoscimento delle specie dipendono dalla loro capacità di apprendimento, ovvero dal numero e dalla varietà di immagini con cui i ricercatori sono in grado di alimentarli.
Per le specie rare e a rischio di estinzione, i programmi di tracciamento video aereo si stanno rivelando molto utili per il censimento sulla terraferma, come nel caso degli elefanti, e recentemente sono stati estesi all’ambiente marino e alla sua megafauna di superficie, principalmente i mammiferi.
Qui sotto, un gruppo di dugonghi avvistati durante un’indagine aerea.
Foto e video alimentano il database.
L'ambiente marino
Come si può utilizzare il deep learning per specie marine rare come il dugongo o furtive come gli squali, per le quali sono disponibili poche immagini?
In Nuova Caledonia, la ricerca si sta attualmente concentrando su dugonghi, squali e tartarughe marine, poiché sono oggetto di piani d’azione e di protezione specifici, all’interfaccia tra questioni politiche, sociali, economiche e ambientali.
L’acquisizione di grandi quantità di immagini per migliorare le prestazioni degli algoritmi di riconoscimento automatico è quindi una sfida importante per queste specie, per le quali il monitoraggio aereo è ancora limitato e fornisce solo un numero esiguo di osservazioni.
Dugongo fotografato durante un'indagine aerea © Marbec.
Idrovolante utilizzato per voli di ricognizione aerea della megafauna marina in Nuova Caledonia © David Mouillot.
Marbec
Sistema di registrazione foto e video utilizzato durante il monitoraggio aereo della megafauna marina in Nuova Caledonia, attaccato alla parte inferiore dell'idrovolante © David Mouillot.
Marbec.
Foto aerea di una tartaruga marina, indicata dalla freccia rossa.
Nuova Caledonia© Marbec
Foto aerea di una manta, indicata dalla freccia rossa.
Nuova Caledonia © Marbec
Foto aerea di uno squalo, indicato dalla freccia rossa.
Nuova Caledonia© Marbec
Parti per un volo di ricognizione!
Compilazione di immagini tratte da sorvoli aerei della costa della Nuova Caledonia che mostrano alcune specie di megafauna.
Queste immagini sono state scattate a bordo di idrovolanti.
Goditi il volo!
Il contributo dei social network
L’originalità dell’approccio presentato in questo studio consiste nel dimostrare il potenziale dei video disponibili sui social network, come complemento al tracciamento video aereo, per ottimizzare e addestrare modelli di deep learning per individuare la megafauna marina.
Le specie rare o a rischio di megafauna marina attirano una grande quantità di attività da parte del pubblico sui social network.
Questa produzione spontanea di immagini e video è incoraggiata dallo sviluppo combinato dell’ecoturismo, di dispositivi digitali poco costosi come fotocamere GoPro e droni e di Internet a banda larga.
Dugongo, Dugongo Dugon in acque libere © N.Barraque. Esplorazioni di Monaco
Un database senza precedenti
In questo studio, applicato al dugongo della Nuova Caledonia, queste risorse sono state utilizzate per costruire un database senza precedenti.
Sono state raccolte sul web più di mille immagini provenienti da sei regioni del mondo che coprono l’areale del dugongo.
Queste immagini provenienti dai social network hanno un valore limitato per il monitoraggio in situ, a causa della mancanza di informazioni precise sulla geolocalizzazione, ma il loro principale vantaggio è che contribuiscono alla costituzione di un database arricchito e solido per l’ottimizzazione dei modelli di deep learning e il rilevamento automatico dei dugonghi.
Un nuovo metodo ad alte prestazioni e una speranza per la conservazione
Questo metodo ha permesso di elaborare in modo rapido e accurato la localizzazione aerea dei dugonghi.
Infatti, l’80% degli individui presenti nelle immagini viene rilevato automaticamente.
Questo metodo offre un nuovo e potente modo di contare e mappare i dugonghi e altre specie marine carismatiche, con l’obiettivo di proteggerle in modo più efficace.
Combinando le tecnologie digitali e i dati massivi provenienti dai social network, si inserisce nel quadro più ampio dell’iEcologia: lo studio dei processi ecologici utilizzando dati online generati per altri scopi e archiviati digitalmente.
Questo studio apre nuove prospettive per il monitoraggio di vasti ecosistemi marini su un’ampia scala spaziale.
![](https://www.monacoexplorations.org/wp-content/uploads/2021/07/figure_dugongs-copie.png)