El cas de l’Amazònia: Làsers des de l’Estació Espacial per frenar el canvi climàtic.
Si fa un any ens sorpreníem amb la capacitat de la Intel·ligència Artificial per comptar milers de milions d’arbres a la Xina, avui la frontera tecnològica s’ha desplaçat dels drons a l’espai exterior. Una tecnologia avançada clau, el potencial de la qual s’està veient multiplicat gràcies a la intel·ligència artificial, és GEDI (Global Ecosystem Dynamics Investigation). Instal·lat a l’Estació Espacial Internacional (ISS), aquest sensor LIDAR no només mapeja la superfície, sinó que permet, en certa manera, “pesar” els boscos —és a dir, estimar la biomassa forestal— des d’una òrbita a 400 quilòmetres d’altura.
Imagen: El sensor GEDI instalado en el módulo JEM-EF de la Estación Espacial Internacional.
Crédito: NASA
En el passat, estimar la quantitat de carboni emmagatzemada en selves tan denses com l’Amazònia requeria expedicions terrestres ardues i limitades a petites parcel·les. Era, literalment, intentar entendre l’oceà mirant un got d’aigua. Avui, la incorporació de la intel·ligència artificial per processar les dades de GEDI ens permet convertir milers de milions de polsos làser en un inventari de biomassa global, un pas crític per entendre i mitigar el canvi climàtic.
GEDI: L’ull làser que orbita la Terra
A diferència dels sistemes LIDAR convencionals muntats en avions, GEDI és el primer sistema optimitzat específicament per mesurar l’estructura tridimensional dels boscos des de l’espai. Dispara 242 polsos làser per segon, cobrint la Terra entre les latituds 51.6° N i S. Cada pols rebota en el dosser, les branques i, finalment, el sòl, mesurant el temps de retorn per generar un perfil vertical de la vegetació.
Actividades de integración del Banco Óptico. Sala limpia del Área de Revisión e Integración de la Nave Espacial (SCA) en el Centro de Vuelos Espaciales Goddard. Imagen de NASA Goddard Space Flight Center / Barbara Lambert – This image or video was catalogued by Goddard Space Flight Center of the United States National Aeronautics and Space Administration (NASA) under Photo ID: GSFC_20180424_GEDI_06210., Public Domain, https://commons.wikimedia.org/w/index.php?curid=176145247.
El resultat no és només un núvol de punts, sinó una “forma d’ona” completa que representa la densitat de les fulles i branques a diferents altures. Amb una resolució de 25 metres, GEDI és capaç de penetrar parcialment el dens fullatge tropical, revelant què passa sota la superfície de les capçades, cosa que els satèl·lits òptics tradicionals simplement no poden veure.
Intel·ligència Artificial: El cervell que tradueix llum en biomassa
Aquí és on la IA demostra el seu valor. GEDI genera una quantitat massiva de dades (més de 10.000 milions d’observacions per any d’operació). Els algorismes d’Aprenentatge Profund (Deep Learning) són entrenats per interpretar aquestes formes d’ona complexes i extreure informació vital.
Així, la IA aprèn a veure el bosc arbre a arbre. La imatge esquerra (A) mostra el núvol de punts làser d’un únic arbre: cada punt és el rebot d’un pols de llum LiDAR que ha impactat en una branca, una fulla o el tronc. L’eix vertical Z indica l’altura en metres sobre el sòl, revelant l’estructura completa del dosser de dalt a baix. La imatge dreta (B) amplia el camp de visió: cada color representa un arbre diferent, individualitzat automàticament per algorismes d’intel·ligència artificial. Les línies negres verticals marquen l’eix del tronc de cadascun. És exactament aquest tipus de dades tridimensionals —generades a partir de milers de milions de trets per la missió GEDI de la NASA— el que els models de Deep Learning aprenen a interpretar per estimar quanta biomassa, i per tant quant carboni, emmagatzema cada bosc del planeta.
Què significa això a la pràctica? Significa que la IA aprèn a “pesar” el bosc. Analitzant l’estructura vertical capturada pel làser —l’altura del dosser, la distribució de la biomassa i la densitat de la cobertura vegetal—, els models predictius poden estimar amb una precisió notable la biomassa aèria emmagatzemada als boscos.
Densidad de Biomasa Aérea (AGBD).
Però la IA va molt més enllà. En comparar dades de diferents períodes, els algorismes poden identificar senyals subtils de degradació forestal que passarien desapercebudes en fotografies satel·litals òptiques. Poden detectar si un bosc està perdent la seva estructura interna a causa de la tala selectiva o de l’estrès hídric sever abans que els arbres morin, permetent una intervenció molt més ràpida i eficaç.
Esta imagen nos muestra la Densidad de biomasa aérea en la Amazonia sudoccidental (GEDI L4B, abril 2019 – agosto 2021). El mapa muestra las huellas individuales del instrumento GEDI a bordo de la ISS sobre Perú, Brasil y Bolivia. La escala de color refleja la biomasa aérea en megagramos por hectárea (Mg/ha): desde zonas con menor densidad forestal en amarillo (0–90 Mg/ha) hasta bosques de alta biomasa en verde oscuro y púrpura (>360 Mg/ha). Fuente: Amazon Conservation / NASA GEDI.
L’Amazònia: protegint el pulmó del planeta
El repte principal per als investigadors de la missió GEDI, liderada per la Universitat de Maryland i la NASA, és quantificar les reserves de carboni a la conca de l’Amazones, que emmagatzema prop del 17 % del carboni terrestre mundial.
Per abordar aquest repte, s’han integrat les dades de GEDI amb models geoespacials per respondre a una pregunta crítica: quanta quantitat de carboni estem perdent realment a causa de la desforestació i la degradació forestal? Amb aquest objectiu:
- S’han processat milers de milions d’empremtes làser per generar mapes de biomassa d’alta resolució (1 km²).
- La IA utilitza models d’aprenentatge automàtic entrenats amb mesures de camp exhaustives, permetent escalar el coneixement d’una petita parcel·la a tot el continent sud-americà.
- Institucions com Amazon Conservation utilitzen ara aquestes dades processades per IA per monitoritzar en temps real l’impacte de la mineria al Perú i Bolívia, aportant proves científiques a les denúncies ambientals.
La validació d’aquests resultats és fonamental. Igual que en altres ecosistemes forestals, els algorismes s’ajusten comparant dades espacials amb escanejos aeris i mesuraments manuals, aportant una solidesa científica necessària perquè aquestes dades s’utilitzin en mercats internacionals de crèdits de carboni.
Incendios activos sobre la Amazonia brasileña captados por satélite de la NASA. Las columnas de humo y las manchas marrones revelan zonas de bosque destruido. La pérdida de cubierta forestal implica la liberación inmediata del carbono almacenado durante décadas, cuya cuantificación es precisamente el objetivo de instrumentos como GEDI. Fuente: NASA Earth Observatory.
Més enllà del carboni i el context espanyol
La tecnologia GEDI + IA no només serveix per mesurar el canvi climàtic; és una eina de gestió forestal de gran abast. Es pot utilitzar per avaluar la biodiversitat, monitoritzar la recuperació de boscos després d’incendis o planificar la gestió de conques hidrogràfiques.
Nube de puntos LiDAR de un bosque de Oregon (EE.UU.), codificada por altura del dosel: verde (árboles bajos) a rojo (hasta 93 m). La misión GEDI aplica esta misma tecnología desde la Estación Espacial Internacional para generar mapas globales de estructura forestal y carbono almacenado.
És important remarcar que aquesta tecnologia és d’accés obert i té una rellevància directa a Espanya. Investigadors com Adrián Pascual, especialista en teledetecció forestal i membre de l’equip científic de GEDI a la Universitat de Maryland, estan liderant l’ús d’aquestes dades per millorar els inventaris forestals nacionals.
En el nostre entorn, GEDI permet avaluar la biomassa i la salut dels boscos amb una freqüència i un cost impensables fins fa poc. Disposem del talent i la base tecnològica per integrar aquestes dades en polítiques de prevenció d’incendis i resiliència climàtica.
Una crida a l’acció proactiva per la IA
La sinergia entre GEDI i la intel·ligència artificial ens permet avui dur a terme una tasca d’escala planetària: monitoritzar l’estructura tridimensional de cada racó dels boscos des de l’espai. La IA transforma els polsos làser en coneixement accionable per protegir el clima.
Utilitzar la intel·ligència artificial per “vigilar” i valorar el carboni dels boscos és un actiu estratègic. Cal apostar decididament per aquestes tecnologies, integrant-les de manera responsable per assegurar que els boscos del món —des de l’Amazònia fins a les nostres deveses— continuïn complint la seva funció vital en un futur sostenible.
