Una herramienta de inteligencia artificial ya puede rastrear qué especies de aves migran y por dónde

Investigadores del Cornell Lab of Ornithology, la University of Massachusetts Amherst y la University of Illinois Urbana-Champaign desarrollaron métodos para identificar qué especies de aves migran sobre América del Norte al combinar observaciones de ciencia participativa con radar meteorológico, un avance que busca resolver una limitación del monitoreo aéreo y que podría incorporarse a sistemas de pronóstico en tiempo real como BirdCast, informó el portal científico Phys.org.

La base del trabajo reúne más de 2.000 millones de observaciones de aves enviadas por los ciudadanos a eBird, la base de datos ornitológica del Cornell Lab of Ornithology. A partir de esos datos, el equipo generó estimaciones específicas por especie para toda la región y presentó los resultados en dos estudios publicados en las revistas Global Ecology and Biogeography y Movement Ecology.

El problema que intentan resolver es preciso: el radar detecta aves en vuelo, pero no distingue qué especies están migrando, indicó el portal. La nueva investigación forma parte del proyecto BirdFlow, impulsado por el Cornell Lab of Ornithology y la Universidad de Massachusetts, que utiliza modelos de inteligencia artificial para predecir movimientos de poblaciones de aves durante la migración con datos del proyecto eBird Status & Trends.

BMTR: el modelo que identifica a las aves que el radar detecta

El primero de los métodos se llama BirdFlow Migration Traffic Rate (BMTR), y usa los datos de eBird para calcular patrones migratorios específicos por especie en el continente. El modelo identificó las principales rutas migratorias y produjo estimaciones semanales por especie incluso en zonas con vacíos de cobertura de radar meteorológico.

Adriaan Dokter, líder de los proyectos BirdCast y BirdFlow en el Cornell Lab of Ornithology, explicó: “BirdFlow abre nuevas posibilidades para monitorear y pronosticar la migración de aves en tiempo real”. También afirmó: “Las nuevas métricas BMTR nos permiten estimar cuáles son las especies más probables responsables de los movimientos que detectamos con radar, que detecta el número de aves que migran en altura pero no qué especies son”.

El segundo enfoque muestra cómo los modelos de BirdFlow incorporan datos de aves seguidas de manera individual mediante GPS, telemetría de radio Motus y anillado para reconstruir movimientos poblacionales a escala continental. Con ese método, el equipo produjo modelos migratorios para 153 especies de aves migratorias de América del Norte, distribuidas en 14 órdenes y 39 familias.

Validación y aplicaciones concretas del sistema

Para comprobar la precisión del sistema, los investigadores compararon las estimaciones derivadas de BirdFlow con 28 años de registros de 152 radares de vigilancia meteorológica en la región. El resultado mostró correlaciones sólidas que respaldan la exactitud del método, y los modelos también se contrastaron con aves rastreadas por GPS, cuyas rutas previstas resultaron biológicamente realistas.

“Encontramos que incorporar estas diferencias individuales y específicas de cada especie, tal como las capturan directamente los datos de seguimiento y anillado, mejora mucho nuestros modelos de movimientos a nivel de población”, señaló Dokter, quien añadió: “Nos gusta pensar en BirdFlow como una forma de combinar toda la información disponible sobre los movimientos de especies individuales”.

Las aplicaciones prácticas aparecen de inmediato en conservación, en especial para reducir el riesgo de colisiones durante los picos migratorios. Yuting Deng, investigadora posdoctoral del Cornell Lab que participó en ambos estudios, explicó que distintos grupos de aves presentan distintos niveles de riesgo de chocar contra ventanas.

El método también muestra potencial para seguir rutas de propagación de enfermedades. Según Phys.org, agencias e investigadores ya colaboran con el equipo para usar los modelos de BirdFlow en el monitoreo de vías de transmisión de la gripe aviar, en particular entre especies de aves acuáticas.

Yangkang Chen, estudiante de doctorado de la Universidad de Illinois Urbana-Champaign y responsable del ajuste de los modelos de BirdFlow, indicó: “Al resolver estos movimientos a nivel de población, se puede respaldar la investigación y las aplicaciones en ecología de la migración, planificación de la conservación, vigilancia de enfermedades, evaluación de riesgos para la aviación y divulgación pública”.

Alcance y expansión del sistema

Estas metodologías, de acuerdo con el portal, permiten estudiar la migración a una escala que antes era difícil de abordar: a través de toda el área de distribución de una especie, durante el ciclo anual completo y en cientos de especies.

Ese punto es relevante porque poblaciones distintas dentro de una misma especie pueden usar rutas diferentes, enfrentar amenazas distintas y atravesar condiciones ambientales diferentes.

El equipo prevé integrar BMTR en sistemas ya existentes como BirdCast, que hoy ofrece pronósticos migratorios pero no información específica por especie. El proyecto BirdFlow también publicó una nueva colección de modelos que amplía de cuatro a 60 los modelos validados disponibles para el programa BirdFlowR.

La metodología también podría extenderse a otras regiones del mundo si existe una cobertura suficiente de datos de ciencia participativa, señaló el portal.