Un estudi desenvolupat a partir de nou anys d’imatges submarines obtingudes gràcies a la infraestructura de monitorització del Laboratori d’Investigacions Marines i Aqüicultura (LIMIA) de l’IRFAP ha demostrat el potencial de la intel·ligència artificial per analitzar l’evolució de les comunitats de peixos costaners de les Illes Balears.
La recerca, liderada per investigadors de l’IMEDEA (CSIC-UIB), ha analitzat més de 80.000 imatges captades entre 2016 i 2024 per una càmera submarina instal·lada al port d’Andratx. Mitjançant tècniques de visió artificial i aprenentatge profund, els investigadors varen identificar més de mig milió d’exemplars corresponents a 17 grups de peixos.
Un dels principals resultats de l’estudi ha estat el desenvolupament d’un nou mètode per estimar de manera més precisa l’abundància relativa dels peixos, incorporant el volum d’aigua observat en cada imatge. Aquesta metodologia permet comparar les dades de forma més fiable al llarg del temps i millora la capacitat de detectar canvis ecològics en els ecosistemes marins.
El treball també ha identificat variacions significatives en la presència d’algunes espècies a partir de 2022, un resultat que obre noves línies d’investigació sobre la influència dels canvis ambientals i climàtics en les comunitats de peixos costaners.
L’estudi posa de manifest el valor de la col·laboració científica entre l’IRFAP LIMIA i l’IMEDEA a través de la Unitat Associada LIMIA-IRFAP–IMEDEA, que permet combinar infraestructures d’observació marina, coneixement científic i eines innovadores d’anàlisi per avançar en el seguiment i la conservació dels ecosistemes marins de les Illes Balears.
La investigació s’ha dut a terme amb la participació de personal investigador de l’IMEDEA, la UIB, l’IRFAP LIMIA i el SOCIB, i ha comptat amb finançament del programa Next Generation EU.
Referència científica:
Ignacio A. Catalán, Amaya Álvarez-Ellacuría, Jose-Luis Lisani, Josep Sánchez, Amalia Grau, Benjamin Casas, Miquel Palmer (2026). AI-powered underwater imaging reveals multiscale occurrence and volume-based abundance patterns in coastal fishes. Ecological Indicators, Volume 186,114901. https://doi.org/10.1016/j.ecolind.2026.114901.