Comienza a desvelarse la historia del Mar Menor: el CSIC la reconstruye con IA y datos por satélite
El ICMAN-CSIC combina IA y satélites Sentinel-2 para cartografiar la calidad del agua del Mar Menor
El estudio detecta zonas críticas y un nuevo equilibrio ecológico en la laguna murciana más grande
Diez años de observaciones por satélite del Mar Menor dan para mucho, tanto como para conocer su historia, su evolución y el delicado equilibrio que vive esta laguna murciana que se encuentra en el foco de científicos, instituciones y organizaciones ecologistas.
En este sentido, resulta muy interesante la metodología desarrollada por el CSIC que ha combinado inteligencia artificial con datos del satélite Sentinel-2 para cartografiar con alta precisión la calidad del agua del Mar Menor a lo largo de una década.
Esta laguna murciana, la más grande de Europa, ha sido objeto de un seguimiento continuo que ahora permite identificar sus zonas más degradadas, caracterizar sus patrones ambientales y detectar cambios en su equilibrio ecológico.
Los resultados, publicados en la revista Journal of Hydrology, reafirman el valor del uso combinado de IA y observación satelital para vigilar las regiones costeras.
Dos indicadores clave
El trabajo ha sido liderado por el Instituto de Ciencias Marinas de Andalucía del Consejo Superior de Investigaciones Científicas (ICMAN-CSIC) y analiza imágenes del satélite Sentinel-2 tomadas entre julio de 2015 y junio de 2024.
Este satélite ofrece una resolución espacial de 10 metros, lo que equivale aproximadamente al tamaño de una pista de tenis. Aunque no permite detectar objetos pequeños, resulta suficientemente preciso para seguir la evolución de grandes zonas costeras y detectar variaciones llamativas en la calidad del agua.
Clorofila y turbidez
A partir de esas imágenes se han monitorizado dos parámetros centrales: la clorofila-a y la turbidez. La clorofila-a permite estimar la presencia de algas en el agua, mientras que la turbidez refleja la cantidad de materia en suspensión.
Ambos indicadores son esenciales para evaluar la salud de un ecosistema acuático, ya que sus niveles elevados suelen asociarse a episodios de eutrofización o pérdida de oxígeno que amenazan la vida marina del Mar Menor.
El equipo procesó cientos de imágenes mediante herramientas de aprendizaje automático no supervisado y métodos avanzados de análisis estadístico. Este enfoque de inteligencia artificial permitió agrupar zonas de la laguna con comportamientos ambientales similares, dividiendo el Mar Menor en tres grandes áreas según su estado ecológico.
El análisis abarcó casi diez años de datos y diferenció qué cambios son estacionales, cuáles responden a una tendencia a largo plazo y cuáles se deben a eventos extremos puntuales.
Rambla del Albujón
Los resultados identificaron con precisión las zonas más deterioradas de la laguna salada. El estudio destaca la Rambla del Albujón, un cauce que desemboca en el Mar Menor entre Los Alcázares y El Algar (Murcia), como uno de los principales focos de aporte de nutrientes al ecosistema. Esta zona concentra algunos de los valores más elevados de clorofila-a y turbidez registrados durante el periodo analizado.
La metodología también permitió vincular anomalías detectadas en las imágenes satelitales con episodios extremos. Las denominadas «sopas verdes» de 2016 y 2017 —explosiones de algas que tiñen el agua de verde y reducen el oxígeno disuelto— quedaron registradas con claridad en los datos del satélite Sentinel-2. Lo mismo ocurrió con la DANA de 2019 y otros eventos posteriores, que dejaron huellas en la dinámica del Mar Menor perfectamente detectables con Inteligencia Artificial.
Nuevo equilibrio ecológico
Uno de los hallazgos más relevantes es la detección de un aparente nuevo equilibrio ecológico en los últimos años. Los valores de clorofila-a y turbidez muestran cierta estabilización, aunque los investigadores advierten que esta tendencia no implica una recuperación real del ecosistema. Según el equipo del CSIC, el Mar Menor ha experimentado una transformación en su dinámica que todavía no puede interpretarse como mejoría ambiental.
La investigadora predoctoral Paola Barba, supervisada por la doctora Isabel Caballero de Frutos, ha sido la responsable directa del desarrollo metodológico. «Estas herramientas constituyen un apoyo fundamental para la gestión de las zonas costeras, al proporcionar información continua y actualizada sobre los cambios que experimentan», señala Caballero.
La investigadora recalca que su uso «facilita la toma de decisiones por parte de los gestores y contribuye a diseñar medidas de adaptación más eficaces frente a los efectos del cambio global».
Monitoreo optimizado
La metodología supone, además, un avance en la optimización del monitoreo ambiental de la laguna. Al identificar las zonas más sensibles o representativas, es posible ajustar la ubicación de las estaciones de muestreo y reducir costes de campaña sin perder capacidad de seguimiento. La resolución de 10 metros por píxel del satélite Sentinel-2 garantiza una zonificación precisa actualizable en tiempo casi real.
El trabajo demuestra el potencial de la inteligencia artificial y la observación satelital para comprender y gestionar ecosistemas complejos como el Mar Menor. La capacidad de identificar zonas críticas, analizar su evolución temporal y relacionarla con eventos extremos.
Todo este conjunto de herramientas y observaciones por satélite proporciona una base analítica robusta para el desarrollo de futuras estrategias de prevención, gestión y restauración ambiental en el Mar Menor y en otros entornos vulnerables afectados por presiones antrópicas, es decir, por fenómenos, acciones o modificaciones producidas por la actividad humana sobre el medio ambiente o su entorno.
