Geovisualización Científica de la dinámica de dispersión y recale de sargazo en el Caribe, basada en imágenes satelitales y pronósticos numéricos
DOI:
https://doi.org/10.22201/igg.25940694e.2024.2.123Resumen
Este estudio se enfoca en la representación espacial y temporal de la dinámica de dispersión y recale de sargazo. Para alcanzar este objetivo se desarrolla un prototipo de un sistema automatizado, que incorpora los siguientes elementos: 1) La detección de balsas de sargazo: Son identificadas balsas individuales de sargazo usando imágenes Sentinel-2 con un periodo de recurrencia de cinco días. 2) La obtención de pronósticos/retrospectiva de campos vectoriales: los pronósticos o retrospectiva para una semana, se obtienen en intervalos de una hora para las principales forzantes que afectan el movimiento de las balsas (corrientes, mareas, oleaje y viento) usando servicios de supercómputo (Servicio Marino de Copernicus). 3) Simulación lagrangiana: El movimiento de las balsas individuales detectadas en el paso 1, es simulado usando los campos vectoriales obtenidos en el paso 2. Para propósitos estadísticos los detalles de localización, fecha y hora de las balsas que recalan o derivan fuera del intervalo de simulación; son almacenados. 4) Generación de animaciones: Cuatro animaciones son producidas para visualizar: a) El movimiento de las balsas b) De sus trayectorias, c) La dinámica de las forzantes superficiales (corrientes, mareas y oleaje), y d) La dinámica de los factores que actúan sobre de superficie ( i.e. arrastre del viento, modelado como un porcentaje de su velocidad. 5) Visualización 3D: Todos los elementos anteriores se integran en un globo interactivo con batimetría 3D, que permite a los usuarios examinar el pronóstico (o retrospectiva) de dispersión y recale para una fecha específica del paso del satélite.
Si bien nuestro prototipo conjunta todos los elementos relevantes de un sistema de monitoreo, no debe considerarse como un sistema operacional de alerta temprana. Un sistema operacional requiere una optimización del método de teledetección, una profundización del modelo de simulación de transporte pasivo, y un protocolo experimental de evaluación de su confiabilidad, los cuales quedan fuera del alcance de este artículo. Aquí nos concentramos solamente en la geovisualización interactiva de la dinámica de los procesos de dispersión y recale y su significado para mejorar la comprensión científica, así como la implementación de políticas de gestión costera.
Se compara nuestro sistema con otros similares propuestos y existentes. Se discuten las limitaciones y perspectivas de nuestro enfoque, así como su potencial para desarrollar un sistema robusto de monitoreo y alerta de sargazo para el mar Caribe.
Descargas
Citas
Bible, S., Triece, C., & Sayko Ryan. (2020). Navigating Fluid Motion: Lagrangian vs. Eulerian Frames of Fluid Motion. https://www.resolvedanalytics.com/cfd-physics-models/lagrangian-vs-eulerian-phase-models
Chávez, V., Uribe-Martínez, A., Cuevas, E., Rodríguez-Martínez, R. E., van Tussenbroek, B. I., Francisco, V., Estévez, M., Celis, L. B., Monroy-Velázquez, L. V., & Leal-Bautista, R. (2020). Massive influx of pelagic sargassum spp. on the coasts of the Mexican Caribbean 2014-2020: challenges and opportunities. Water, 12(10), 2908.
Collecte Localisation Satellites (CLS). (2023, April 25). SAMTOOL: sargassum DETECTION. Https://Datastore.Cls.Fr/Products/Samtool-sargassum-Detection/. https://datastore.cls.fr/products/samtool-sargassum-detection/
DEAL de Guadeloupe (Direction de l'Environnement, de l'Aménagement et du L., & Meteo France. (2023, April 21). Prévision des échouages. Https://Www.Guadeloupe.Developpement-Durable.Gouv.Fr/Prevision-Des-Echouages-R1256.Html. https://www.guadeloupe.developpement-durable.gouv.fr/prevision-des-echouages-r1256.html
Hu, C., Barnes, B., & Canizzaro, J. (2024). Satellite-based sargassum Watch System (SaWS). Optical Oceanography Laboratory, College of Marine Science, University of South Florida. https://optics.marine.usf.edu/projects/saws_test.html
Johns, E. M., Lumpkin, R., Putman, N. F., Smith, R. H., Muller-Karger, F. E., Rueda-Roa, D. T., Hu, C., Wang, M., Brooks, M. T., & Gramer, L. J. (2020). The establishment of a pelagic sargassum population in the tropical Atlantic: biological consequences of a basin-scale long distance dispersal event. Progress in Oceanography, 182, 102269.
Olguin-Maciel, E., Leal-Bautista, R. M., Alzate-Gaviria, L., Domínguez-Maldonado, J., & Tapia-Tussell, R. (2022). Environmental impact of sargassum spp. landings: an evaluation of leachate released from natural decomposition at Mexican Caribbean coast. Environmental Science and Pollution Research, 29(60), 91071-91080.
Oxenford, H. A., Cox, S.-A., van Tussenbroek, B. I., & Desrochers, A. (2021). Challenges of turning the sargassum crisis into gold: current constraints and implications for the Caribbean. Phycology, 1(1), 27-48.
Park, K., Kaiser, K., & Broman, B. (2015). SEAS Forecasting (sargassum EARLY ADVISORY SYSTEM). http://seas-forecast.com/
Putman, N. F., Beyea, R. T., Iporac, L. A. R., Triñanes, J., Ackerman, E. G., Olascoaga, M. J., Appendini, C. M., Arriaga, J., Collado-Vides, L., Lumpkin, R., Hu, C., & Goni, G. (2023). Improving satellite monitoring of coastal inundations of pelagic sargassum algae with wind and citizen science data. Aquatic Botany, 188. https://doi.org/10.1016/j.aquabot.2023.103672
Putman, N. F., Goni, G. J., Gramer, L. J., Hu, C., Johns, E. M., Trinanes, J., & Wang, M. (2018). Simulating transport pathways of pelagic sargassum from the Equatorial Atlantic into the Caribbean Sea. Progress in Oceanography, 165. https://doi.org/10.1016/j.pocean.2018.06.009
Robledo, D., Vázquez-Delfín, E., Freile-Pelegrín, Y., Vásquez-Elizondo, R. M., Qui-Minet, Z. N., & Salazar-Garibay, A. (2021). Challenges and opportunities in relation to sargassum events along the Caribbean Sea. Frontiers in Marine Science, 8, 699664.
Rodríguez-Martínez, R. E., Medina-Valmaseda, A.-E., Blanchon, P., Monroy-Velázquez, L. V, Almazán-Becerril, A., Delgado-Pech, B., Vásquez-Yeomans, L., Francisco, V., & García-Rivas, M. C. (2019). Faunal mortality associated with massive beaching and decomposition of pelagic sargassum. Marine Pollution Bulletin, 146, 201-205.
Schling, M., Compeán, R. G., Pazos, N., Bailey, A., Arkema, K., & Ruckelshaus, M. (2022). The Economic Impact of sargassum: Evidence from the Mexican Coast. Inter-American Development Bank. https://publications.iadb.org/publications/english/document/The-Economic-Impact-of-sargassum--Evidence-from-the-Mexican-Coast.pdf
Shirah, G., & Mitchell, H. (2015). Garbage Patch Visualization Experiment. https://svs.gsfc.nasa.gov/4174
Uribe-Martínez, A., Berriel-Bueno, D., Chávez, V., Cuevas, E., Almeida, K. L., Fontes, J. V. H., van Tussenbroek, B. I., Mariño-Tapia, I., Liceaga-Correa, M. de los Á., Ojeda, E., Castañeda-Ramírez, D. G., & Silva, R. (2022). Multiscale distribution patterns of pelagic rafts of sargasso (sargassum spp.) in the Mexican Caribbean (2014–2020). Frontiers in Marine Science, 9. https://doi.org/10.3389/fmars.2022.920339
Van Tussenbroek, B. I., Arana, H. A. H., Rodríguez-Martínez, R. E., Espinoza-Avalos, J., Canizales-Flores, H. M., González-Godoy, C. E., Barba-Santos, M. G., Vega-Zepeda, A., & Collado-Vides, L. (2017). Severe impacts of brown tides caused by sargassum spp. on near-shore Caribbean seagrass communities. Marine Pollution Bulletin, 122(1-2), 272-281.
Wang, M., & Hu, C. (2016). Mapping and quantifying sargassum distribution and coverage in the Central West Atlantic using MODIS observations. Remote Sensing of Environment, 183, 350-367.
Wang, M., & Hu, C. (2020). Automatic extraction of sargassum features from sentinel-2 msi images. IEEE Transactions on Geoscience and Remote Sensing, 59(3), 2579-2597.
Wang, M., & Hu, C. (2021). Satellite remote sensing of pelagic sargassum macroalgae: The power of high resolution and deep learning. Remote Sensing of Environment, 264, 112631.
Wang, M., Hu, C., Barnes, B. B., Mitchum, G., Lapointe, B., & Montoya, J. P. (2019). The great Atlantic sargassum belt. Science, 365(6448), 83-87.
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Francisco Javier Osorno-Covarrubias, Jorge Prado Molin Prado Molina

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
PLUMX Metrics