Beyond chlorophyll: machine learning estimates of diagnostic phytoplankton pigments from multispectral ocean colour data

El océano es un motor viviente, impulsado por plantas microscópicas llamadas fitoplancton que flotan en aguas iluminadas por el sol. Estos diminutos organismos son la base de la red trófica marina y son responsables de aproximadamente la mitad de todo el carbono orgánico producido en la Tierra mediante la fotosíntesis. Para comprender cómo funcionan estas plantas y cómo podrían responder a un clima cambiante, los científicos necesitan saber no solo cuántas de ellas están presentes, sino qué tipos son. Durante décadas, la forma estándar de medir su abundancia desde el espacio ha sido buscar un pigmento verde específico llamado clorofila-a. Este pigmento se encuentra en casi todo el fitoplancton y actúa como un indicador fiable de la biomasa total, de forma muy parecida a contar las hojas de un árbol para estimar su tamaño. Sin embargo, saber la cantidad total de hojas no le dice si el árbol es un roble, un pino o un sauce. En el océano, diferentes grupos de fitoplancton desempeñan diferentes papeles en el ecosistema, y distinguir entre ellos es crucial para comprender la salud del planeta.

El desafío radica en el hecho de que el océano es una mezcla compleja de luz y vida. Si bien la clorofila-a es fácil de detectar desde el espacio, otros pigmentos que actúan como huellas dactilares únicas para grupos específicos de fitoplancton son mucho más difíciles de detectar. Estos pigmentos accesorios ayudan a las plantas a adaptarse a diferentes condiciones de luz, pero sus señales suelen verse ahogadas por la presencia abrumadora de la clorofila-a o son difíciles de separar utilizando el número limitado de bandas de color que los satélites actuales pueden ver. Durante años, los investigadores se han preguntado si las sutiles diferencias en los colores del océano, más allá de la simple intensidad del verde, contienen suficiente información para revelar la identidad de las comunidades microscópicas que viven en su interior. Un nuevo estudio de David Moffat y sus colegas del Laboratorio de Ciencias Marinas de Plymouth y la Universidad de Exeter se propone responder a esta pregunta utilizando técnicas avanzadas de aprendizaje computacional para observar más profundamente en los datos.

Los investigadores comenzaron con una colección masiva de mediciones del mundo real. Reunieron más de 33,000 muestras de agua de mar tomadas de barcos y buques de investigación de todo el mundo entre 1991 y 2021. En un laboratorio, estas muestras fueron analizadas para identificar las concentraciones exactas de varios pigmentos, creando una verdad de campo detallada de lo que realmente había en el agua. Luego, cada una de estas muestras se cotejó con imágenes de satélite tomadas el mismo día y en la misma ubicación. Los datos satelitales procedían de la Iniciativa de Cambio Climático de Color del Océano de la Agencia Espacial Europea, que proporciona un registro consistente de los colores del océano a partir de múltiples sensores a lo largo de muchos años. El equipo utilizó este conjunto de datos emparejados para entrenar dos tipos diferentes de modelos de aprendizaje automático. Un modelo era un sofisticado modelo fundacional diseñado para aprender de datos tabulares, mientras que el otro era un bosque aleatorio (random forest), un tipo de algoritmo conocido por su capacidad para encontrar patrones complejos sin sobreajuste. Para probar si estos modelos estaban aprendiendo algo nuevo, también construyeron un modelo base simple que dependía únicamente de la concentración de clorofila-a, ignorando toda la otra información de color.

Los resultados mostraron que los modelos que utilizaban el espectro completo de colores del océano superaban sistemáticamente al enfoque simple de solo clorofila. Este hallazgo confirma que el color del océano contiene más información que solo la cantidad de vida vegetal; contiene pistas sobre los tipos específicos de plantas presentes. Sin embargo, el éxito de los modelos varió dependiendo del pigmento que intentaran identificar. Para la fucoxantina, un pigmento asociado a menudo con las diatomeas, los modelos funcionaron muy bien, pero esto se debió en gran medida a que la fucoxantina está tan fuertemente vinculada a la cantidad total de clorofila-a que el modelo base simple ya podía predecirla con una precisión razonable. El verdadero avance se produjo con otros pigmentos, como la aloxantina y ciertas formas de fucoxantina que son marcadores de diferentes grupos. Para estos, los modelos que utilizaron el rango completo de datos de color mostraron una mejora dramática respecto al modelo base. La computadora aprendió a detectar cambios sutiles en el color del océano que eran invisibles para el simple recuento de clorofila, permitiéndole distinguir entre diferentes comunidades de fitoplancton con mucha mayor precisión.

Para entender cómo la computadora estaba tomando estas decisiones, los investigadores utilizaron una técnica que descompone la lógica del modelo para ver qué piezas de información eran más importantes. Descubrieron que, para algunos pigmentos, el modelo dependía fuertemente de la cantidad total de clorofila-a, confirmando que estos pigmentos se mueven en sincronía con la biomasa general. Pero para otros, el modelo ignoraba la cantidad total de verde y, en su lugar, se centraba en las proporciones específicas de luz azul, verde y roja reflejada por el agua. Esto sugiere que los modelos no solo estaban adivinando basándose en cuánta vida vegetal había, sino que realmente estaban detectando las firmas ópticas únicas de grupos específicos. Cuando los investigadores aplicaron estos modelos entrenados para crear mapas globales de distribución de pigmentos, los resultados pintaron un cuadro que coincidía con los patrones ecológicos conocidos. Los mapas mostraron altas concentraciones de ciertos pigmentos en aguas costeras ricas en nutrientes y zonas de afloramiento, mientras que otros pigmentos dominaban los vastos océanos tropicales pobres en nutrientes. Esta separación espacial refleja los hábitos conocidos de diferentes grupos de fitoplancton, con algunos prosperando en aguas ricas y turbulentas y otros adaptados a las condiciones tranquilas y claras del océano abierto.

El estudio también destacó las limitaciones de la tecnología actual. Si bien los modelos pudieron separar con éxito muchos grupos, tuvieron dificultades con la zeaxantina, un pigmento que se encuentra en organismos similares a bacterias, muy pequeños y abundantes. Los modelos no pudieron predecir con exactitud la cantidad de este pigmento, probablemente porque su señal es débil y difícil de separar del ruido de fondo en los datos satelitales. No obstante, incluso para este pigmento difícil, el modelo logró capturar un patrón general que coincidía con la distribución esperada de estos diminutos organismos en las aguas cálidas y tropicales. Esto indica que, aunque la tecnología aún no es perfecta, ya es capaz de extraer información ecológica significativa que va mucho más allá de los simples recuentos de biomasa. Los investigadores enfatizan que estos hallazgos no son una solución final, sino un paso significativo hacia adelante. Demuestran que el aprendizaje automático puede desbloquear detalles ocultos en décadas de registros satelitales, ofreciendo una nueva forma de monitorear la composición cambiante de la vida microscópica del océano. A medida que se lancen nuevos satélites con sensores de color más sensibles, estos métodos se volverán aún más poderosos, proporcionando una ventana más clara al complejo y vital mundo del fitoplancton que sostiene nuestro planeta.