Valutazione della Degradazione delle Barriere Coralline nell'Oceano Indiano Occidentale Guidata dall'Intelligenza Artificiale

Abstract

L'Oceano Indiano Occidentale (WIO) è un hotspot di biodiversità marina, rinomato per i suoi estesi sistemi di barriere coralline che supportano molte specie marine e forniscono servizi ecosistemici cruciali come la protezione costiera, la pesca e il turismo. Tuttavia, queste barriere coralline sono minacciate dai cambiamenti climatici, con aumento delle temperature del mare, acidificazione degli oceani e eventi meteorologici estremi che causano lo sbiancamento e il degrado dei coralli. Questa tesi utilizza tecniche avanzate di machine learning (ML) e intelligenza artificiale (AI) per valutare e prevedere le condizioni future delle barriere coralline nel WIO in vari scenari climatici.

Lo studio utilizza un dataset dal 1998 al 2022, comprendente parametri ambientali, indicatori di salute dei coralli e fattori umani in Kenya, Tanzania, Mozambico, Madagascar e Comore. La pre-elaborazione dei dati include la gestione dei valori mancanti, la normalizzazione e la selezione delle caratteristiche per garantire prestazioni robuste del modello. Vari algoritmi di ML e AI, come la regressione Random Forest e la regressione Gradient Boosting, sviluppano modelli predittivi.

Gli obiettivi chiave sono prevedere le condizioni delle barriere coralline, in particolare la copertura corallina e la biodiversità, in scenari climatici futuri, soprattutto lo scenario SSP5-8.5 ad alta emissione. L'integrazione delle proiezioni climatiche del Community Earth System Model versione 2 (CESM2) con i dati sulla diversità dei coralli fornisce informazioni sugli impatti dell'aumento delle temperature del mare, dei cambiamenti di salinità e dell'acidità degli oceani.

I risultati indicano che entro il 2050 e il 2100, aumenti significativi delle temperature del mare e cambiamenti nelle condizioni oceaniche porteranno a sostanziali diminuzioni della copertura corallina e della biodiversità. Queste proiezioni evidenziano la vulnerabilità delle barriere coralline ai cambiamenti climatici.

The Western Indian Ocean (WIO) is a marine biodiversity hotspot, renowned for its extensive coral reef systems that support many marine species and provide crucial ecosystem services such as coastal protection, fisheries, and tourism. However, these coral reefs are threatened by climate change, with rising sea temperatures, ocean acidification, and extreme weather events causing coral bleaching and degradation. This thesis uses advanced machine learning (ML) and artificial intelligence (AI) techniques to assess and predict the future conditions of coral reefs in the WIO under various climate scenarios.

The study utilizes a dataset from 1998 to 2022, including environmental parameters, coral health indicators, and human factors in Kenya, Tanzania, Mozambique, Madagascar, and the Comoros. Data preprocessing includes handling missing values, normalization, and feature selection to ensure robust model performance. Various ML and AI algorithms, such as Random Forest Regression and Gradient Boosting Regression, develop predictive models.

Key objectives are to forecast coral reef conditions, particularly coral cover and biodiversity, in future climate scenarios, especially the high-emission SSP5-8.5 scenario. The integration of climate projections from the Community Earth System Model version 2 (CESM2) with coral diversity data provides insights into the impacts of rising sea temperatures, salinity changes, and ocean acidity.

The results indicate that by 2050 and 2100, significant increases in sea temperatures and changes in ocean conditions will lead to substantial declines in coral cover and biodiversity. These projections highlight the vulnerability of coral reefs to climate change.