OPPORTUNITÀ E LIMITI DELLA FOTOANALISI SUPPORTATA DALL’INTELLIGENZA ARTIFICIALE NELLO STUDIO DELLE COMUNITÀ BENTONICHE PIONIERE DEL MARE DI ROSS, ANTARTIDE

Abstract

L’aumento delle pressioni antropiche negli ultimi secoli ha portato a cambiamenti negli ecosistemi terrestri e marini. L’Oceano Meridionale, caratterizzato da alti livelli di endemismo e diversità ecologica, è particolarmente vulnerabile agli effetti del cambiamento climatico. Tra le diverse aree di studio, il monitoraggio delle specie bentoniche pioniere rappresenta un’opportunità per mantenere il controllo sugli impatti dei cambiamenti climatici, poiché sono le prime a subire gli effetti di anomalie stagionali, reti trofiche ecc. Negli ultimi anni, lo sviluppo di software di fotoanalisi basati su intelligenza artificiale ha reso più rapida ed efficiente l’elaborazione dei dati. Tuttavia, la maggior parte di questi modelli è progettata per lo studio di macro- e megabentos, come le scogliere coralline, e solo in rari casi sono stati impiegati in ambienti polari o per organismi più piccoli. In questo studio è stato sviluppato e validato un modello di riconoscimento automatico delle specie bentoniche pioniere presenti su Autonomous Reef Monitoring Structures (ARMS) posizionati nel Mare di Ross (Antartide). Gli ARMS, sono stati dispiegati a 25 m di profondità e recuperati dopo 1, 2, 3 e 5 anni, i pannelli smontati, fotografati e le specie identificate al livello tassonomico più basso possibile. Le immagini sono state elaborate con TagLab, software di segmentazione basato su intelligenza artificiale, per l’addestramento del modello. Sono stati così ottenuti tre training distinti per il riconoscimento di briozoi: due delle specie più abbondanti appartenenti ai generi Camptoplites sp. e Micropora sp., e uno sulla specie Beania erecta, meno frequente ma comunque consistentemente rappresentata. I training hanno raggiunto un’accuratezza dell’85–90%, riducendo i tempi di analisi di dieci volte rispetto alla segmentazione manuale, rappresentando una base promettente per un monitoraggio automatico della biodiversità, estendibile ad altre specie e siti dell’Oceano Meridionale.

Increasing anthropogenic pressures over the last few centuries have determined changes in almost all terrestrial and marine ecosystems. The Southern Ocean, characterized by high levels of endemism and ecological diversity, is particularly vulnerable to the potential impact of climate change. Among all the possible scientific targets of study, pioneer benthic species represent a good opportunity to monitor climate change on marine organisms, as they are the first to be affected by perturbations in the seasonal dynamics, trophic availability, etc. In recent years, the development of photoanalysis software based on artificial intelligence have made the quantitative analysis of images of the benthos faster and more efficient. However, most of these models have been designed for the study of macro- and megabenthos, such as coral reefs, and have only rarely been used in polar environments or for small organisms. In this study, a model for the automatic recognition of pioneer benthic species occurring on Autonomous Reef Monitoring Structures (ARMS) placed in the Ross Sea (Antarctica) was developed and validated. ARMS were deployed at a depth of 25 m and recovered after 1, 2, 3 and 5 years, their panels were dismantled, photographed and the species have been identified at the lowest possible taxonomic level. The images were then processed with TagLab, an artificial intelligence-based segmentation software, to train the model. This resulted in three distinct training sets of bryozoans: two on the most abundant species belong to the genus, Camptoplites sp. and Micropora sp., and one to the species on Beania erecta, which is less frequent but still consistently represented. The training achieved an accuracy of 85–90%, reducing analysis times by up to ten times compared to manual segmentation, representing a promising basis for automatic biodiversity monitoring of pioneer benthic species in polar environments, extendable to other species and sites in the Southern Ocean.