Científicos de la Universidad de Burgos (UBU) crean un algoritmo que reconoce estos caminos en imágenes aéreas para detectar la presencia y cambios de comportamiento de estos animales.
Vacas, caballos, ciervos y otros grandes herbívoros tienen una labor clave en el equilibrio de los ecosistemas, y las alteraciones en sus comportamientos pueden ser dañinas para la biodiversidad. Para ayudar a la vigilancia de las grandes masas de herbívoros, científicos de la Universidad de Burgos han aplicado modelos de inteligencia artificial en la detección de los caminos de grandes herbívoros, las rutas que siguen estos animales, que pueden ser identificados mediante imágenes aéreas. Este estudio parte de necesidades del Instituto Mixto de Investigación en Biodiversidad (CSIC), desde donde buscan identificar y encontrar la presencia de estos caminos forestales.
Un ahorro de esfuerzo
Hasta la fecha, existían solo dos formas de realizar el seguimiento sobre estos rebaños o manadas. La opción más precisa consiste en un experto sobre el terreno, capaz de identificar estas rutas incluso en zonas muy escarpadas o con mucha densidad forestal. No obstante, el proceso de seguimiento es muy lento, ya que necesita desplazarse para completar la ruta de los animales. También es posible identificar estos caminos a través de imágenes aéreas, buscando los rastros y encontrando las rutas de forma visual. Esto requiere un enorme esfuerzo y, en algunas ocasiones, se pueden confundir las marcas sobre el terreno.
El nuevo modelo, entrenado con solo 100 imágenes marcadas a mano por especialistas, es capaz de encontrar estas rutas con precisión e, incluso, algunas casi imposibles de ver con el ojo humano. Además, el modelo entrenado en diversos ecosistemas de montaña en España, como la Cordillera Cantábrica, los Pirineos y la Sierra de Béjar, demostró su utilidad en ecosistemas complejos de otras partes del mundo como África, América y Australia. Cabe destacar que el nuevo sistema es capaz de diferenciar las rutas animales de las creadas por humanos.
Una herramienta de control y conservación
Esta nueva herramienta puede servir para detectar puntos críticos en los que la alta actividad de mamíferos ponga en riesgo la biodiversidad del ecosistema, detectar incrementos o descensos en el tiempo o cambios en estos caminos de pastoreo que puedan señalar otros problemas. Además, también puede resultar de gran utilidad para la conservación de espacios naturales protegidos en los que el pacer del ganado pueda ser peligroso.
A diferencia de estudios anteriores, que solo detectaban la presencia de senderos en áreas grandes (cuadrículas), este sistema reconoce los caminos píxel a píxel. El método, llamado segmentación semántica, es una técnica avanzada de visión por computador que consiste en predecir una categoría específica para cada píxel individual de una imagen, en lugar de realizar una clasificación a nivel de imagen completa.
El estudio ha sido realizado por José Francisco Diez-Pastor, Francisco Javier Gonzalez-Moya, Pedro Latorre-Carmona, Antonio Canepa-Oneto y César García-Osorio, científicos de la Universidad de Burgos en el departamento de Ingeniería informática, de los grupos ADMIRABLE y BEST-AI, en colaboración con Francisco Javier Perez-Barbería (CSIC) y Ludmila I.Kuncheva (Universidad de Bangor, Gales).
Referencia
Díez-Pastor, J. F., González-Moya, F. J., Latorre-Carmona, P., Pérez-Barbería, F. J., Kuncheva, L., Canepa-Oneto, A., Arnaiz-González, Álvar & García-Osorio, C. (2026). Remote sensing colour image semantic segmentation of large herbivorous mammal trails. International Journal of Remote Sensing, 1-24.
