La creciente masificación de los espacios naturales podría poner en riesgo la calidad de los ecosistemas. Con el objetivo de medir el impacto antropogénico en los parques naturales, un estudio del Centro Internacional de Métodos Numéricos en Ingeniería (CIMNE) y la Universidad de Lleida (UdL) ha propuesto una herramienta sencilla y de bajo coste computacional que permite medir la afluencia humana y su impacto en los parques naturales mediante visión por computador.
El reto de digitalizar la biodiversidad
Cataluña cuenta con una veintena de parques naturales que pueden verse amenazados por la elevada presencia humana, pero a día de hoy no se dispone de datos sobre la afluencia ni los usos habituales que la gente hace de ellos. PIKSEL es un proyecto de colaboración entre el CIMNE y la Generalitat de Catalunya que pretende desarrollar un portal integrador de conocimiento para la gestión sostenible de los ecosistemas y del territorio.
Para evitar la pérdida de biodiversidad, uno de los objetivos de PIKSEL se centra en evaluar la presión de carácter antropogénico en los diversos ecosistemas catalanes, tanto terrestres como marinos. A través de la visión por computador, que utiliza modelos de aprendizaje automático, el proyecto pretende cuantificar de forma continua la presencia de visitantes para conocer cuáles son los parques más afectados en función del día de la semana, las estaciones o la época del año y estudiar su relación con la pérdida gradual de biodiversidad.
Sin embargo, esta tecnología afronta retos como el recuento preciso y en tiempo real de objetos en movimiento en entornos complejos, con constantes cambios meteorológicos que implican distintas temperaturas, lluvia y variaciones de luz. Asimismo, el despliegue en áreas rurales o remotas requiere soluciones eficientes y de bajo consumo, preferentemente autónomas, capaces de funcionar con dispositivos ligeros y, a menudo, con conectividad limitada.
Un modelo de detección asequible
Un nuevo estudio propone un método de detección que aborda las limitaciones mencionadas y forma parte de la tesis doctoral de la Dra. Oluwakemi Akinwehinmi, investigadora en la Unidad de Innovación en Tecnologías Pre, Post y Digitales (DIGIT), supervisada por el Dr. Pedro Arnau y el Dr. Alberto Tena de la misma unidad, y por el Dr. Javier Mora, del clúster de investigación en Mecánica estructural y de partículas, del CIMNE.
El sistema de detección y recuento está basado en inteligencia artificial avanzada (YOLOv8n), una arquitectura de visión por computador que optimiza los recursos a partir de un diseño de computación multihilo que se ejecuta de manera eficiente en dispositivos de bajo consumo. Esta solución permite procesar flujos de vídeo en tiempo real y reducir drásticamente la latencia en comparación con los métodos secuenciales tradicionales.
Uno de los rasgos distintivos de esta tecnología es su diseño orientado a entornos no estructurados, que mejora la capacidad de detección frente a cambios bruscos de iluminación, oclusiones parciales y sensores de resolución limitada. Además, el código está optimizado para funcionar en dispositivos de bajo consumo, lo que reduce su huella digital y refuerza su sostenibilidad. Todo ello facilita el despliegue asequible y viable en zonas rurales de un sistema de recuento más estable y consistente de la presencia humana, incluso cuando los movimientos son irregulares o la carga de procesamiento fluctúa.
Gestión sostenible basada en datos
Disponer de información continua sobre la presencia humana en los espacios naturales permite identificar mejor los momentos y las zonas de mayor presión, y adaptar las medidas de gestión y protección a las necesidades reales de cada ecosistema. La herramienta proporciona datos en tiempo real que los gestores ambientales pueden utilizar para pasar de una observación reactiva a una conservación proactiva y basada en evidencias.
Más allá del caso de uso en biodiversidad, el enfoque puede aplicarse a otros ámbitos que requieran análisis de vídeo eficiente y en tiempo real en entornos no estructurados, lo que amplía su potencial como herramienta tecnológica para la gestión inteligente del territorio.
Akinwehinmi, O., Tena, A., Mora, J., Solsona, F., Arnau del Amo, P., 2026. Real-time habitat mapping with YOLOv8: A multi-threaded approach to biodiversity preservation. Comput. Vis. Image Underst. 263, 104606. https://doi.org/10.1016/j.cviu.2025.104606
