logo móvil
Contáctanos

Mapeo de las distribuciones de sedimentos del fondo marino utilizando datos geoespaciales públicos y aprendizaje automático para apoyar el desarrollo regional de energía renovable en alta mar

Autores: Capizzano, Connor W.; Rhoads, Alexandria C.; Croteau, Jennifer A.; Taylor, Benjamin G.; Guarinello, Marisa L.; Shumchenia, Emily J.

Idioma: Inglés

Editor: MDPI

Año: 2024

Descargar PDF

Acceso abierto

Artículo científico
2024

Mapeo de las distribuciones de sedimentos del fondo marino utilizando datos geoespaciales públicos y aprendizaje automático para apoyar el desarrollo regional de energía renovable en alta mar


Categoría

Ciencias Naturales y Subdisciplinas

Subcategoría

Ciencias de la Tierra y Geología

Palabras clave

Expansión
Desarrollo de energía eólica marina
Hábitats bentónicos
Sedimentos superficiales
Evaluaciones de impacto
Datos geoespaciales

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 18

Citaciones: Sin citaciones


Descripción
Dada la rápida expansión del desarrollo de energía eólica marina en los Estados Unidos (EE. UU.), la cartografía precisa de hábitats bentónicos, específicamente de sedimentos superficiales, es esencial para mitigar los posibles impactos en estos valiosos ecosistemas. Sin embargo, el desarrollo de energía eólica marina ha superado los resultados de los esfuerzos de monitoreo ambiental, lo que obliga a las partes interesadas a depender de un conjunto limitado de datos geoespaciales públicos para realizar evaluaciones de impacto. Por lo tanto, el presente estudio buscó desarrollar y evaluar un flujo de trabajo sistemático para generar mapas de sedimentos a escala regional utilizando datos geoespaciales públicos que pueden presentar desafíos de integración y modelado. Para demostrar este enfoque, se caracterizaron las distribuciones de sedimentos en la plataforma continental del noreste de EE. UU., donde el desarrollo de energía eólica marina ha ocurrido desde 2016. Los datos de sedimentos y batimétricos disponibles públicamente en la región se procesaron utilizando estándares de clasificación nacional y herramientas espaciales, respectivamente, e integrados utilizando un algoritmo de aprendizaje automático para predecir la ocurrencia de sedimentos. En general, este enfoque y el compuesto de sedimentos generado predijeron efectivamente las distribuciones de sedimentos en áreas costeras, pero tuvieron un rendimiento inferior en áreas marinas donde los datos eran escasos o de mala calidad. A pesar de estas deficiencias, este estudio se basa en los esfuerzos de mapeo de hábitats bentónicos y destaca la necesidad de colaboración regional para estandarizar la recolección y el intercambio de datos del fondo marino para apoyar las decisiones sobre energía eólica marina.

Otros recursos que podrían interesarte

Temas Virtualpro