Lightnews — Scholar-powered news

Natusfera

@natusferaes.bsky.social

Este bicho diminuto (~1 mm) es un colémbolo, 𝑆𝑚𝑖𝑛𝑡𝘩𝑢𝑟𝑖𝑑𝑒𝑠 𝑎𝑞𝑢𝑎𝑡𝑖𝑐𝑢𝑠. Tiene seis patas, pero no es un insecto. Vive cerca del agua y es un buen bioindicador de la calidad y limpieza de su entorno. Este vive en la Sierra de Guadarrama:
🟢 spain.inaturalist.org/observations...
#observacióndelasemana 📸

Foto: Sminthurides aquaticus. Autor: Borja Fierro (https://spain.inaturalist.org/people/borjitaaa). Licencia: CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Foto reencuadrada.

Mapa de las observaciones de Sminthurides aquaticus en iNaturalist. Se concentran en Europa y también está presente en Norteamérica y Asia-Pacífico. Algunas citas en América del Sur y Australia.

February 5, 2026 at 11:43 AM

Reposted by Natusfera

GBIF España/Spain

@gbif.es

El aprendizaje automático podría contribuir al desarrollo de sistemas de alerta para la #biodiversidad. Un estudio propone combinar #IA, teledetección, #cienciaciudadana y datos de @gbif.org para anticipar riesgos y apoyar decisiones de conservación:
▶️ doi.org/10.1002/ppp3... #CiteTheDOI

Aprendizaje automático para explorar nuevas prioridades de conservación
El modelo CAPTAIN utiliza aprendizaje por refuerzo para analizar qué áreas podrían protegerse con mayor eficacia. Esta propuesta muestra cómo la IA podría apoyar futuros sistemas de alerta en biodiversidad.
Figura: Flujo de trabajo esquemático del software CAPTAIN (Conservation Area Prioritisation Through Artificial INtelligence). El sistema consta de un sistema natural simulado (una matriz dividida en celdas que incluye diversas variables biológicas y ambientales, con la posibilidad de ampliarse para incorporar parámetros socioeconómicos u otros factores relevantes) y un agente (la representación mediante aprendizaje automático de un responsable de políticas, que aprende del sistema natural cómo tomar las mejores decisiones en la planificación de la conservación).

Evaluación automatizada del riesgo de extinción
Ciertos modelos pueden estimar el riesgo de extinción cuando faltan datos. Esta capacidad podría acelerar la detección de amenazas y contribuir al diseño de sistemas de alerta temprana.
Figura: Valores del Índice Global de la Lista Roja para grupos evaluados de forma exhaustiva, donde los valores más bajos indican un mayor riesgo de extinción dentro del grupo. Comprender las tendencias en el estado de conservación entre distintos grupos taxonómicos puede ayudar a orientar los esfuerzos de conservación hacia donde más se necesitan.

Aprendizaje automático para mejorar la evaluación del estado de conservación
IUCNN emplea redes neuronales para aproximar categorías de amenaza de la UICN. Esta aproximación sugiere que la IA podría complementar el trabajo de los expertos y reforzar futuros sistemas de alerta para la biodiversidad.
Figura: Método recientemente propuesto para la clasificación del nivel de amenaza de las especies basado en redes neuronales profundas (IUCNN; Zizka et al., 2022). Los datos de entrada pueden ser los datos brutos de presencia de las especies obtenidos de bases de datos en línea o un conjunto de variables geográficas, climáticas y otras características espaciales generadas mediante el paquete de R IUCNN (https://github.com/IUCNN). Si están disponibles, también pueden incluirse rasgos adicionales, como características de la historia de vida e información filogenética.

Aprendizaje automático para integrar datos y anticipar cambios ecológicos
El flujo de trabajo muestra cómo combinar datos de distribución, clima y observaciones para generar predicciones de riesgo. Esta integración podría servir de base para sistemas de alerta temprana más eficaces.
Figura: Resultado de un experimento de planificación de la conservación basado en 1.517 especies de árboles endémicos de Madagascar, 22.394 unidades de protección (de 5 × 5 km) y un presupuesto que permite proteger hasta el 10% de dichas unidades.

February 3, 2026 at 12:16 PM

Reposted by Natusfera

GBIF España/Spain

@gbif.es

La teledetección, la #cienciaciudadana y la inteligencia artificial pueden integrarse para generar modelos de distribución de especies ( #SDM) más precisos y útiles. Los datos abiertos que aporta @gbif.org contribuyen a avanzar en esta línea de investigación:
▶️ psjd.icm.edu.pl/psjd/element...

Modelización de nichos ecológicos basada en nuevas fuentes de datos.
La modelización de nichos ecológicos combina teledetección, ciencia ciudadana e inteligencia artificial. Esto mejora la comprensión de la distribución de especies.
Foto: Paisaje.

Integración de ciencia ciudadana y datosambientales.
Las observaciones de ciencia ciudadana se pueden incorporar a datos ambientales para mejorar la modelización de nichos ecológicos. Esto amplía la cobertura espacial y temporal de la información disponible.
Figura: Red de coocurrencia de palabras clave que muestra los principales grupos temáticos.

Aportación de la teledetección a la modelización ecológica.
La teledetección añade detalle espacial y temporal que permite caracterizar mejor los hábitats. Esta información contribuye a generar predicciones más robustas dentro de la modelización de nichos ecológicos.
Figura: Gráfica de tendencias anuales en las publicaciones que integran SDM con teledetección, ciencia ciudadana e inteligencia artificial (2010–2024)

Observaciones directas como base para mejorar los modelos.
Las observaciones realizadas por la ciudadanía proporcionan datos esenciales para entrenar y validar la modelización de nichos ecológicos. Cada registro ayuda a mejorar la representación de la distribución de las especies.
Foto: Científico ciudadano. Autor: Javier Gómez (https://spain.inaturalist.org/people/javiergmm). Licencia: CC BY-NC 4.0 (https://creativecommons.org/licenses/by-nc/4.0/)

February 2, 2026 at 12:49 PM

Natusfera

@natusferaes.bsky.social

La curruca rabilarga (𝐶𝑢𝑟𝑟𝑢𝑐𝑎 𝑢𝑛𝑑𝑎𝑡𝑎) prefiere vivir en zonas de bosque abierto y matorral, donde encuentra refugio y protección para anidar cerca del suelo. Es insectívora y con esos ojazos rojos no le cuesta destacar como #observacióndelasemana 📸:
🟢 spain.inaturalist.org/observations...

Foto: Curruca undata. Autor: Lluís Amat (https://spain.inaturalist.org/people/lluisamat). Licencia: CC BY-NC 4.0 (https://creativecommons.org/licenses/by-nc/4.0/)

January 29, 2026 at 10:17 AM

Natusfera

@natusferaes.bsky.social

La #cienciaciudadana se encarga del seguimiento del gato montés en España www.revistaquercus.es/noticia/9236...

La ciencia ciudadana se encarga del seguimiento del gato montés en España

Según los resultados del I Sondeo de Gato Montés en España, la especie objeto de este proyecto de ciencia ciudadana sobrevive en poblaciones muy fragmentadas y por lo general en bajas densidades. Esto...

www.revistaquercus.es

January 29, 2026 at 9:38 AM

Natusfera

@natusferaes.bsky.social

Los datos de @inaturalist.bsky.social ayudan a estudiar la expansión de estas especies #invasoras en Andalucía 👇

Estación Biológica de Doñana - CSIC @ebdonana.bsky.social · 11d

🟡 Un nuevo estudio revela que el avispón oriental y el avispón bicolor aumentan su presencia en Andalucía

Además, se identifican los registros más meridionales en Europa de la avispa asiática, lo que revela que la especie continúa expandiéndose hacia el sur.

🔗 www.ebd.csic.es/divulgacion/...

January 27, 2026 at 1:52 PM

Reposted by Natusfera

GBIF España/Spain

@gbif.es

La #cienciaciudadana vuelve a demostrar su valor: un pescador ha permitido detectar en el Guadalquivir 𝑀𝑎𝑐𝑟𝑜𝑏𝑟𝑎𝑐𝘩𝑖𝑢𝑚 𝑐𝑓. 𝑛𝑖𝑝𝑝𝑜𝑛𝑒𝑛𝑠𝑒, una especie invasora cuya expansión global puede seguirse gracias a datos abiertos de @gbif.org e @inaturalist.bsky.social:
▶️ doi.org/10.3897/emt.... #CiteTheDOI

Ciencia ciudadana y biodiversidad: una observación clave
El hallazgo de M. nipponense por un pescador muestra cómo la ciencia ciudadana permite anticipar invasoras y proteger la biodiversidad en áreas sensibles, al reforzar la vigilancia ambiental.
Foto: Macrobrachium nipponense. Autor: H.T.Cheng (https://www.inaturalist.org/people/oryzias). Licencia: CC BY-NC 4.0 (https://creativecommons.org/licenses/by-nc/4.0/)

Biodiversidad global: expansión documentada con datos abiertos
El mapa combina registros científicos y observaciones de GBIF e iNaturalist para seguir la expansión mundial de M. nipponense, algo esencial para gestionar invasoras y conservar la biodiversidad.
Figura: Los registros de la distribución nativa y no nativa del camarón oriental de río, M. nipponense, se muestran en el mapa. Los puntos blancos indican las localidades nativas en el sudeste asiático. Los puntos naranjas señalan localidades no nativas previamente registradas en Eurasia y Norteamérica, mientras que la estrella amarilla marca la ubicación del ejemplar detectado en el estuario del río Guadalquivir (suroeste de España) durante este estudio (Sanlúcar de Barrameda, cerca de la desembocadura, representada en azul).

Identificación morfológica: claves para confirmar la especie
Los rasgos diagnósticos del ejemplar del Guadalquivir permiten distinguirlo de especies nativas y mejorar la detección temprana de invasoras, un paso crítico para proteger la biodiversidad local.
Figura: Ejemplar de Macrobrachium cf. nipponense registrado en el estuario del río Guadalquivir (Sanlúcar de Barrameda, Cádiz, España) en octubre de 2024.
a. Vista dorsal que muestra los segundos pereiópodos alargados, de color marrón oscuro con manchas beige, y el caparazón finamente tuberculado, otro rasgo característico de la especie.
b. Rostro relativamente recto.
c. Vista lateral del caparazón y parte del abdomen, con pereiópodos visibles con manchas beige.
d. Vista ventral con pereiópodos visibles con manchas beige.
(Fotogramas extraídos del vídeo realizado por Rubén Vidal Vidal, pescador de Sanlúcar de Barrameda).

Conexiones marítimas y llegada de especies invasoras
El aumento de mercancías desde regiones donde la especie está establecida refuerza la necesidad de vigilar las especies invasoras y proteger la biodiversidad mediante ciencia ciudadana y supervisión continua.
Figura: Volumen total de mercancías descargadas en el Puerto de Sevilla (España) entre 2015 y 2023, según países de origen seleccionados donde Macrobrachium nipponense ha sido registrada como especie no nativa.

January 26, 2026 at 11:57 AM

Natusfera

@natusferaes.bsky.social

A veces, “ver” no es mirar. 𝐹𝑜𝑟𝑓𝑖𝑐𝑢𝑙𝑎 𝑑𝑒𝑛𝑡𝑎𝑡𝑎 estaba ahí, críptica 🔍, hasta que la curiosidad y la ciencia ciudadana la hicieron visible y distinta de especies hermanas (𝐹. 𝑎𝑢𝑟𝑖𝑐𝑢𝑙𝑎𝑟𝑖𝑎...). Cada detalle cuenta cuando miramos de cerca:
🟢 spain.inaturalist.org/observations...
#observacióndelasemana 📸

Foto: Forficula dentata. Autor: Andrés Campos (https://spain.inaturalist.org/people/andymorales). Licencia: CC BY-NC 4.0 (https://creativecommons.org/licenses/by-nc/4.0/)

January 22, 2026 at 11:56 AM

Natusfera

@natusferaes.bsky.social

La #cienciaciudadana puede aportar información clave ante la pérdida de fuentes oficiales y los recortes que amenazan a los Objetivos de Desarrollo Sostenible. Iniciativas como @inaturalist.bsky.social fortalecen el conocimiento sobre biodiversidad y bienestar:
▶️ doi.org/10.1038/s444... #CiteTheDOI

La ciencia ciudadana ante los recortes de los presupuestos para ciencia
La ciencia ciudadana ayuda a mantener información crítica cuando las instituciones oficiales fallan y ponen en riesgo los Objetivos de Desarrollo Sostenible. Un estudio señala cuatro transformaciones clave para avanzar
Foto: "We tried to do a hike in the McPhail Woods, but the mosquitoes were insane, we probably barely lasted 10 minutes in there." Autor: Martin Cathrae. Licencia: CC BY-SA 2.0 (https://creativecommons.org/licenses/by-sa/2.0/deed.en)

La ciencia ciudadana refuerza indicadores sociales y ambientales
La ciencia ciudadana puede ampliar la cobertura de indicadores sociales y ambientales. Hay áreas que pueden beneficiarse de los datos generados de manera voluntaria para mejorar el seguimiento de la biodiversidad.
Figura: Mapeo de los indicadores de los ODS que dependen de encuestas de hogares y que podrían beneficiarse de aportaciones de datos de ciencia ciudadana.

Cómo complementa o sustituye la ciencia ciudadana los estudios
La ciencia ciudadana puede complementar o reemplazar estudios costosos. La figura resume las claves para reforzar la credibilidad, la legitimidad y la sostenibilidad del uso de datos procedentes de la ciencia ciudadana.
Figura: Pasos clave para que la ciencia ciudadana pase de ser complementaria a esencial en las estadísticas oficiales.
1. Normas y garantía de calidad
Alinear métodos rigurosos con el carácter participativo y adaptable de la ciencia ciudadana.

2. Apoyo gubernamental e institucional
Construir alianzas de confianza para co-desarrollar métodos que cumplan estándares oficiales y aprovechen la participación pública.

3. Gobernanza global de datos
Involucrar a las comunidades de ciencia ciudadana en debates globales sobre datos a través de redes como la Citizen Science Global Partnership.

4. Financiación sostenible
Incentivar a las oficinas nacionales de estadística y a los participantes, especialmente en comunidades desatendidas, mediante apoyos adaptados al contexto.

Biodiversidad y ciencia ciudadana en acción
La biodiversidad se documenta mejor con más participación. Los registros de iNaturalist/Natusfera aportan datos valiosos y fortalecen el conocimiento ambiental que se genera medante ciencia ciudadana.
Foto: Científica ciudadana fotografía una mariposa. Autor: Javier Gómez. Licencia: CC BY-NC 4.0 (https://creativecommons.org/licenses/by-nc/4.0/)

January 22, 2026 at 10:28 AM

Reposted by Natusfera

GBIF España/Spain

@gbif.es

Un estudio muestra cómo integrar datos de clima, genómica y #vectores para crear sistemas de #alertatemprana ante #pandemias. Un modelo de dengue en Brasil usa datos de @gbif.org e @inaturalist.bsky.social / @natusferaes.bsky.social para mejorar las predicciones:
▶️ doi.org/10.1016/j.cr...

Pandemias y vectores: por qué importan los datos abiertos
Las alertas tempranas dependen de conocer dónde están los vectores. Los registros de GBIF e iNaturalist permiten mapear dónde están los mosquitos y prever riesgos.
Foto: Aedes albopictus. Autora: Nora De Angelli (https://spain.inaturalist.org/people/noradeangelli). Licencia: CC BY-NC 4.0 (https://creativecommons.org/licenses/by-nc/4.0/)

Alerta temprana: cómo se integran los datos para prever riesgos
Esta figura muestra un sistema One Health que combina clima, biodiversidad y salud pública para detectar señales tempranas y reducir el impacto de futuras pandemias.
Figura: infografía: Visión de un sistema de alerta temprana de pandemias compatible con One Health
A. FACTORES IMPULSORES
Cambio climático
Otras alteraciones ambientales
Pérdida de biodiversidad
Globalización
Impactos diferenciales impulsados por factores socioeconómicos, demográficos y determinantes clave de la salud
B. FLUJOS DE DATOS
Flujos de datos de hábitat monitorizados para vectores y variaciones bajo el uso del suelo y el cambio climático
Conjunto de datos incorporados: multi-ómicos, climáticos, epidemiológicos, genómicos
C. ESTRUCTURA
Datos compartidos y privados federados de una red global
Datos estructurados y armonizados
D. COMUNIDAD
Datos analizados mediante herramientas de análisis colaborativas desarrolladas por la comunidad
E. RESULTADOS
Mapas de riesgo e informes para agencias de salud pública
Integración para informar respuestas, diseño de diagnósticos, plantillas de vacunas, manejo integrado de plagas para el control de vectores
SISTEMA DE ALERTA TEMPRANA DE PANDEMIAS
F. IMPACTO
Decisiones basadas en datos
Mejora de la salud pública
Mejora de los resultados en salud de los pacientes

Modelos predictivos: el papel de GeoSeeq en la vigilancia global
La plataforma integra datos climáticos, genómicos y de vectores para generar predicciones y apoyar decisiones de salud pública fundamentadas ante amenazas pandémicas
Figura: Interfaz de GeoSeeq, una plataforma de monitorización de pandemias que alberga modelos predictivos.

Resultados de un modelo de predicción del dengue en Brasil
El modelo anticipa brotes con meses de antelación mejor que los modelos históricos. Es una herramienta clave para mejorar la alerta temprana y reducir el riesgo de pandemias.
Figura: GeoSeeq: rendimiento del modelo de dengue.
Las predicciones del modelo de dengue de GeoSeeq a 1 y 3 meses vista (A) y su rendimiento (B) muestran que el modelo supera de forma consistente a los modelos históricos de referencia, lo que lo convierte en una herramienta prometedora para orientar la respuesta de salud pública.

January 20, 2026 at 11:10 AM

Reposted by Natusfera

GBIF España/Spain

@gbif.es

La #ecología cambia rápidamente: sensores, grandes bases de datos como @gbif.org e #IA están transformando cómo estudiamos la #biodiversidad. Un artículo en Nature analiza este giro y el riesgo de perder experiencia de campo:
▶️ doi.org/10.1038/d415...

Ecología e IA: un cambio de paradigma
La ecología y la IA están transformando la forma en que estudiamos la biodiversidad. Un artículo muestra cómo este giro redefine preguntas, métodos y prioridades. El análisis ofrece una visión clara de por qué este debate es tan relevante para el futuro de la disciplina.
Imagen: "Una investigadora trabajando con un ordenador rodeada de datos o visualizaciones ecológicas". Generada mediante IA.

Sensores y datos: nuevas herramientas para entender la biodiversidad
Los sensores permiten registrar la biodiversidad con una precisión inédita mediante cámaras trampa, redes acústicas y satélites. Estos sistemas están modificando la manera en que observamos los ecosistemas e interpretamos sus dinámicas.
Imagen: "Una cámara trampa o sensor automático en un bosque." Generada mediante IA.

Herbarios digitales y aprendizaje automático en ecología
La digitalización de herbarios y el uso de IA facilitan el estudio de millones de especímenes y permiten analizar patrones ecológicos a gran escala. Esto impulsa nuevas preguntas y amplía el alcance de la ciencia basada en colecciones.
Imagen: "Un herbario digitalizado o especímenes escaneados." Generada mediante IA.

El valor insustituible del trabajo de campo en ecología
La observación directa sigue siendo esencial para interpretar la biodiversidad y comprender los ecosistemas en profundidad. La experiencia sobre el terreno aporta un contexto que ninguna herramienta de IA puede reproducir por completo.
Imagen: "Un ecólogo tomando notas en campo, mostrando el contraste entre tecnología y naturaleza." Generada mediante IA.

January 19, 2026 at 10:55 AM

Natusfera

@natusferaes.bsky.social

¿Ya estáis observando narcisos? Carmen y Paco (spain.inaturalist.org/people/carme...) fotografiaron ayer, 14 de enero, estos 𝑁𝑎𝑟𝑐𝑖𝑠𝑠𝑢𝑠 𝑐𝑎𝑛𝑡𝑎𝑏𝑟𝑖𝑐𝑢𝑠 en La Zarza (Badajoz):
🟢 spain.inaturalist.org/observations...
¡Enero también trae alegrías botánicas!
📸 #observacióndelasemana

Foto: Narcissus cantabricus. Autor: carmenypaco (https://spain.inaturalist.org/people/carmenypaco). Licencia: CC BY-NC 4.0 (https://creativecommons.org/licenses/by-nc/4.0/)

January 15, 2026 at 10:15 AM

Natusfera

@natusferaes.bsky.social

¿Sabías que a la avutarda, 𝑂𝑡𝑖𝑠 𝑡𝑎𝑟𝑑𝑎, le gusta comer escarabajos meloideos (cantáridas, aceiteras...) para librarse de patógenos y levantarse (los ♂️) la moral? Y a veces, también, uvas 🍇 como las que nos traen a un nuevo año:
🟢 spain.inaturalist.org/observations... 📸 #observacióndelasemana

Foto: Otis tarda. Autor: Kim Kuntze (https://spain.inaturalist.org/people/kkuntze). Licencia: CC BY-NC 4.0 (https://creativecommons.org/licenses/by-nc/4.0/)

January 8, 2026 at 10:42 AM

Natusfera

@natusferaes.bsky.social

Dos visitantes llegados del Norte para la última #observacióndelasemana 📸 de 2025:
🦭 𝐻𝑎𝑙𝑖𝑐𝘩𝑜𝑒𝑟𝑢𝑠 𝑔𝑟𝑦𝑝𝑢𝑠, una foca gris en una playa de Lugo:
🟢 spain.inaturalist.org/observations...
🦆 𝐵𝑟𝑎𝑛𝑡𝑎 𝑟𝑢𝑓𝑖𝑐𝑜𝑙𝑙𝑖𝑠, barnaclas cuellirrojas en Asturias
🟢 spain.inaturalist.org/observations... (¡bienvenidos, fapas!)

Foto: Halichoerus grypus. Autor: lucasrl (https://spain.inaturalist.org/people/lucasrl). Licencia: CC BY-NC 4.0 (https://creativecommons.org/licenses/by-nc/4.0/)

Foto: Branta ruficollis. Autor: fapas (https://spain.inaturalist.org/people/fapas). Licencia: CC BY-NC 4.0 (https://creativecommons.org/licenses/by-nc/4.0/)

December 26, 2025 at 7:33 AM

Natusfera

@natusferaes.bsky.social

¡Desde GBIF España y Natusfera os deseamos las mejores fiestas y un feliz 2026 ❄️!

December 23, 2025 at 1:34 PM

Natusfera

@natusferaes.bsky.social

¿Ya has visto tu resumen del año?
¡Natusfera ha publicado el suyo!

🐟 spain.inaturalist.org/stats/2024

🔎 1.270.031 observaciones (⬆️ 14 %)
🐠 24.105 especies (⬆️ 6%)
🙋‍♀️ 41.806 observadores (⬆️ 13%)

La estrella este año fue la hembra de 𝑀𝑒𝑙𝑎𝑛𝑜𝑐𝑒𝑡𝑢𝑠 𝑗𝑜𝘩𝑛𝑠𝑜𝑛𝑖𝑖 observada en Tenerife el 26 de enero 🐟

Captura del pantalla del resumen del año de Natusfera 2025

Foto: Melanocetus johnsonii. Autor: Marco Martin Sola (https://spain.inaturalist.org/people/marcm13). Licencia: CC BY-NC 4.0 (https://creativecommons.org/licenses/by-nc/4.0/)

December 22, 2025 at 9:20 AM

Reposted by Natusfera

GBIF España/Spain

@gbif.es

Las especies invasoras plantean un reto global. En este artículo:
▶️ doi.org/10.7818/ECOS... #CiteTheDOI
se muestra cómo IA y Big Data, con datos de @gbif.org e @inaturalist.bsky.social, permiten clasificar, modelar y predecir invasiones biológicas, para mejorar la gestión y anticipar su expansión

La inteligencia artificial abre nuevas posibilidades en biología de invasiones
Distintas ramas de la IA, desde el aprendizaje supervisado hasta el no supervisado, permiten clasificar especies invasoras y validar modelos que predicen su expansión
Figura: Inteligencia artificial (IA) para principiantes. Diagrama de Venn mostrando las relaciones entre los términos: Inteligencia artificial, aprendizaje automático, profundo y por refuerzo, así como las tareas de aprendizaje supervisado para tareas de clasificación y regresión (con datos etiquetados), y no supervisado (datos no etiquetados) para tareas de agrupación. En los tres gráficos, los puntos blancos simbolizan los datos de prueba, que el modelo (en línea discontinua) no ve durante el entrenamiento del modelo y sirven para comprobar si el modelo está o no sobre ajustado a nuestros datos o si es generalizable. Debajo de cada gráfico se presenta un ejemplo de aplicación en invasiones biológicas.

La investigación sobre invasoras con IA ha crecido constantemente desde 1999
La revisión sistemática muestra un aumento sostenido de estudios, con plantas, artrópodos y peces como grupos más analizados. La IA se aplica a tareas diversas, desde clasificación hasta predicción.
Figura: Resumen gráfico de la revisión sistemática del uso de inteligencia artificial (IA) para el estudio de especies invasoras en la literatura científica. A) Cronograma de los artículos encontrados (1999-2024, búsqueda el 30 de octubre de 2024) y la clasificación de la aplicación por la cual se utiliza la IA. B) Mapa de árbol representando el número de estudios en diferentes grupos taxonómicos, destacando los que agruparon mayor número de artículos: plantas, artrópodos y peces. C) Mapa de puntos relacionando las diferentes tareas de la IA con los taxones para los que se encontraron más de cinco artículos. Mientras que el tamaño del punto representa el numero relativo de artículos totales, la intensidad de color representa la tarea mayoritaria en cada grupo taxonómico (que coincide con el tamaño de punto más grande para cada taxón).

Las imágenes de dron permiten detectar y seguir poblaciones de plantas invasoras
La IA aplicada a imágenes aéreas facilita medir poblaciones, evaluar programas de erradicación y proyectar dinámicas temporales. Esto mejora el control de especies dañinas como la chumbera.
Figura: Detección, modelaje y predicción de plantas invasoras a partir de imágenes de dron e inteligencia artificial (IA). La captura de datos demográficos a partir de aplicar la IA en imágenes de dron permite capturar el tamaño de la población manteniendo las distancias con especies invasoras dañinas como la chumbera (A), acceder a terrenos difíciles (B) y cubrir grandes extensiones (C). Gracias al entrenamiento de modelos de aprendizaje automático podemos detectar nuevos individuos, cuantificar tasas vitales (supervivencia, crecimiento y reproducción), evaluar el éxito de programas de erradicación, identificar patrones de distribución espacial o proyectar la dinámica poblacional en el tiempo.

Los proyectos de datos sobre invasoras requieren un ciclo completo de investigación
El artículo destaca que la detección, el modelado y la predicción con IA deben integrarse con la comunicación de resultados y la formulación de nuevas preguntas, para garantizar que la gestión de invasoras se apoye sobre una base científica sólida.
Figura: Elementos clave en el ciclo de vida en los proyectos de datos para el estudio de especies invasoras, desde la identificación del problema y la aplicación de la inteligencia artificial (IA) (detectar, modelar, predecir), hasta la comunicación de resultados, que puede llevar a la identificación de nuevas preguntas. El diagrama muestra los elementos más importantes para la integración de la IA en nuestra investigación.

December 19, 2025 at 10:50 AM

Natusfera

@natusferaes.bsky.social

¡𝑅𝑢𝑝𝑖𝑐𝑎𝑝𝑟𝑎 𝑝𝑦𝑟𝑒𝑛𝑎𝑖𝑐𝑎 en Ribes de Freser!

🟢 spain.inaturalist.org/observations...

Estudios genéticos muestran que la ssp. 𝑝𝑦𝑟𝑒𝑛𝑎𝑖𝑐𝑎 siguió su propio camino y formó un linaje distinto en el SW europeo antes de la gran glaciación de Riss (hace más de 300 mil años) #observacióndelasemana 📸

Foto: Rupicapra pyrenaica ssp. pyrenaica. Autor: Sean S (https://spain.inaturalist.org/people/sparrowoutbound). Licencia: CC BY-NC 4.0 (https://creativecommons.org/licenses/by-nc/4.0/)

December 18, 2025 at 8:28 AM

Natusfera

@natusferaes.bsky.social

Solo te puedes encontrar con un #sapo de espuelas (𝑃𝑒𝑙𝑜𝑏𝑎𝑡𝑒𝑠 𝑐𝑢𝑙𝑡𝑟𝑖𝑝𝑒𝑠) en la Península Ibérica o en el sur de Francia, seguramente de noche, como le pasó a Iván en Pontevedra hace pocos días:
🟢 spain.inaturalist.org/observations... 📸 #observacióndelasemana #anfibios

December 11, 2025 at 1:25 PM

Natusfera

@natusferaes.bsky.social

Un bando de chorlitos dorados comunes (𝑃𝑙𝑢𝑣𝑖𝑎𝑙𝑖𝑠 𝑎𝑝𝑟𝑖𝑐𝑎𝑟𝑖𝑎) llega a Girona a pasar el invierno tras volar miles de km desde la tundra ártica. Fíjate 👀 en el blanco bajo las alas para distinguirlo de otros parientes:
🟢 spain.inaturalist.org/observations...
📸 #observacióndelasemana

Foto: Pluvialis apricaria. Autor: Lluís Amat (https://spain.inaturalist.org/people/lluisamat). Licencia: https://creativecommons.org/licenses/by-nc/4.0/

December 4, 2025 at 8:40 AM

Natusfera

@natusferaes.bsky.social

Este lución (𝐴𝑛𝑔𝑢𝑖𝑠 𝑓𝑟𝑎𝑔𝑖𝑙𝑖𝑠), observado por Vania en Ourense, es mucho más que “una serpiente sin patas”: es un lagarto discreto que se alimenta de caracoles y lombrices, capaz de soltar su cola para escapar:
🟢 spain.inaturalist.org/observations...
📸 #observacióndelasemana @inaturalist.bsky.social

November 28, 2025 at 7:45 AM

Natusfera

@natusferaes.bsky.social

Este vuelvepiedras común (𝐴𝑟𝑒𝑛𝑎𝑟𝑖𝑎 𝑖𝑛𝑡𝑒𝑟𝑝𝑟𝑒𝑠), un ave costera incansable que busca alimento levantando piedras y conchas en la orilla, se dejó fotografiar en Costa Calma 🏖️ (Fuerteventura)
📸 #observacióndelasemana

🟢 spain.inaturalist.org/observations...

#cienciaciudadana @inaturalist.bsky.social

Autor: shenzitheexplorer (https://spain.inaturalist.org/people/shenzitheexplorer). Licencia: CC BY-NC 4.0 (https://creativecommons.org/licenses/by-nc/4.0/)

November 20, 2025 at 10:24 AM

Natusfera

@natusferaes.bsky.social

El pepinillo del diablo (𝐸𝑐𝑏𝑎𝑙𝑙𝑖𝑢𝑚 𝑒𝑙𝑎𝑡𝑒𝑟𝑖𝑢𝑚) gusta de la gente pero sin familiaridades: dispara sus semillas al más mínimo contacto y es tóxico y nada comestible, a diferencia de sus primos los pepinos, melones, sandías y calabazas:
🟢 spain.inaturalist.org/observations...
#observacióndelasemana 📸

Foto: Ecballium elaterium. Autor: Luis de Ossorno (https://spain.inaturalist.org/people/ossorno). Licencia: CC BY-NC 4.0 (https://creativecommons.org/licenses/by-nc/4.0/)

November 13, 2025 at 8:31 AM

Reposted by Natusfera

GBIF España/Spain

@gbif.es

GBIF España supera las 600 bases de datos publicadas, con registros de centros de investigación, universidades, administraciones ambientales y ciencia ciudadana. Datos actualizados, normalizados y validados que apoyan la investigación, fomentan la conservación y favorecen el desarrollo sostenible 👇

November 12, 2025 at 10:32 AM

Reposted by Natusfera

Asociación ZERYNTHIA

@asoczerynthia.bsky.social

🍂 ¡Todo listo para una nueva edición del #BiomaratónOtoño!

Un año más, desde @asoczerynthia colaboramos a través de @natusferaes.bsky.social de @inaturalist.bsky.social 🦋

📅 Del 14 al 16 de noviembre, únete a nuestro proyecto y participa registrando observaciones de mariposas diurnas y nocturnas.

November 7, 2025 at 10:18 PM

Add to Home Screen

Light up
your news

Add to Home Screen

Light upyour news

Sign in to Lightnews

Sign up to start reading

Connect Bluesky

Connect with Bluesky

Light up
your news