Pesquisadores desenvolveram um modelo de inteligência artificial capaz de prever estresse térmico em recifes de coral até seis semanas antes da ocorrência do fenômeno, considerado um dos principais precursores do branqueamento. O estudo foi publicado na revista Environmental Research Communications em fevereiro de 2026.

A equipe, liderada por Marybeth Arcodia, da Universidade de Miami, analisou dados de recifes na Grande Barreira de Corais da Flórida, Estados Unidos. Segundo os autores, o sistema alcança precisão de até uma semana de diferença entre a previsão e o início real do estresse térmico moderado.

Ferramenta para gestão ambiental

O principal objetivo do modelo é oferecer suporte a gestores ambientais, cientistas e equipes de restauração de recifes, permitindo planejamento de ações de mitigação antes do agravamento do branqueamento. Ao informar não apenas a probabilidade, mas também o prazo exato para o início do estresse, o sistema viabiliza respostas rápidas em momentos críticos, especialmente durante ondas de calor marinhas.

A abordagem utiliza o algoritmo de aprendizado de máquina XGBoost, treinado com registros ambientais coletados entre 1985 e 2024. Foram incorporados indicadores como anomalias de temperatura da superfície do mar, temperatura do ar, ventos, radiação solar, além de variáveis relacionadas à Corrente do Golfo e ao fenômeno El Niño. Esses dados foram obtidos de bases públicas e do programa Monitoramento de Recifes de Coral da NOAA.

IA explicável e insights locais

Um diferencial do trabalho é o uso de “IA explicável”, que permite identificar quais fatores ambientais mais influenciaram cada previsão. Esse recurso oferece transparência sobre as causas do estresse térmico em recifes específicos, embasando decisões de emergência com base em análises locais.

O coautor Richard Karp ressalta que o modelo destaca pontos críticos em cada área pesquisada, auxiliando na priorização de recursos e no ajuste de planos de resposta. Segundo ele, a temperatura do ar próxima à superfície do mar foi um dos preditores mais relevantes, embora a importância de cada variável varie de acordo com a localização e o horizonte de previsão.

Imagem: Bobby Vogt – Shutterstock

Desempenho comparado a métodos tradicionais

Em testes comparativos, o sistema superou modelos estatísticos convencionais tanto na detecção da ocorrência de estresse térmico quanto na estimativa do momento de início. A capacidade de antecipação foi considerada útil para definir prazos de monitoramento intensificado e executar ações preventivas, reduzindo possíveis impactos econômicos e ecológicos.

Os pesquisadores enfatizam que a ferramenta não substitui plataformas já existentes, mas as complementa ao fornecer previsões mais detalhadas sobre o início do estresse térmico em recifes. O desenvolvimento é visto como um avanço importante frente ao aumento da frequência e intensidade de eventos de calor marinho nos recifes do Caribe e da Flórida.

Com informações de Olhardigital