La Mia GoPro Diventa Scienziata: Svelare i Colori Nascosti dell’Oceano con un Trucco Geniale!

Ciao a tutti! Oggi voglio raccontarvi una storia affascinante, una di quelle scoperte che ti fanno dire: “Ma perché non ci abbiamo pensato prima?”. Parliamo di luce, di oceani e di come, a volte, le soluzioni più semplici possono essere le più rivoluzionarie. Immaginatevi la scena: siete lì, a scrutare le profondità marine, e vi rendete conto che la luce solare non è solo “meno luce” man mano che si scende, ma cambia proprio colore, qualità! È un po’ come se l’oceano avesse un suo personalissimo filtro Instagram incorporato.

Perché la “Qualità” della Luce è Così Importante Sott’acqua?

La radiazione solare, lo sappiamo, è il motore che alimenta quasi tutto sul nostro pianeta. Quando questa energia luminosa penetra la colonna d’acqua, succedono un sacco di cose: viene assorbita, diffusa, e questo non solo ne riduce l’intensità (la quantità di fotoni), ma ne altera anche la qualità, cioè la distribuzione spettrale di quei fotoni. Pensateci: non tutti i colori si comportano allo stesso modo sott’acqua.

Per anni, noi scienziati ci siamo concentrati tantissimo sull’intensità della luce, ma la sua qualità è rimasta un po’ in ombra, perdonate il gioco di parole. Forse perché misurarla con precisione richiedeva strumenti costosi e complessi. Eppure, questa qualità spettrale è cruciale, ad esempio, per il fitoplancton, quelle microscopiche alghe alla base della catena alimentare marina. Loro non sono indifferenti al “colore” della luce che ricevono!

Il fitoplancton, infatti, ha meccanismi di fotoacclimatazione pazzeschi per adattarsi alle diverse intensità luminose. Ma non solo: la loro efficienza fotosintetica varia un sacco a seconda delle lunghezze d’onda. Per esempio, la luce rossa (620–750 nm) viene assorbita rapidissimamente negli strati superficiali e contribuisce meno alla fotosintesi in profondità rispetto alle lunghezze d’onda blu-verdi (450–550 nm). La luce blu (380–500 nm), invece, è una tosta: penetra molto più in profondità, diventando la principale fonte di energia per la fotosintesi nelle zone eufotiche più basse. Capite bene che studiare solo l’intensità è come guardare un film in bianco e nero: ti perdi un sacco di sfumature!

L’Idea Geniale: Una GoPro e un Diffusore!

E qui arriva il bello. Per caratterizzare la qualità della luce, si usa un indice chiamato angolo di tinta (Hue Angle, HA), che in pratica ci dice la proporzione relativa dei valori tristimolo rosso, verde e blu (RGB) nello spazio cromatico. Questo HA è diventato un parametro super utile anche per monitorare la qualità dell’acqua in generale. Tradizionalmente, per misurare l’HA sott’acqua servono radiometri iperspettrali, strumenti precisissimi ma, ahimè, costosissimi. E questo ne limita l’uso su larga scala.

Allora, ci siamo detti: e se provassimo con qualcosa di molto più accessibile? Qualcosa che magari molti hanno già? Ed ecco l’illuminazione (è proprio il caso di dirlo!): una semplice GoPro! Sì, avete capito bene, quella action cam che usate per le vostre avventure. L’idea è stata quella di abbinarla a un diffusore ottico, un piccolo pezzetto di vetro semi-opaco bianco montato davanti all’obiettivo. Questo “aggeggio” cattura foto RGB subacquee a diverse profondità, e da queste foto possiamo ricavare l’HA. Semplice, no?

Abbiamo messo alla prova questo sistema in due campagne oceanografiche: una nel Mar Cinese Meridionale settentrionale (un ambiente costiero bello complesso) e una nell’Oceano Pacifico occidentale (acque oceaniche più “pulite”). L’obiettivo era confrontare i dati della nostra GoPro “moddata” con quelli di un radiometro iperspettrale HyperOCR, il top di gamma.

Come Funziona il “Trucco” e i Primi Risultati

Il flusso di lavoro è abbastanza diretto, anche se richiede un po’ di attenzione. In parallelo, acquisivamo i dati iperspettrali con l’HyperOCR e le foto con la GoPro. Poi, via di elaborazione:

• Controllo qualità dei dati (ad esempio, scartando misure con un’inclinazione eccessiva dello strumento).
• Calcolo dell’HA sia dai dati iperspettrali (usando formule standard basate sulle funzioni di color matching CIE) sia dalle foto della GoPro (mediando i valori RGB dell’intera foto, escludendo i bordi per evitare artefatti).
• Allineamento temporale dei dati, perché la GoPro scattava ogni 5 secondi, mentre l’HyperOCR registrava più frequentemente.
• E infine, la magia: una regressione per trovare la relazione tra l’HA misurato dalla GoPro (HA-GoPro) e quello del radiometro (HA-hyper).

Nelle acque oceaniche del Pacifico, i risultati sono stati strabilianti! L’irradianza nel dominio del rosso si attenuava rapidissimamente con la profondità, scomparendo quasi del tutto a 30 metri. La luce blu, invece, resisteva fino a 70 metri. Le foto della GoPro mostravano un graduale passaggio dal verde/azzurro chiaro in superficie al blu scuro intenso in profondità. La correlazione tra HA-GoPro (opportunamente calibrato con un modello quadratico) e HA-hyper è risultata fortissima (R² = 0.90) con un errore percentuale assoluto medio (MAPD) bassissimo, solo dello 0.7%! Questo ci ha dato una grande fiducia: la nostra GoPro con diffusore poteva davvero fornire misure accurate dell’HA in ambiente oceanico.

La Sfida delle Acque Costiere

Poi siamo passati alle acque costiere del Mar Cinese Meridionale. Qui la situazione è più complessa: la luce si attenua più rapidamente a causa della maggiore concentrazione di “costituenti” dell’acqua, come il fitoplancton (la concentrazione di clorofilla-a era decisamente più alta qui rispetto al Pacifico), il materiale organico disciolto colorato (CDOM) e i sedimenti sospesi. E infatti, il colore dell’acqua passava da verde chiaro a verde intenso con la profondità, un comportamento diverso da quello bluastro dell’oceano aperto.

Come previsto, la relazione tra HA-GoPro e HA-hyper nelle acque costiere è apparsa un po’ meno robusta (R² = 0.75, MAPD = 3.0%). I dati erano più sparpagliati. Questo perché la GoPro, che è essenzialmente un radiometro a banda larga con tre canali (RGB), potrebbe non riuscire a catturare con la stessa precisione di uno strumento iperspettrale le influenze non lineari di tutti questi “ingredienti” complessi sulla qualità della luce. Ciononostante, un MAPD del 3.0% è comunque un risultato più che accettabile per ottenere stime ragionevoli dell’HA!

Un Modello Unico per Tutte le Acque?

Abbiamo quindi provato a unire tutti i dati, oceanici e costieri, per sviluppare un modello di calibrazione più generale. Ebbene, anche qui i risultati sono stati molto incoraggianti! Abbiamo ottenuto una relazione complessivamente soddisfacente (R² = 0.94) con un MAPD globale dell’1.6% e un RMSD di 4.9°. Certo, i punti che si discostavano di più dalla curva di calibrazione provenivano principalmente dalle acque costiere, come c’era da aspettarsi. Ma un errore medio dell’1.6% conferma la robustezza del nostro approccio semplice per ottenere misure di HA con una buona accuratezza in un’ampia gamma di ambienti acquatici.

Cosa Ci Riserva il Futuro? Tante Idee!

Certo, c’è sempre spazio per migliorare. Ad esempio, le deviazioni maggiori nelle acque costiere suggeriscono che servono più misurazioni in diverse tipologie di acque costiere e con condizioni di luce variabili per ampliare il dataset di calibrazione. Bisognerebbe anche sincronizzare perfettamente la GoPro e il radiometro di riferimento per ridurre le incertezze. Un altro punto interessante è che abbiamo usato due modelli diversi di GoPro (Hero 6 e Hero 8) nelle due campagne. Questo potrebbe aver introdotto qualche bias sistematico. Idealmente, ogni fotocamera dovrebbe avere i suoi coefficienti di calibrazione specifici, perché la risposta cromatica può variare leggermente. Stiamo pensando di fornire coefficienti di calibrazione dettagliati e stabilire un protocollo standard per varie fotocamere subacquee commerciali.

Ma la cosa più entusiasmante è il potenziale! Questo dispositivo semplice ed economico, una volta calibrato, può essere montato facilmente su altri strumenti subacquei, come le sonde CTD (che misurano conducibilità, temperatura e profondità). Immaginate quante misurazioni di profili di HA potremmo raccogliere in giro per gli oceani del mondo! Questi dati, oltre a darci informazioni preziose sulla distribuzione della qualità della luce, potrebbero essere usati per investigare il suo impatto sulla biomassa e sulla produttività del fitoplancton. Potremmo finalmente capire meglio i meccanismi regolatori della qualità della luce sulle funzioni fisiologiche ed ecologiche di questi organismi fondamentali.

Inoltre, un po’ come già si fa con le immagini RGB catturate da fotocamere digitali per il monitoraggio della qualità dell’acqua, potremmo correlare l’HA misurato con le proprietà bio-ottiche della colonna d’acqua. Abbiamo visto che il colore catturato dalla GoPro cambia in modo distintivo con la profondità e a seconda della regione (dal blu chiaro al blu scuro in oceano, dal ciano al verde in costa). Queste variazioni dipendono dalle proprietà ottiche intrinseche dell’acqua e dal coefficiente di attenuazione diffusa. Quindi, con un dataset sufficientemente ampio, potremmo persino stimare queste proprietà ottiche dall’HA misurato con la GoPro, magari usando approcci di regressione o machine learning.

In conclusione, abbiamo dimostrato che un approccio semplice, utilizzando una GoPro e un diffusore, può misurare la qualità della luce negli strati superficiali dell’oceano con una precisione notevole, paragonabile a quella di strumenti molto più costosi. L’incertezza complessiva è stata solo dell’1.6% (MAPD)! Questa accuratezza ci dà grande fiducia nell’usare questo “trucchetto” per esplorare i segreti colorati dei nostri mari. La semplicità e la portabilità del dispositivo lo rendono ideale per campagne di misurazione estese. Chissà, magari l’HA, insieme all’intensità luminosa, alla temperatura e ai nutrienti, diventerà un fattore chiave per la comunità scientifica nello studio della crescita del fitoplancton. Non è fantastico pensare a come una piccola action cam possa aprire finestre così grandi sulla comprensione del nostro pianeta? Io ne sono entusiasta!

Fonte: Springer