El dron assassí d’estrelles de mar que protegeix la gran barrera de corall
RangerBot es un dron submarí autònom que « patrulla » pel famós escull de corall australià per acabar amb una espècie invasora que el posa en perill.
La Gran Barrera de Corall està en perill. La sobrepesca, el blanquejament (despigmentació per falta d’algues), la contaminació i l’augment de temperatures que està provocant el canvi climàtic –els nocius efectes de la mà humana, en resum- estan contribuint al declivi de la meravellosa i fràgil reserva natural que protegeix la biodiversitat de la costa australiana.
A aquests perills, també s’afegeix una espècie d’exemplars invasora l’augment del qual, també, es deu a l’activitat humana. La Corona d’espines (Acanthaster planci) es una espècie d’estrella de mar que s’alimenta de coralls durs i es una gran amenaça pels esculls. Un dron submarí es una de les últimes solucions que s’estan provant per combatre el seu creixement desmesurat.
El RangerBot es l’evolució del que en el 2015 els investigadors de La universitat Tecnològica de Queensalnd van presentar com Crown-Of-Thorns Starfish robot (o COTSbot). Un robot autònom que es capaç de buscar i detectar amb un 99% de precisió els exemplars de Corona d’Espines abans d’injectar-los un cocktail químic que els acaba matant.
La seva missió va més enllà de fer d’exterminador. El RangerBot també compte amb un sensors capaços de monitoritzar els indicadors de salut dels esculls i cartografiar el jaciment marí per ajudar a mesurar l’extensió de la Gran Barrera de Corall en temps real i amb la realització d’impressionants imatges en 3D.
Fàcil d’utilitzar, barat –en comparació amb les costes de destinar humans per realitzar les mateixes tasques- i eficient: el RangerBot (amb els seus 15 quilos i 75 centímetres de llarg) treballa dia i nit, fins 8 hores seguides, com a vigilant ecològic. Els seus creadors consideren que la tecnologia es pot adaptar a diferents missions amb objectius de protecció mediambiental en diferents ecosistemes submarins.
Informació addicional