Avaliação baseada em aprendizado de máquina dos impactos de parques eólicos offshore em comunidades bentônicas de fundo mole na Península de Shandong

A vida no leito marinho encontra a energia eólica

À medida que parques eólicos offshore se espalham ao longo das costas, muitas pessoas se preocupam com o que essas fileiras intermináveis de torres podem estar fazendo à vida no leito marinho. Este estudo examina essa questão em detalhe para quatro grandes parques eólicos na Península de Shandong, na China. Usando quase uma década de levantamentos de campo combinados com dados de satélite e modelagem computacional moderna, os autores mostram como as comunidades do leito marinho primeiro sofrem, depois se recuperam e, em alguns aspectos, até prosperam ao redor dessas novas estruturas de energia.

O leito marinho em transformação sob as turbinas

A pesquisa foca em habitats de “fundo mole” — fundos lodosos e arenosos que abrigam vermes, mariscos, crustáceos e outros organismos bentônicos que formam a base das cadeias alimentares marinhas. Antes da construção, a área era em sua maior parte um leito marinho plano e silteso. A cravação de estacas, a instalação de cabos e a perturbação de sedimentos durante a obra causaram uma queda temporária no número de espécies e na diversidade comunitária geral. Mas quando os parques eólicos começaram a operar, as torres metálicas e a proteção de rochas ao redor das bases criaram manchas de substrato duro onde antes não existiam, transformando partes do leito marinho em recifes artificiais.

Um experimento natural no espaço e no tempo

Os quatro parques eólicos foram construídos e ativados em momentos diferentes entre 2021 e 2024, formando uma “linha do tempo” natural desde locais recém-construídos até sítios bem estabelecidos. De 2015 a 2024, os cientistas amostraram animais do leito marinho duas vezes por ano em mais de 200 estações: dentro dos parques, perto de suas bordas e em áreas de controle distantes. Ao mesmo tempo, usaram satélites para monitorar a temperatura da água, níveis de algas e partículas em suspensão. Isso permitiu separar mudanças causadas pelas turbinas daquelas impulsionadas por condições climáticas e oceânicas mais amplas.

Deixando os dados falarem com máquinas

Para interpretar esses dados complexos e dispersos, a equipe usou um método de aprendizado de máquina chamado XGBoost e o comparou com um modelo estatístico mais tradicional. Ambos tentaram prever quão diversa era a comunidade do leito marinho em cada sítio, com base em condições ambientais, distância até as turbinas, tempo de operação do parque e quanto de superfície dura estava presente. O XGBoost capturou mais da variação do mundo real — explicando cerca de três quartos das diferenças na diversidade — ao mesmo tempo em que revelou quais fatores eram mais importantes. Uma ferramenta chamada SHAP ajudou a traduzir o funcionamento interno do modelo em classificações e curvas de resposta fáceis de interpretar.

Da perturbação à recuperação e ao ganho

O sinal mais forte que os modelos detectaram foi o tempo desde o início da operação das turbinas. Durante a construção e nos primeiros anos de operação, a diversidade do leito marinho caiu abaixo da linha de base original. Por volta de dois anos e meio após a partida, essa tendência se inverteu: a diversidade se recuperou e passou a superar ligeiramente os níveis pré-construção. Perto das bases das turbinas, onde foram adicionadas pedras para estabilidade, o efeito foi marcante. Essas manchas duras abrigaram cerca de 40% a mais de espécies e aproximadamente 13% a mais nos índices de diversidade do que áreas vizinhas não perturbadas. O padrão sugere um efeito clássico de recife artificial: novas superfícies atraem percevejos, mexilhões e outros colonizadores, que por sua vez atraem animais mais móveis e aumentam a biomassa total.

Encontrando o ponto ideal no projeto

O estudo também indica regras de projeto para parques eólicos mais “amigáveis”. A diversidade aumentou com a proporção de substrato duro até certo ponto, depois estabilizou, o que sugere que dispersar zonas em formato de recife de tamanho moderado pode funcionar melhor do que pavimentar o leito marinho com rochas. O espaçamento das turbinas mostrou um efeito em forma de U invertido: densidades baixas provocaram pouca mudança no habitat, enquanto arranjos muito densos podem introduzir ruído e outras perturbações suficientes para neutralizar os benefícios. Uma faixa intermediária de densidade pareceu sustentar as comunidades mais ricas.

O que isso significa para a vida oceânica e a energia

Para não especialistas, a conclusão é surpreendentemente otimista. Parques eólicos offshore realmente perturbam a vida do leito marinho no início, mas, neste caso, as comunidades se recuperaram em alguns anos e até ganharam espécies ao redor das fundações das turbinas. Ao escolher com cuidado a densidade de turbinas, o desenho das fundações e a quantidade de rocha colocada no leito, os planejadores podem reduzir os danos de curto prazo e aumentar o valor do habitat a longo prazo. A estrutura de modelagem dos autores — que combina levantamentos de campo, satélites e aprendizado de máquina interpretável — oferece um roteiro para checar e melhorar a pegada ecológica de futuros projetos eólicos, ajudando a alinhar a transição para energia limpa com oceanos mais saudáveis.

Citação: Wang, L., Zhang, Y., Gu, X. et al. Machine learning-based assessment of offshore wind farm impacts on soft-bottom benthic communities in the Shandong Peninsula. Sci Rep 16, 11780 (2026). https://doi.org/10.1038/s41598-026-38939-0

Palavras-chave: parques eólicos offshore, biodiversidade do leito marinho, recifes artificiais, ecologia marinha, aprendizado de máquina na ecologia