Inteligencia artificial y drones para detectar mejor la contaminación marina

Un sistema desarrollado por expertos de la Universidad de Barcelona permitirá detectar y cuantificar los plásticos que flotan en el mar con una fiabilidad superior al 80 %

Aplicar la inteligencia artificial, el aprendizaje profundo (deep learning) y las imágenes captadas con drones son tres de los elementos de un nuevo sistema desarrollado por científicos de la Universidad de Barcelona para mejorar la eficiencia en la detección de residuos de gran tamaño en mares y océanos.

Los macrorresiduos marinos flotantes son una amenaza para la conservación de los ecosistemas marinos de todo el mundo, recuerda la Universidad de Barcelona (UB) en la información de presentación de resultados de las primeras pruebas del sistema Marlit.

“Las mayores densidades de desechos flotantes se encuentran en los grandes giros oceánicos del planeta -sistemas de corrientes circulares que giran y atrapan la basura-, pero los grandes residuos contaminantes abundan también en aguas costeras y mares semicerrados como el Mediterráneo”, detalla la UB.

En un esfuerzo para mejorar la detección de estos residuos, un equipo de expertos de la Facultad de Biología y del Instituto de Investigación de la Biodiversidad de la UB (IRBio) han desarrollado  Marlit, una aplicación web de acceso abierto, permitirá detectar y cuantificar los plásticos que flotan en el mar con una fiabilidad superior al 80 %. Los primeros resultados en la aplicación de este sistema han sido publicados en la revista Environmental Pollution.

Localización del problema

La nueva metodología es el resultado del análisis, mediante técnicas de inteligencia artificial, de más de 3.700 imágenes aéreas de la costa mediterránea en Cataluña. A través de un algoritmo basado en el aprendizaje profundo (deep learning), la aplicación permitirá avanzar en la evaluación de la presencia, la densidad y la distribución de los contaminantes plásticos en los mares y océanos de todo el mundo. 

En el trabajo participan expertos del Grupo de Investigación Consolidado (GRC) de Grandes Vertebrados Marinos de la UB y del IRBio, y del Grupo de Investigación en Bioestadística y Bioinformática (GRBIO) de la UB, integrado en la plataforma Bioinformatics Barcelona (BIB).

Tradicionalmente, las observaciones directas (barcos, avionetas, etc.) son la base de la metodología habitual para evaluar la incidencia de los macrorresiduos marinos flotantes (FMML, por sus siglas en inglés). Ahora bien, la enorme extensión de los océanos y el volumen de datos dificultan enormemente el progreso de los estudios de seguimiento.

Morgana Vighi (izq.), Odei García-Garin y Bertrand Bouchard, miembros del equipo de investigación  .

“Las técnicas automatizadas de fotografía aérea combinadas con el uso de algoritmos de análisis son protocolos mucho más eficientes para el control y estudio de este tipo de materiales contaminantes”, detalla Odei García-Garín, primer autor del artículo y miembro del GRC de Grandes Vertebrados Marinos, que dirige Àlex Aguilar.

“Sin embargo -continúa el investigador-, la teledetección automática de estos materiales está todavía en una fase muy incipiente. En los océanos hay varios factores adversos (oleaje, viento, nubes) que dificultan la detección de los residuos flotantes de forma automática a partir de las imágenes aéreas de la superficie. Por este motivo, son pocos los estudios que han dedicado esfuerzos a desarrollar algoritmos aplicables en este contexto”.

En esta investigación, los expertos han diseñado un nuevo algoritmo para automatizar la cuantificación de plásticos flotantes en el mar a través de la fotografía aérea. Para ello han aplicado las técnicas del aprendizaje profundo, una metodología de aprendizaje automático con redes neuronales artificiales capaces de aprender e incrementar sus conocimientos.

Simulación de una de las misiones de captación de imágenes con drones  .
Simulación de una de las misiones de captación de imágenes con drones . UB

Existe una gran cantidad de imágenes de la superficie marina obtenidas por drones y avionetas en campañas de monitorización de la basura, así como por estudios experimentales con objetos flotantes conocidos. “Eso nos ha permitido desarrollar y testar un algoritmo nuevo que alcanza un 80 % de precisión en la teledetección de los macrorresiduos marinos flotantes”, subraya García-Garín, miembro del Departamento de Biología Evolutiva, Ecología y Ciencias Ambientales UB y del IRBio.

El nuevo algoritmo se ha implementado en Marlit, una aplicación web de acceso abierto disponible para todos los gestores y profesionales vinculados a los estudios de detección y cuantificación de macrorresiduos marinos flotantes a partir de imágenes aéreas. En concreto, se trata de una prueba de concepto basada en el paquete de R Shiny, una innovación metodológica de potencial interés para agilizar los procedimientos de control de los macorresiduos marinas flotantes.

Mejorando la aplicación

Marlit permite analizar las imágenes de manera individual, dividirlas en varios segmentos según las directrices del usuario, identificar la presencia de residuos flotantes en cada área concreta y estimar su densidad a partir de los metadatos de la imagen (altura, resolución). En un futuro, se espera poder adaptar la aplicación directamente a un sensor remoto (por ejemplo, un dron) para automatizar aún más el proceso de teledetección.

A escala europea, la Directiva marco sobre la estrategia marina indica la aplicación de técnicas de monitorización de los FMML para cumplir con la evaluación continua del estado medioambiental del medio marino. “Por ello, la automatización de los procesos de monitorización y el uso de aplicaciones como Marlit facilitarían a los Estados miembros el cumplimiento de la directiva”, concluyen los autores del nuevo trabajo, según destaca la Universidad de Barcelona.

Por: Joaquim Elcacho, La Vanguardia