Inteligencia artificial para detectar la basura marina

La inteligencia artificial abre nuevas posibilidades en la detección e identificación de residuos en los océanos, tantas que sería posible automatizar los procesos mediante la implantación de sensores en drones y avionetas para localizarlos de una manera más rápida y efectiva.

Compártelo

Mascarilla quirúrgica flotando en el mar.

Mascarilla quirúrgica flotando en el mar.

Foto: iStock

Los residuos marinos se definen como cualquier material sólido persistente que ha sido manufacturado o procesado y después, desechado, perdido o abandonado en el medio marino o costero. Están presentes en todos los mares y océanos del mundo y amenazan todo tipo de fauna marina, desde invertebrados, peces y tortugas hasta mamíferos marinos.

Los residuos marinos flotantes de origen antropogénico de mayor tamaño (macrorresiduos de más de 2,5 cm) son especialmente dañinos. Los organismos marinos pueden enredarse en ellos o ingerirlos. Sobre todo, las grandes especies filtradoras como las ballenas. Monitorizar la densidad y los patrones de distribución de la basura en el océano mediante metodologías estandardizadas es importante para revertir esta amenaza ambiental.

Cómo contar los residuos en el mar

Tradicionalmente, los macroresiduos flotantes se estudiaban por observación directa desde barcos o avionetas. Pero el enorme tamaño de los océanos y la gran cantidad de datos que se deben recopilar durante las campañas hacen que sean extremadamente laboriosas y costosas.

Las técnicas automatizadas de fotografía aérea combinadas con el uso de algoritmos de análisis permiten una mayor eficiencia en el control de la contaminación por basura en el mar.

A pesar de ello, la teledetección de la basura marina flotante está aún en sus inicios. Pocos estudios han desarrollado algoritmos para detectarla automáticamente en imágenes aéreas de la superficie marina. Factores como el oleaje, el viento, las nubes o el brillo dificultan la automatización del proceso.

Basura flotante

Basura flotante

Foto: Álex Aguilar / UB

Deep learning para monitorizar residuos

Investigadores del Grupo de Grandes Vertebrados Marinos (IRBio y BIOST) de la Universidad de Barcelona han desarrollado un algoritmo basado en deep learning capaz de detectar y cuantificar los residuos flotantes en el mar con una fiabilidad superior al 80%.

El trabajo, recientemente publicado en la revista Environmental Pollution, es el resultado de analizar mediante técnicas de inteligencia artificial centenares de imágenes aéreas de la costa catalana obtenidas desde drones y avionetas.

Avioneta utilizada en la campaña fotográfica en Barcelona, Blanes, el delta del Ebro y el cabo de Creus.

Avioneta utilizada en la campaña fotográfica en Barcelona, Blanes, el delta del Ebro y el cabo de Creus.

Foto: Morgana Vighi / UB

Se ha adaptado el algoritmo en una aplicación llamada MARLIT, que permite analizar las imágenes de una en una, dividirlas en varios segmentos, identificar la presencia de macrorresiduos flotantes en cada uno de ellos y estimar su densidad a partir de los metadatos de la fotografía.

El objetivo de cara al futuro es integrar la herramienta directamente en sensores remotos como drones, cámaras de alta resolución o satélites para automatizar aún más el proceso. La aplicación se basa en técnicas de deep learning, un campo del aprendizaje automático en inteligencia artificial que incluye redes capaces de aprender a partir de datos no estructurados o no etiquetados.

Se han utilizado más de 3.700 fotografías obtenidas desde drones y avionetas tanto en campañas experimentales hechas con objetos flotantes de forma, color y tamaño conocidos, como en campañas de monitorización a lo largo de la costa catalana. Esta gran cantidad de imágenes de la superficie marina ha permitido desarrollar y testar el algoritmo.

Dron utilizado en las campañas fotográficas llevadas a cabo mediante avionetas y drones en Barcelona, Blanes, el delta del Ebro y el cabo de Creus.

Dron utilizado en las campañas fotográficas llevadas a cabo mediante avionetas y drones en Barcelona, Blanes, el delta del Ebro y el cabo de Creus.

Foto: Àlex Aguilar / UB
Detección de basura desde el aire.

Detección de basura desde el aire.

Foto: Bertrand Bouchard

MARLIT contra los residuos marinos

A nivel europeo, la Directiva Marco sobre la Estrategia Marina recomienda y requiere la monitorización de los macrorresiduos flotantes para cumplir con la evaluación continua del estado del medio marino.

La automatización de los procesos de monitorización y el uso de aplicaciones como MARLIT permitirían agilizar los procedimientos de control de este tipo de contaminación de los océanos, facilitando el cumplimiento de la directiva por parte de los estados miembros.

Ejemplo de análisis de una imagen aérea obtenida mediante un dron a través de MARLIT para detectar y cuantificar la basura marina flotante en imágenes aéreas.

Ejemplo de análisis de una imagen aérea obtenida mediante un dron a través de MARLIT para detectar y cuantificar la basura marina flotante en imágenes aéreas.

Foto: Antonio Monleón y Pere López-Brosa

Estos hallazgos ponen de manifiesto la importancia de los sensores de teledetección para examinar la superficie marina y avanzar en la evaluación de la presencia, densidad y distribución de los macrorresiduos flotantes en los océanos de todo el mundo.

La fotografía aérea ya se está utilizando a gran escala, incluyendo el estudio de la gran isla de plásticos del Pacífico. Sin embargo, no se emplea todavía ningún algoritmo estandarizado y eficiente para estimar la abundancia y la densidad de los macrorresiduos marinos flotantes en las imágenes.

Los gestores de áreas marinas protegidas y otras entidades o usuarios individuales podrían usar MARLIT para detectar y cuantificar estos desechos. De esta forma, la aplicación supone un avance en la lucha contra la contaminación marina.

Las costas españolas son especialmente susceptibles a la acumulación de residuos plásticos

Más información

Los residuos plásticos, un problema real para las costas españolas

*Álex Aguilar es Profesor de Biología Animal, Antonio Monleon es Profesor e investigador especializado en análisis de datos, estadística y computación, Assumpció Borrell es Profesora de Ciencias Ambientales, Luis Cardona es Profesor e investigador en el Grupo de Grandes Vertebrados Marinos, Morgana Vighi es Investigadora en biodiversidad marina, Odei Garcia-Garin es Estudiante de doctorado en Biodiversidad y Pere López es Doctorando en ecologia y ciencias ambientales, todos ellos en la Universidad de Barcelona. Por su parte, Ricardo Stalin Borja es investigador en la Universidad Politécnica de Catalunya - BarcelonaTech. Esta nota apareció originalmente en The Conversation y se publica aquí bajo una licencia de Creative Commons.

Compártelo