Un nuevo detector basado en Inteligencia Artificial (IA) es capaz de estimar la probabilidad de que existan plásticos flotantes en las imágenes de satélite de los océanos.
Esto podría ayudar a eliminar sistemáticamente la basura plástica de los océanos con barcos. La investigación, de la Universidad de Wageningen y investigadores de la EPFL (Escuela Politécnica Federal de Lausana), se ha publicado recientemente en iScience.
Las acumulaciones de desechos marinos son visibles en las imágenes del satélite Sentinel-2, disponibles gratuitamente, que capturan zonas costeras cada 2 a 5 días en todo el mundo en masas terrestres y zonas costeras. Debido a que estos equivalen a terabytes de datos, éstos deben analizarse automáticamente a través de modelos de inteligencia artificial como redes neuronales profundas.
Marc Ruswurm, profesor asistente en la Universidad de Wageningen, dice en un comunicado: «Estos modelos aprenden de ejemplos proporcionados por oceanógrafos y especialistas en teledetección, quienes identificaron visualmente varios miles de casos de desechos marinos en imágenes satelitales en lugares de todo el mundo. De esta manera, entrenaron el modelo para reconocer los desechos plásticos.»
Los investigadores desarrollaron un detector de desechos marinos basado en inteligencia artificial que estima la probabilidad de que haya desechos marinos presentes para cada píxel en las imágenes del satélite Sentinel-2. El detector se entrena siguiendo principios de IA centrados en datos que tienen como objetivo aprovechar al máximo los datos de entrenamiento limitados que están disponibles para este problema.
Un ejemplo es el diseño de un algoritmo de visión por computadora que ajusta las anotaciones manuales de los expertos con precisión a los desechos visibles en las imágenes. Con esta herramienta, los oceanógrafos y expertos en teledetección pueden proporcionar más ejemplos de datos de capacitación al ser menos precisos al hacer clic manualmente en los contornos.
En general, este método de entrenamiento combinado con el algoritmo de refinamiento enseña al modelo de detección de inteligencia artificial profunda a predecir mejor los objetos de desechos marinos que los enfoques anteriores.
Ruswurm dice: «El detector sigue siendo preciso incluso en condiciones más difíciles; por ejemplo, cuando la nubosidad y la neblina atmosférica dificultan que los modelos existentes identifiquen con precisión los desechos marinos».
La detección de plásticos en desechos marinos en condiciones atmosféricas difíciles con nubes y neblina es particularmente importante, ya que los plásticos a menudo son arrastrados a aguas abiertas después de lluvias e inundaciones.
Además de una predicción más precisa de las acumulaciones de desechos marinos, el modelo de detección también detectará desechos en imágenes de PlanetScope a las que se puede acceder diariamente.
«La combinación de Sentinel-2 semanal con las adquisiciones diarias de PlanetScope puede cerrar la brecha hacia un monitoreo diario continuo», explicó Ruswurm.
«Además, PlanetScope y Sentinel-2 a veces capturan el mismo parche de desechos marinos el mismo día con sólo unos minutos de diferencia. Esta vista doble del mismo objeto en dos ubicaciones revela la dirección de la deriva debido al viento y las corrientes oceánicas en el agua. Esta información se puede utilizar para mejorar los modelos de estimación de la deriva de desechos marinos».
Fuente: iAgua