Cienciaes.com

Hablando con científicos podcast - cienciaes.com suscripción

Hablando con Científicos

El conocimiento científico crece gracias a la labor de miles de personas que se esfuerzan, hasta el agotamiento, por encontrar respuestas a los enigmas que plantea la Naturaleza. En cada programa un científico conversa con Ángel Rodríguez Lozano y abre para nosotros las puertas de un campo del conocimiento.

Inteligencia artificial para detectar basura flotante en el mar. Hablamos con Odei García Garín.

Basura flotante - Hablando con Científicos podcast - Cienciaes.com

Generamos basura a tal ritmo que prácticamente no existe lugar de la Tierra que no esté invadido por ella de una forma un otra. Un porcentaje muy elevado de toda esa basura , está compuesto por materiales plásticos de baja densidad que, en muchas ocasiones, son arrastrados por el agua y vertidos a mares y océanos. Una vez allí, los una parte de los residuos se depositan en los fondos marinos y otra es arrastrada por las corrientes oceánicas que circundan el planeta. En los grandes océanos, las corrientes siguen trayectorias circulares que confinan los materiales flotantes en regiones muy concretas creando inmensas islas de materiales flotantes. En el Pacífico, por poner un ejemplo dramático, entre las costas de Hawaii y California, existe la más grande de esas islas, ocupa una extensión de 1,6 millones de kilómetros cuadrados, e decir más de tres veces la extensión total de España.

Tales aglomeraciones de desechos están causando problemas a los ecosistemas marinos de todo el mundo y, por extensión, también a nosotros. Existen desechos plásticos de todos los tamaños. Como nos cuenta Odei García Garín, nuestro invitado en Hablando con Científicos, los científicos subdividen esta basura marina en “nanoplásticos” (los que tienen dimensiones de varios nanómetros), microplásticos ( entre 1 micra y 5 mm), mesoplásticos ( de 5mm a 2,5 cm) y macrobasura (>2,5 cm).
Tal abundancia de desechos está poniendo en alerta a la comunidad científica y son muchos los investigadores que se esfuerzan por desarrollar métodos que permitan su estudio, con la esperanza de que algún día sus trabajos de investigación sirvan para elaborar estrategias que permitan luchar contra toda esa contaminación flotante o sumergida.

Odei García Garín en estos momentos está desarrollando su tesis doctoral y acaba de publicar en la revista Environmental Pollution un artículo que habla de la aplicación de la inteligencia artificial para monitorizar los plásticos flotantes de mares y océanos. El proyecto se llama MARLIT y se trata de una aplicación web de acceso abierto basada en un algoritmo diseñado con técnicas de deep learning, es decir, técnicas que, mediante aprendizaje autónomo, permiten la detección y cuantificación de plásticos flotantes en el mar.

Lógicamente, la identificación de la basura que flota o se hunde en mares y océanos, no es nada fácil. A la gran diversidad de materiales que existen de muy diversa formas, colores y composición, hay que añadir el propio movimiento de las aguas que los transportan, donde las olas, el viento o los reflejos de la luz del Sol interfieren en su localización.

Odei y sus colegas de la Facultad de Biología y del Instituto de Investigación en Biodiversidad de la Universidad de Barcelona ha analizado más de 3.800 imágenes obtenidas mediante observaciones directas desde barcos, aviones o drones, en áreas del litoral mediterráneo de Cataluña y Valencia para “entrenar” al algoritmo. Así éste ha aprendido a evaluar la existencia, la abundancia o la distribución de los contaminantes plásticos en el mar con una fiabilidad del 80 %.

En el desarrollo de MARLIT han participado investigadores del Grupo de Grandes Vertebrados Marinos de la Universidad de Barcelona (ub) e IRBio, el grupo de investigación en Bio estadística y Bioinformática (GRBIO) y el grupo integrado de la plataforma de Bioinformática de Barcelona.

Os invito a escuchar a cuenta Odei García Garín, investigador predoctoral en el Departament de Biologia Evolutiva, Ecologia i Ciències Ambientals del Institut de Recerca de la Biodiversitat de la Universidad de Barcelona.

Referencias:
Odei Garcia-Garin et al., Automatic detection and quantification of floating marine macro-litter in aerial images: Introducing a novel deep learning approach connected to a web application in R Environmental Pollution Volume 273, 15 March 2021, 116490

MARLIT, una aplicación basada en la inteligencia artificial para estudiar los macrorresiduos marinos flotantes


Botón de donación
Apoya a CienciaEs haciéndote MECENAS con una donación periódica o puntual.
Colabore con CienciaEs.com - Ciencia para Escuchar
37 millones de audios servidos desde 2009

Agradecemos la donación de:

Ricardo Durán
Nuevo mecenas a través de Patreon

Pablo Osorio
Nuevo mecenas a través de Patreon

Norman Vasquez
Mecenas

Pablo Lapido Mateos
“Seguid con el buen trabajo, hacéis los viajes largos extremadamente amenos!”
Mecenas

Katherine Engleman
Mecenas

Carlos González-Vallarino
Mecenas

Toshi Hayashi
Mecenas

Anónimo
Muchas gracias por su esfuerzo, señoras y señores. Hacen mucho bien en estos tiempos aciagos.
Mecenas

Julio Fernando García Vicente
Mecenas

Alfonso Urenda
“Los escucho desde California. Gracias por su gran trabajo y dedicación.”
Mecenas

Émely Urbina Lillo
“Me encanta su trabajo. Los conocí éste mes y me he vuelto una fanática. Excelente trabajo. Muchas gracias por todo su esfuerzo. Desde Chile.”
Mecenas

Antonio García García
Mecenas

Pablo Gonzalez Martinez
Mecenas

Asunción Moreno Manchado
Mecenas

Alejandro Acosta Espinoza
Mecenas

Jairo Ospino Rodriguez
Mecenas

Rafa Castillejo
“Soy profesor de física y química en un instituto de enseñanza secundaria en Mijas Costa y este año he utilizado los podcasts de CienciaEs para que los alumnos hicieran exposiciones a sus compañeros sobre los temas que ellos elegían.”
Mecenas

Javier Gorriz Ortiz
Mecenas

Fidel Díaz Rodríguez
Mecenas

———- O ———-
App CienciaEs Android
App CienciaEs
App de cienciaes en apple store YouTube CienciaEs
———- O ———-



feed completo
Suscribase a nuestros programas






Locations of visitors to this page