Buscar otros temas

Categories

Imágenes satelitales + IA: ¿El contraataque a la invasión del plástico?

Imágenes satelitales + IA: ¿El contraataque a la invasión del plástico?

imagenes satelitales contrataque invasion del plastico

De acuerdo a la ONU (2017), cada año, 8 millones de toneladas de plástico terminan en los océanos. Para dimensionar esto, es equivalente a desechar anualmente la masa de más de 40.000 ballenas azules antárticas (el animal más grande del mundo) teniendo en cuenta que la población estimada de esta subespecie en 2018 fue de 3.000 ejemplares. Así que sí, el problema es colosal.

Según la Dra. Biermann et al. (2020), ciertas características como la durabilidad y resistencia de este material (las cuales son consideradas ventajas en distintas industrias), ahora juegan en nuestra contra, debido a que estos desechos terminan estancándose en zonas de alto impacto o afectando los seres que habitan en las costas y el mar, dado que muchos desechos son ingeridos por estos o terminan estrangulándolos, además de afectar gravemente todos los ecosistema. 

La detección de macroplásticos (fragmentos de plástico con un diámetro mayor a 5 mm) es prioridad, considerando que si estos no se logran localizar y sustraer antes que se fragmenten, la extracción posterior de este desecho se vuelve imposible. Por otro lado, la Dra. Beaumont et al. (2019), quien tiene más de 17 años de experiencia estudiando la intersección entre socioeconomía y ciencias naturales, sugiere que existe un impacto socioeconómico considerable dado que afecta la agricultura y el turismo.

¿Cómo contrarrestar la contaminación con imágenes satelitales?

Desde siempre se ha sabido del potencial de las imágenes satelitales para resolver múltiples problemáticas gracias a la perspectiva que estas pueden brindar; sin embargo, antes del lanzamiento de los satélites Sentinel-2A y 2-B en el año 2015, no había una oportunidad para desarrollar soluciones eficaces para la localización de plásticos dado que los satélites, hasta ese momento, tenían alguno de los siguientes problemas:

  • La resolución no era suficiente para la detección de elementos de dimensiones reducidas, es decir, cada pixel representaba un área muy amplia.
  • El número de bandas espectrales proporcionadas no era idóneo para poder obtener datos adecuados, puesto que está relacionado con la cantidad de información que se adquiere de una escena respecto al espectro electromagnético. Tal y como se observa en la Imagen 1, una banda se refiere a un rango de valores del espectro (eje X) lo cual es de gran importancia cuando se quiere localizar algún material o fenómeno.

Estos obstáculos fueron superados con los Sentinel 2, los cuales cuentan con una resolución de 10 m y 12 bandas espectrales.

Ilustración de bandas espectrales
Img 1 Ilustración de bandas espectrales por Satellite Imaging Corporation, 2014.

Algunas propuestas para detección de plásticos

Hay proyectos con aportes significativos como el Plastic Litter Project, del Grupo de Teledetección Marina de la Universidad del Egeo, la cual está ubicada en Mitilene, en la isla de Lesbos. En el 2018, este proyecto liberó de forma controlada desechos flotantes compuestos por bolsas de plástico, botellas o redes de pesca, tal y como se observa en la Imagen 2, lo cual sirvió para trabajar un entorno ideal para la identificación de desechos flotantes por imágenes satelitales.

Imagen capturada por drones
Img. 2 Imagen capturada por drones el 07 de junio de 2018 en la playa Tsamakia, Grecia.

Además, este grupo realizó una caracterización del plástico flotante (Topouzelis et al., 2019), obteniendo una aproximación de la firma espectral de este. Esto tiene que ver con la idea de que la radiación que refleja un material en el espectro electromagnético es única. Por ejemplo, en la Imagen 3 se observa la firma espectral para el agua, la tierra y la vegetación, con la reflectancia en el eje Y y los valores del espectro electromagnético en el eje X, donde nuestros ojos solamente pueden recibir información de las primeras 3 bandas (azul, verde y roja), pero nos estamos perdiendo de mucha más información.

Firma espectral para agua, tierra y vegetación
Img. 3 Firma espectral para agua, tierra y vegetación por SEOS, s.f.

Utilizando la caracterización realizada, la Dra. BIermann sugiere un índice para la detección de desechos flotantes llamado FDI (Floating Debris Index). Para poner a prueba este índice obtenemos la visualización sin filtros de la playa de Tsamakia (Imagen 4) con la plataforma Sentinel HUB (en la cual se pueden aplicar filtros personalizados utilizando Javascript como se indica en la guía) y en la Imagen 5 aplicamos el filtro obtenido con el índice FDI propuesto. Aunque es evidente que se resaltan los plásticos, hay que tener en cuenta que este índice está tomando valores bajos, es decir, no resulta concluyente y al poner a prueba con escenarios caóticos, no discrimina otros materiales.

Imagen satelital de plástico de validación
Img. 4 Imagen satelital de plástico de validación. Grecia del 07 de junio de 2018.
Imagen satelital con filtro FDI aplicado
Img. 5 Imagen satelital con filtro FDI aplicado.

Por otro lado, la plataforma Sentinel HUB tiene una gran cantidad de filtros predeterminados, además, realiza concursos para incentivar la creación de estos, los cuales se incluyen en un repositorio si resultan ser útiles. Uno de estos es el Ocean Plastic Detector, el cual busca detectar plásticos en el océano, aunque, como se observa en la Imagen 6, ( en el mismo caso de validación anterior) parece funcionar correctamente. En la Imagen 7 se comprueba que en ciertas condiciones, tanto en el filtro FDI como en el Ocean Plastic Detector, se observan casos de falsos positivos, es decir, resaltan incorrectamente los posibles plásticos.

Imagen satelital con filtro Ocean Plastic Detector aplicado
Img. 6 Imagen satelital con filtro Ocean Plastic Detector aplicado.
Falsos positivos de los filtros FDI
Img. 7 Falsos positivos del filtro FDI.
falsos positivos de los filtros ocean plastic detector
Img. 7 Falsos positivos del filtro 'Ocean Plastic Detector'.

Batalla interminable

imagenes satelitales ia batalla interminable

Claramente hay propuestas muy interesantes para la detección de plásticos, sin embargo, aún hay un largo camino por recorrer, dado que los filtros propuestos tienen una gran cantidad de falsas alarmas, y es ahí donde la inteligencia artificial tiene una oportunidad para ir más allá de la intuición humana y la ciencia usual.

La amenaza es latente por parte del plástico, según la ONU (2017) se estima que para el año 2050 los océanos contendrán más plástico que peces, además, que el 99% de las aves marinas lo habrán ingerido. Por lo tanto, así se logre obtener el mejor modelo de detección de plásticos, nuestra responsabilidad como habitantes de este planeta es atacar la problemática de contaminación generando conciencia ambiental, sin esperar que una herramienta solucione nuestras cuentas pendientes, porque de ser así, es una batalla sin fin.

Referencias

  • Beaumont, N. J., Aanesen, M., Austen, M. C., Börger, T., Clark, J. R., Cole, M., . . . Wyles, K. J. (2019). Global ecological, social and economic impacts of marine plastic. Marine Pollution Bulletin, 142, 189-195. doi:10.1016/j.marpolbul.2019.03.022
  • Biermann, L., Clewley, D., Martinez-Vicente, V., & Topouzelis, K. (2020). Finding Plastic Patches in Coastal Waters using Optical Satellite Data. Scientific Reports, 10(1). doi:10.1038/s41598-020-62298-z
  • ONU. (2017).  UN Declares War on Ocean Plastic.
  •  Satellite Imaging Corporation. (2014). WorldView-3 Satellite Sensor.
  • SEOS (s.f.). Classification Algorithms and Methods.
  • Topouzelis, K., Papakonstantinou, A., & Garaba, S. P. (2019). Detection of floating plastics from satellite and unmanned aerial systems (Plastic Litter Project 2018). International Journal of Applied Earth Observation and Geoinformation, 79, 175-183. doi:10.1016/j.jag.2019.03.011
  • WWF. (s.f.). Antarctic blue whales recovering. Recuperado de