MARLIT, um aplicativo baseado em inteligência artificial para estudar macro-lixo marinho flutuante
p Da esquerda para a direita, os especialistas Morgana Vighi, Odei Garcia-Garin e Bertrand Bouchard. Crédito:Àlex Aguilar, CRG Grandes Vertebrados Marinhos (UB-IRBio)
p Macarrão marinho flutuante é uma ameaça à conservação dos ecossistemas marinhos em todo o mundo. A maior densidade de lixo flutuante está nos grandes giros oceânicos - sistemas de correntes circulares que giram e coletam lixo - mas os resíduos poluentes são abundantes nas águas costeiras e em mares semifechados, como o Mediterrâneo. p MARLIT, um aplicativo da web de acesso aberto baseado em um algoritmo projetado com técnicas de aprendizagem profunda, permitirá a detecção e quantificação de plásticos flutuantes no mar com uma confiabilidade superior a 80%, de acordo com um estudo publicado na revista
Poluição ambiental e realizado por especialistas da Faculdade de Biologia e do Instituto de Pesquisa em Biodiversidade da Universidade de Barcelona (IRBio).
p Esta metodologia resulta da análise por meio de técnicas de inteligência artificial de mais de 3, 800 imagens aéreas da costa mediterrânea da Catalunha, e permitirá que os pesquisadores avancem na avaliação da presença, densidade e distribuição dos poluentes plásticos nos mares e oceanos em todo o mundo. Entre os participantes do estudo, publicado no jornal
Poluição ambiental , são os especialistas do Grupo de Pesquisa Consolidado em Grandes Vertebrados Marinhos da UB e IRBio, e o Grupo de Pesquisa em Bioestatística e Bioinformática (GRBIO) da UB, integrado na plataforma de Bioinformática Barcelona (BIB).
p
Lixo que flutua e polui o oceano
p Historicamente, observações diretas (barcos, aviões, etc.) são a base para a metodologia comum para avaliar o impacto do macro-lixo marinho flutuante (FMML). Contudo, a grande área oceânica e o volume de dados dificultam o avanço dos estudos de monitoramento pelos pesquisadores.
p “Técnicas de fotografia aérea automática combinadas com algoritmos analíticos são protocolos mais eficientes para o controle e estudo deste tipo de poluentes, "observa Odei Garcia-Garin, primeiro autor do artigo e membro do CRG on Large Marine Mammals, liderado pelo Professor Àlex Aguilar.
p "Contudo, -ele continua-, o sensoriamento remoto automatizado desses materiais está em um estágio inicial. Existem vários fatores no oceano (ondas, vento, nuvens, etc.) que dificultam a detecção de lixo flutuante automaticamente com as imagens aéreas da superfície marinha. É por isso que existem poucos estudos que se esforçam para trabalhar em algoritmos para aplicar a este novo contexto de pesquisa. "
p Os especialistas desenvolveram um novo algoritmo para automatizar a quantificação de plásticos flutuantes no mar por meio de fotografias aéreas, aplicando as técnicas de aprendizagem profunda, metodologia de aprendizagem automática com redes neuronais artificiais capazes de aprender e levar a aprendizagem a níveis superiores.
p “A grande quantidade de imagens da superfície marinha obtidas por drones e aviões em campanhas de monitoramento de lixo marinho –também em estudos experimentais com objetos flutuantes conhecidos– nos permitiu desenvolver e testar um novo algoritmo que atinge 80% de precisão no controle remoto detecção de macro-lixo marinho flutuante, "observa Garcia-Garin, membro do Departamento de Biologia Evolutiva, Ecologia e Ciências Ambientais da UB e IRBio.
p
Preservação dos oceanos com técnicas de aprendizagem profunda
p O novo algoritmo foi implementado para MARLIT, um aplicativo web de acesso aberto descrito no artigo e que está disponível para todos os gestores e profissionais no estudo da detecção e quantificação de macro-lixo marinho flutuante com imagens aéreas. Em particular, esta é uma prova de conceito baseada em um pacote R Shiny, uma inovação metodológica com grande interesse para agilizar os procedimentos de monitoramento do macro-lixo marinho flutuante.
p MARLIT permite a análise de imagens individualmente, bem como dividi-los em vários segmentos –de acordo com as orientações do usuário–, identificar a presença de serapilheira flutuante em cada determinada área e estimar sua densidade com os metadados da imagem (altura, resolução). No futuro, espera-se adaptar o aplicativo a um sensor remoto (por exemplo, um drone) para automatizar o processo de sensoriamento remoto.
p A nível europeu, a Diretiva-Quadro Estratégia Marinha da UE indica a aplicação de técnicas de monitoramento FMML para cumprir a avaliação contínua do estado ambiental do meio marinho. "Portanto, a automatização dos processos de monitoramento e o uso de aplicativos como o MARLIT facilitaria o cumprimento da diretriz pelos estados membros, "concluem os autores do estudo.