Flytande havsmakroskräp är ett hot mot bevarandet av marina ekosystem över hela världen. Den största tätheten av flytande skräp finns i de stora havsgyren — system av cirkulära strömmar som snurrar och fångar skräp — men det förorenande avfallet är rikligt i kustvatten och halvslutna hav som Medelhavet.

MARLIT, en webbapp med öppen åtkomst baserad på en algoritm designad med tekniker för djupinlärning, kommer att möjliggöra upptäckt och kvantifiering av flytande plast i havet med en tillförlitlighet över 80 %, enligt en studie publicerad i tidskriften Miljöförorening och utförs av experter från Biologiska fakulteten och Biodiversity Research Institute vid University of Barcelona (IRBio).

Denna metod är resultatet av analys genom artificiell intelligens tekniker av mer än 3, 800 flygbilder över Medelhavskusten i Katalonien, och det kommer att göra det möjligt för forskare att göra framsteg i bedömningen av närvaron, täthet och distribution av plastföroreningar i haven och oceanerna över hela världen. Bland deltagarna i studien, publiceras i tidskriften Miljöförorening , är experterna från den konsoliderade forskningsgruppen för stora marina ryggradsdjur vid UB och IRBio, och forskningsgruppen för biostatistik och bioinformatik (GRBIO) vid UB, integrerad i Bioinformatics Barcelona-plattformen (BIB).

Skräp som flyter och förorenar havet

Historiskt sett, direkta observationer (båtar, flygplan, etc.) är basen för den gemensamma metoden för att bedöma effekten av flytande marin makroskräp (FMML). Dock, det stora havsområdet och mängden data gör det svårt för forskarna att komma vidare med övervakningsstudierna.

"Automatiska flygfotograferingstekniker i kombination med analytiska algoritmer är mer effektiva protokoll för kontroll och studier av denna typ av föroreningar, " noterar Odei Garcia-Garin, första författare till artikeln och medlem av CRG om stora marina däggdjur, ledd av professor Àlex Aguilar.

"Dock, -han fortsätter-, automatiserad fjärranalys av dessa material är i ett tidigt skede. Det finns flera faktorer i havet (vågor, vind, moln, etc.) som förstärker detekteringen av flytande skräp automatiskt med flygbilder av den marina ytan. Det är därför det bara finns ett fåtal studier som ansträngde sig för att arbeta med algoritmer för att tillämpas på denna nya forskningskontext."

Experterna designade en ny algoritm för att automatisera kvantifieringen av flytande plast i havet genom flygfoton genom att tillämpa teknikerna för djupinlärning, automatisk inlärningsmetodik med artificiella neuronala nätverk som kan lära sig och ta inlärningen till högre nivåer.

"Den stora mängd bilder av den marina ytan som erhållits av drönare och flygplan i övervakningskampanjer på marin skräp – även i experimentella studier med kända flytande föremål – gjorde det möjligt för oss att utveckla och testa en ny algoritm som når en precision på 80 % i fjärrkontrollen avkänning av flytande marin makroskräp, " noterar Garcia-Garin, ledamot av institutionen för evolutionsbiologi, Ekologi och miljövetenskap vid UB och IRBio.

Bevarande av haven med djupinlärningstekniker

Den nya algoritmen har implementerats till MARLIT, en webbapp med öppen tillgång som beskrivs i artikeln och som är tillgänglig för alla chefer och yrkesverksamma inom studiet av detektering och kvantifiering av flytande marin makroskräp med flygbilder. Särskilt, detta är ett proof of concept baserat på ett R Shiny-paket, en metodologisk innovation med stort intresse för att påskynda övervakningsprocedurerna för flytande marin makroskräp.

MARLIT möjliggör analys av bilder individuellt, samt att dela upp dem i flera segment – ​​enligt användarens riktlinjer –, identifiera förekomsten av flytande strö i varje visst område och uppskatta deras densitet med bildmetadata (höjd, upplösning). I framtiden, det förväntas anpassa appen till en fjärrsensor (t.ex. en drönare) för att automatisera fjärravkänningsprocessen.

På europeisk nivå, EU:s ramdirektiv för marin strategi indikerar tillämpningen av FMML-övervakningstekniker för att genomföra den kontinuerliga bedömningen av den marina miljöns miljötillstånd. "Därför, automatisering av övervakningsprocesser och användning av appar som MARLIT skulle underlätta medlemsländernas uppfyllande av direktivet, " avslutar författarna till studien.