Pregunta al experto
Fernando Paolo
Ingeniero sénior de aprendizaje automático mediante teledetección
¿Cómo se utilizan los datos satelitales para mapear la actividad humana en el mar?
El análisis de grandes flujos de datos de radar de apertura sintética (SAR) e imágenes ópticas, es un componente central del trabajo que realizamos en Global Fishing Watch. Una constelación de satélites toma imágenes del océano diariamente, agregando nuevos datos a archivos dedicados con petabytes de imágenes que procesamos para análisis a escala global. Nuestro equipo cuenta con una variedad de expertos para este trabajo que incluyen investigadores de teledetección, desarrolladores de inteligencia artificial (IA), científicos de datos e ingenieros de la nube para procesarlos. En el aspecto técnico, utilizamos informática avanzada para realizar consultas de big data y entrenar modelos de IA en múltiples GPU o unidades de procesamiento gráfico de alto rendimiento. Esta infraestructura nos permite mapear la actividad humana en el mar a una escala nunca antes vista.
Nuestro flujo de trabajo comienza en una etapa de procesamiento de imágenes, donde extraemos grandes flujos de imágenes ópticas y SAR (tanto visibles como infrarrojas), mínimamente procesadas de múltiples fuentes, incluidas la NASA, la Agencia Espacial Europea, la MDA y Google. Para crear mosaicos de imágenes adecuados para el análisis geoespacial, necesitamos: calibrar y corregir artefactos de radar y reproyectar imágenes SAR; filtrar imágenes ópticas turbias; escalar valores de píxeles y recortar las escenas. Pero el trabajo no termina ahí.
Global Fishing Watch utiliza inteligencia artificial e imágenes satelitales para mapear el tráfico de embarcaciones y la infraestructura marina para brindar una vista sin precedentes del uso industrial del océano que no se había cartografiado anteriormente, como se ve aquí en el Mar del Norte. ⓒ 2023 Global Fishing Watch
Luego viene una etapa de detección, donde se detectan automáticamente objetos marítimos como embarcaciones e infraestructura marina en cada imagen. Actualmente tenemos dos enfoques para la detección de objetos pequeños: el primero se basa en estadísticas: una forma de algoritmo adaptativo llamado tasa constante de falsas alarmas; el otro está basado en IA: una red neuronal profunda. Básicamente, cada imagen se escanea para determinar la ubicación de los objetos marítimos. En las detecciones basadas en IA, también se obtiene información sobre la eslora del barco y, en ocasiones, el rumbo y la velocidad.
Sigue una etapa de clasificación. Para las detecciones basadas en estadísticas, utilizamos modelos de IA para identificar detecciones falsas que ayudan a filtrar otros objetos presentes, como rocas o hielo. Este mismo modelo también estima la longitud del objeto. Luego clasificamos si una estructura fija es una plataforma petrolera, una turbina eólica o alguna otra estructura construida por el hombre. Se utiliza otro modelo para identificar si un barco detectado es un barco pesquero o no pesquero. Esta clasificación se basa en la eslora del buque y la información sobre el entorno circundante, incluido el tráfico de buques y la distancia desde el puerto. También considera la profundidad del agua y las condiciones del mar circundante, como la temperatura, las corrientes y la cantidad de clorofila presente.
En la etapa final de cotejo, analizamos miles de millones de coordenadas GPS transmitidas por embarcaciones en todo el océano a través del sistema de identificación automática (AIS) o el sistema de monitoreo de embarcaciones (VMS). Luego correlacionamos millones de detecciones satelitales, incluida la hora, la posición del barco y la eslora, con datos AIS y VMS existentes para determinar si un barco estaba transmitiendo su posición o simplemente no existía en los sistemas de monitoreo públicos. Una vez que hayamos completado el proceso de comparación, verificamos los resultados con expertos para evaluar la precisión de nuestro conjunto de datos final.