Teledetección y técnicas de aprendizaje automático supervisado aplicadas a la predicción de abundancia de recursos pesqueros, discriminación de vertidos de hidrocarburos, estimación de clorofila y detección temprana de episodios de algas tóxicas

Resumo

Entre los principales problemas que afectan a los océanos se encuentran la sobreexplotación de los recursos vivos, la contaminación por vertidos de hidrocarburos y las proliferaciones masivas de algas tóxicas. En esta tesis se describen cuatro aplicaciones basadas en la utilización de técnicas de aprendizaje automático supervisado que pueden contribuir a luchar contra estos problemas para lograr una gestión más sostenible del medio ambiente marino en las zonas de estudio. Se utilizaron dos tipos de técnicas. Por un lado, redes neuronales artificiales del tipo perceptrón multicapa (MLP), que se consideran como un aproximador universal y son útiles para el desarrollo de modelos de predicción numérica. Por otro, máquinas de soporte vectorial (SVM), un algoritmo muy robusto para clasificaciones binarias. En ambos casos se necesita información a priori sobre la salida deseada para el desarrollo de los modelos. La primera aplicación es la predicción de la abundancia de dos de las especies comerciales más importantes en la zona de pesca del Atlántico Suroeste (Islas Malvinas), como son la merluza (Merluccius hubbsi) y la pota argentina (Illex argentinus). Con este objetivo, se desarrolló una red MLP para cada especie utilizando una base de datos histórica que incluye datos pesqueros y ambientales adquiridos entre 1993 y 2006. A pesar de la complejidad en la distribución de las diferentes variables de entrada y de la inexistencia de relaciones claras entre estas variables y la captura por unidad de esfuerzo (CPUE), utilizada como índice de abundancia, se obtuvieron buenos resultados en la validación de los modelos para ambas especies. Otra de las aplicaciones es un sistema semiautomático de detección de vertidos de hidrocarburos a partir de imágenes del sensor Advanced Synthetic Aperture Radar (ASAR) para el área de Galicia (noroeste de España). La identificación de hidrocarburos en este tipo de imágenes de radar de apertura sintética (SAR) es complicada por la frecuente presencia de otras signaturas similares que pueden causar falsas alarmas (falsos positivos). Para facilitar la interpretación, se desarrollan sistemas que constan de tres etapas: segmentación, que es la identificación de áreas oscuras (zonas de posible contaminación en las imágenes)"; caracterización, extracción de un conjunto de características para cada signatura previamente detectada;" y clasificación, en la que se aplica un algoritmo clasificador para discriminar entre los vertidos reales y los falsos positivos en base a las características obtenidas en el paso anterior. El desarrollo de los clasificadores requiere de signaturas verificadas para ambas clases. En el sistema descrito en esta tesis se utilizó un conjunto de 26 imágenes ASAR adquiridas tras la catástrofe de Prestige entre noviembre de 2002 y abril de 2003, y se realizó una categorización previa en base a datos auxiliares, incluyendo observaciones directas de vertidos, e información contextual. Utilizando las signaturas verificadas, se desarrollaron varios clasificadores utilizando maquinas de soporte vectorial con diferentes combinaciones de variables de entrada, obteniéndose presiones superiores al 90%. La tercera aplicación es un algoritmo para la estimación de la concentración de clorofila a (chla) para las aguas ópticamente complejas del área de las Rias Baixas (noroeste de España) a partir de imágenes del sensor de color oceánico Medium Resolution Imaging Spectrometer (MERIS). Se desarrollaron un conjunto de algoritmos basados en redes MLP utilizando datos de chla in situ y 15 imágenes MERIS FR adquiridas en 6 años diferentes. El ámbito de aplicación de los algoritmos se definió mediante la aplicación previa de un algoritmo de agrupación difusa (Fuzzy C-Means, o FCM) a los datos de reflectancia. Los resultados de la validación mostraron una elevada precisión en la estimación de la concentración de chla, superando ampliamente los resultados obtenidos utilizando el algoritmo C2R que aplica de forma rutinaria la Agencia Espacial Europea (ESA) en aguas complejas de caso 2. Finalmente, la última aplicación es un modelo numérico de predicción de proliferaciones masivas de diatomea del genero Pseudo-nitzschia en el área de las Rias Baixas. Se desarrollaron dos tipos de modelo, presencia/ausencia y bloom/no bloom, ambos basados en la utilización de máquinas de soporte vectorial. Se utilizó una base de datos histórica con datos de abundancia y de variables ambientales, como temperatura, salinidad e índice de afloramiento, adquiridos entre los años 1992 y 2000. Se probaron diferentes combinaciones de variables de entrada. Los resultados obtenidos evidencian que los modelos, robustos, con una buena capacidad de generalización y precisos, capaces de detectar más del 80% de los eventos. En resumen, a pesar de las limitaciones asociadas a cada uno de los métodos propuestos, los resultados de esta tesis demuestran el potencial de la teledetección y de las técnicas de aprendizaje automático para contribuir de forma significativa a lograr una gestión más sostenible del medio marino.