O CSIC mellora a identificación en tempo real das capturas de pesca

O proxecto SICAPTOR optimiza ferramentas de intelixencia artificial coas que é posible recoñecer e cuantificar as diferentes especies

O Consello Superior de Investigacións Científicas (CSIC) concluíu con éxito, tras algo de máis dun ano de investigación, o proxecto “Implementación dun sistema electrónico de documentación da captura total para unha xestión sostible e en liña dos recursos pesqueiros” (SICAPTOR).

A iniciativa estivo coordinada polo Grupo de Enxeñaría de Procesos do Instituto de Investigacións Mariñas (IIM). Como socios participou o Instituto Español de Oceanografía (IEO), o Centro de Supercomputación de Galicia (CESGA) e a Organización de Produtores de Pesca do Porto e Ría de Marín (OPROMAR). Contou coa colaboración da a Fundación Biodiversidade, do Ministerio de Transición Ecolóxica e o Reto Demográfico, a través do Programa Pleamar, cofinanciado polo Fondo Europeo Marítimo e de Pesca (FEMP).

Publicidade

O obxectivo xeral era a mellora do sistema iObserver, dispositivo electrónico que se instala sobre a cinta de triaxe e obtén fotografías de toda a captura, analizando cada imaxe para identificar a especie e estimar o tamaño e peso de cada exemplar. Esa información envíase en tempo real a un servidor en terra, onde se analiza e combina con modelos matemáticos para facer predicións do estado da pesqueira e xéranse mapas que permiten visualizar de forma sinxela os datos.

A ferramenta amosa predicións do estado da pesqueira e xéranse mapas que permiten visualizar de forma sinxela os datos

“Entre as súas desvantaxes figura a baixa fiabilidade dos datos, o elevado custo e a baixa cobertura das zonas de pesca. Había, por tanto, o desafío de dispoñer de datos completos e fiables da actividade pesqueira, é dicir, da captura retida e de descártelos”, explica Luís Taboada, científico do CSIC e investigador principal do SICAPTOR.

Publicidade

Acometeuse SICAPTOR para, neste contexto, desenvolver e implementar técnicas avanzadas de cuantificación de capturas totais de forma fiable, mesmo cando os exemplares na cinta transportadora están solapados ou superpostos. Pretendíase ensinar a un computador para comprender o contido dunha imaxe.

“Logrouse máis dun 96% de acerto na identificación de especies e un erro absoluto medio dun 4% para estimación da talla; os novos algoritmos permiten mellorar a identificación das especies incluídas no catálogo do iOBserver, especialmente de louros, galos, faneca, raia común e raia santiaguesa e lográronse melloras no sistema de iluminación, evitando así a aparición de sombras e brillos que dificulten o recoñecemento de especies”, destaca Taboada, quen engade que “a todo iso únese que por medio dun sensor magnético, conseguimos o funcionamento autónomo do iObserver”.

“A partir de datos sobre captura total transmitidos por iObserver, actualizouse a base de datos de composición de captura total e estanse xerando mapas que permiten realizar unha xestión da actividade pesqueira diaria en base a distintos criterios”, apunta Taboada.
Todo iso púxose a punto mediante campañas no buque oceanográfico Miguel Oliver e a bordo dos barcos comerciais Portosanto e Ría de Marín.

Os principais beneficiarios destas melloras son os armadores, científicos e/ou lexisladores, quen terá máis facilidades para a toma de decisións en tempo real, identificar aquelas áreas de pesca que minimicen descártelos pesqueiros e desenvolver unha regulación eficiente que garanta a sustentabilidade dos recursos pesqueiros e o cumprimento da obrigación de desembarco.

DEIXAR UNHA RESPOSTA

Please enter your comment!
Please enter your name here

Este sitio usa Akismet para reducir o spam. Aprende como se procesan os datos dos teus comentarios.

Relacionadas

Beatriz Novoa: “Foi un exemplo de tenacidade e esforzo”

A actual directora do IIM, Beatriz Novoa, lembra a Científica Galega do Ano e analiza os retos que ten por diante o instituto no seu 75 aniversario

Un equipo galego abre a porta a detectar a periodontite mediante unha mostra de saliva e IA

A investigación, liderada pola USC e o IDIS, indica que o mellor modelo do experimento acada unha sensibilidade superior ao 92%

Resucitar moléculas da Prehistoria contra as superbacterias: a nova fronteira dos antibióticos por IA

Os modelos xenerativos xa poden recuperar péptidos do ADN de especies desaparecidas e agora enfrontan o reto de converter os achados computacionais en medicamentos

É a IA unha ameaza? “Os avances van máis rápido do que a sociedade pode asumilos”

Fernando Suárez e Senén Barro aseguran que a intelixencia artificial si presenta riscos, pero a destrución da humanidade non se atopa entre eles