I macrorifiuti marini galleggianti rappresentano una minaccia per la conservazione degli ecosistemi marini in tutto il mondo. La più grande densità di rifiuti galleggianti si trova nei grandi vortici oceanici, sistemi di correnti circolari che ruotano e catturano i rifiuti, ma i rifiuti inquinanti sono abbondanti nelle acque costiere e nei mari semichiusi come il Mediterraneo.

MARLITTO, una web app open access basata su un algoritmo progettato con tecniche di deep learning, consentirà il rilevamento e la quantificazione delle plastiche galleggianti in mare con un'affidabilità superiore all'80%, secondo uno studio pubblicato sulla rivista Inquinamento ambientale e condotto da esperti della Facoltà di Biologia e dell'Istituto di ricerca sulla biodiversità dell'Università di Barcellona (IRBio).

Questa metodologia risulta dall'analisi attraverso tecniche di intelligenza artificiale di più di 3, 800 immagini aeree della costa mediterranea in Catalogna, e consentirà ai ricercatori di progredire nella valutazione della presenza, densità e distribuzione degli inquinanti plastici nei mari e negli oceani di tutto il mondo. Tra i partecipanti allo studio, pubblicato sulla rivista Inquinamento ambientale , sono gli esperti del Consolidated Research Group on Large Marine Vertebrates dell'UB e dell'IRBio, e il Gruppo di Ricerca in Biostatistica e Bioinformatica (GRBIO) dell'UB, integrato nella piattaforma Bioinformatics Barcelona (BIB).

Rifiuti che galleggiano e inquinano l'oceano

Storicamente, osservazioni dirette (barche, aerei, ecc.) sono la base per la metodologia comune per valutare l'impatto dei macrorifiuti marini galleggianti (FMML). Però, la grande area oceanica e il volume dei dati rendono difficile per i ricercatori avanzare con gli studi di monitoraggio.

"Le tecniche di fotografia aerea automatica combinate con algoritmi analitici sono protocolli più efficienti per il controllo e lo studio di questo tipo di inquinanti, " nota Odei Garcia-Garin, primo autore dell'articolo e membro del CRG sui Grandi Mammiferi Marini, guidato dal professor Àlex Aguilar.

"Però, -lui continua-, il telerilevamento automatizzato di questi materiali è in una fase iniziale. Ci sono diversi fattori nell'oceano (onde, vento, nuvole, ecc.) che rafforzano automaticamente il rilevamento dei rifiuti galleggianti con le immagini aeree della superficie marina. Questo è il motivo per cui sono pochi gli studi che si sono sforzati di lavorare su algoritmi da applicare a questo nuovo contesto di ricerca".

Gli esperti hanno progettato un nuovo algoritmo per automatizzare la quantificazione delle plastiche galleggianti in mare attraverso fotografie aeree applicando le tecniche di deep learning, metodologia di apprendimento automatico con reti neuronali artificiali in grado di apprendere e portare l'apprendimento a livelli superiori.

"La grande quantità di immagini della superficie marina ottenute da droni e aerei in campagne di monitoraggio sui rifiuti marini -anche in studi sperimentali con oggetti galleggianti noti- ci ha permesso di sviluppare e testare un nuovo algoritmo che raggiunge un 80% di precisione in remoto rilevamento di macrorifiuti marini galleggianti, " nota Garcia-Garin, membro del Dipartimento di Biologia Evoluzionistica, Ecologia e Scienze Ambientali dell'UB e dell'IRBio.

Conservazione degli oceani con tecniche di deep learning

Il nuovo algoritmo è stato implementato su MARLIT, una web app open access descritta nell'articolo e che è a disposizione di tutti i manager e professionisti nello studio della rilevazione e quantificazione dei macrorifiuti marini galleggianti con immagini aeree. In particolare, questa è una prova di concetto basata su un pacchetto R Shiny, un'innovazione metodologica di grande interesse per velocizzare le procedure di monitoraggio dei macrorifiuti marini galleggianti.

MARLIT consente l'analisi delle immagini individualmente, nonché di suddividerli in più segmenti –secondo le linee guida dell'utente–, identificare la presenza di rifiuti galleggianti in ogni determinata area e stimare la loro densità con i metadati dell'immagine (altezza, risoluzione). Nel futuro, si prevede di adattare l'app a un sensore remoto (ad esempio, un drone) per automatizzare il processo di telerilevamento.

A livello europeo, la Direttiva quadro sulla strategia marina dell'UE indica l'applicazione delle tecniche di monitoraggio FMML per soddisfare la valutazione continua dello stato ambientale dell'ambiente marino. "Perciò, the automatization of monitoring processes and the use of apps such as MARLIT would ease the member states' fulfillment of the directive, " conclude the authors of the study.