Conocer el número de ballenas presentes en nuestros océanos es uno de los grandes retos al que los investigadores se enfrentan actualmente, y sobre ello han obtenido un gran avance desde el CAESCG, el centro mixto promovido desde la Junta de Andalucía, ubicado en el campus de La Cañada y adscrito a la Universidad de Almería.

Esquema del sistema para el conteo automático de ballenas, tras su detección en imágenes de satélite, basado en Redes Neuronales y en datos y herramientas abiertas.

Sabiendo que este cetáceo es uno de los más amenazados en la naturaleza, resulta fundamental conocer con la mayor precisión posible cuántos ejemplares pueblan los mares de todo el mundo. Los científicos Emilio Guirado y Domingo Alcaraz-Segura, del Centro Andaluz para la Evaluación y Seguimiento del Cambio Global antes referido, han propuesto y publicado un sistema robusto y generalizable para conteo automático de ballenas, tras detección en imágenes de satélite, basado en Redes Neuronales y en datos y herramientas abiertas.

La aplicación de este método en todo el mundo sería una sólida base para guiar las acciones de conservación de las ballenas, puesto que podría contribuir de manera definitiva a la evaluación de las poblaciones las mismas, tal y como se ha difundido en un artículo que han escrito los dos científicos y que ha publicado Scientific Reports, una de las revistas de mayor reconocimiento y prestigio en el ámbito científico y que da cabida en sus páginas a todas las áreas de las ciencias naturales. En el mismo se explica que la detección tradicional de las ballenas que se ha venido haciendo hasta ahora conlleva costosísimos estudios de avistamiento, análisis acústicos o fotointerpretación de imágenes de alta resolución, pero este estudio, firmado por Emilio Guirado como primer autor, supone un notorio abaratamiento y más fácil expansión.

Lo que se propone para el conteo de estos mamíferos marinos es el uso de imágenes obtenidas con medios aéreos y satelitales, aplicando el referido sistema robusto y generalizable basado en Redes Neuronales, lo que supone una notoria evolución. De hecho, los análisis están basados en el uso de algoritmos de aprendizaje automático que permiten un aprendizaje profundo, o ‘deep learning’, para modelar los datos obtenidos mediante la captación de las diferentes imágenes.

En términos económicos, esta metodología es altamente rentable. Su aplicación en ámbito mundial podría contribuir de una manera muy importante a una evaluación certera de las poblaciones y un acercamiento bastante preciso al número de ballenas, con lo que las acciones conservacionistas encaminadas a proteger a esta especia serán más eficaces. Para hacerlo posible se ha dejado claro desde el estudio que “el acceso libre y global a imágenes de alta resolución, siempre con fines de conservación, impulsaría este proceso”.