Les macro-déchets marins flottants constituent une menace pour la conservation des écosystèmes marins dans le monde entier. La plus grande densité de déchets flottants se trouve dans les grands tourbillons océaniques - des systèmes de courants circulaires qui tournent et attrapent les déchets - mais les déchets polluants sont abondants dans les eaux côtières et les mers semi-fermées comme la Méditerranée.

MARLIT, une application web en libre accès basée sur un algorithme conçu avec des techniques de deep learning, permettra la détection et la quantification des plastiques flottants en mer avec une fiabilité supérieure à 80%, selon une étude publiée dans la revue Pollution environnementale et réalisée par des experts de la Faculté de biologie et de l'Institut de recherche sur la biodiversité de l'Université de Barcelone (IRBio).

Cette méthodologie résulte de l'analyse par des techniques d'intelligence artificielle de plus de 3, 800 images aériennes du littoral méditerranéen en Catalogne, et il permettra aux chercheurs de progresser dans l'évaluation de la présence, densité et distribution des polluants plastiques dans les mers et les océans du monde entier. Parmi les participants à l'étude, publié dans la revue Pollution environnementale , sont les experts du Groupe de Recherche Consolidé sur les Grands Vertébrés Marins de l'UB et de l'IRBio, et le Groupe de recherche en biostatistique et bioinformatique (GRBIO) de l'UB, intégré dans la plateforme Bioinformatics Barcelona (BIB).

Déchets qui flottent et polluent l'océan

Historiquement, observations directes (bateaux, Avions, etc.) sont à la base de la méthodologie commune d'évaluation de l'impact des macro-déchets marins flottants (FMML). Cependant, la grande zone océanique et le volume de données font qu'il est difficile pour les chercheurs de faire avancer les études de surveillance.

« Les techniques de photographie aérienne automatique combinées à des algorithmes analytiques sont des protocoles plus efficaces pour le contrôle et l'étude de ce type de polluants, " note Odei Garcia-Garin, premier auteur de l'article et membre du CRG sur les grands mammifères marins, dirigé par le professeur Àlex Aguilar.

"Toutefois, -il continue-, la télédétection automatisée de ces matériaux n'en est qu'à ses débuts. Il y a plusieurs facteurs dans l'océan (vagues, vent, des nuages, etc.) qui durcissent automatiquement la détection des déchets flottants avec les images aériennes de la surface marine. C'est pourquoi peu d'études ont fait l'effort de travailler sur des algorithmes à appliquer à ce nouveau contexte de recherche."

Les experts ont conçu un nouvel algorithme pour automatiser la quantification des plastiques flottants dans la mer à travers des photographies aériennes en appliquant les techniques d'apprentissage en profondeur, méthodologie d'apprentissage automatique avec des réseaux de neurones artificiels capables d'apprendre et de porter l'apprentissage à des niveaux supérieurs.

« La grande quantité d'images de la surface marine obtenues par des drones et des avions lors de campagnes de surveillance des déchets marins - également lors d'études expérimentales avec des objets flottants connus - nous a permis de développer et de tester un nouvel algorithme qui atteint 80 % de précision à distance. détection de macro-déchets marins flottants, " note Garcia-Garin, membre du Département de biologie évolutive, Écologie et sciences de l'environnement de l'UB et de l'IRBio.

Préservation des océans avec des techniques d'apprentissage en profondeur

Le nouvel algorithme a été implémenté dans MARLIT, une web app en libre accès décrite dans l'article et qui est à la disposition de tous les gestionnaires et professionnels de l'étude de la détection et de la quantification des macro-déchets marins flottants avec des images aériennes. En particulier, il s'agit d'une preuve de concept basée sur un package R Shiny, une innovation méthodologique de grand intérêt pour accélérer les procédures de suivi des macro-déchets marins flottants.

MARLIT permet l'analyse d'images individuellement, ainsi que de les diviser en plusieurs segments –selon les directives de l'utilisateur–, identifier la présence de déchets flottants dans chaque zone et estimer leur densité avec les métadonnées de l'image (hauteur, résolution). À l'avenir, il est prévu d'adapter l'application à un capteur à distance (par exemple, un drone) pour automatiser le processus de télédétection.

Au niveau européen, la directive-cadre sur la stratégie pour le milieu marin de l'UE indique l'application des techniques de surveillance FMML pour réaliser l'évaluation continue de l'état environnemental du milieu marin. "Par conséquent, 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.