Del mar a tu plato

Detalle del informe de ODI sobre cómo se comportan los barcos en altamar

Autoría

Miren Gutiérrez es doctora en comunicación, directora del programa de postgrado de Análisis, investigación y comunicación de datos y profesora de comunicación en la Universidad de Deusto. También es investigadora asociada en el Overseas Development Institute (ODI) de Londres y en Datactive de la Universidad de Amsterdam. Participa en el Taller de Periodismo de Datos 2019 "sigue el rastro de la comida" con una conferencia en el simposio de la jornada inaugural el lunes 25 de marzo.

Guillermo Gutiérrez es senior Software Developer de OpenDataKit y Analista de Datos en Overseas Development Institute (ODI) para el proyecto de visualización de la pesca ilegal. Especializado en desarrollo de software y bases de datos, y experto en sistemas de información geográfica (SIG) y en mediaciones entre el análisis y la visualización de los datos. Guillermo colaboró en el primer informe de ODI sobre la pesca ilegal. Aunque existe un consenso sobre el impacto de la flota pesquera mundial en la salud de los océanos, nadie sabe cuántos buques pesqueros operan en el mundo ni cuánto de lo que pescan es legal. Como investigadora y científico de datos, junto con el resto del equipo de colegas en el Overseas Development Institute de Londres, estamos trabajando en un informe y herramientas (i.e. mapas, algoritmos, etc.) que describen y evalúan la flota pesquera de aguas distantes por primera vez de manera detallada y global. En este artículo os contamos cómo lo estamos planteando desde el punto de vista técnico y qué relevancia tiene nuestro trabajo.

Intro

Nuestro nuevo estudio combina técnicas de analítica de datos big data, deep learning (una técnica de inteligencia artificial o AI en inglés) y Sistemas de Información Geográfica (GIS).

FishSpektrum Krakken

Una de las fuentes de información más importantes del estudio consiste en la base de datos de FishSpektrum Krakken®, el mayor registro de buques pesqueros del mundo.

La calidad de los datos es tan importante como el diseño de algoritmos de deep learning. Nosotros contamos con la mayor base de datos existente de barcos pesqueros, Krakken, que cuenta con referencias históricas de más de 800.000 embarcaciones individuales de los últimos 11 años; en comparación, la base de datos de buques de la Organización de Naciones Unidas para la Alimentación y Agricultura apenas cuenta con 250.000 barcos.

GIS y analítica big data

Usaremos también repositorios de datos de Sistemas de Identificación Automática (AIS) para contar con series de datos temporales de las posiciones de cada uno de los barcos de nuestro nuevo estudio.

Usando software GIS extraeremos metadatos de estas series temporales para caracterizar las maniobras que detectemos sobre la base de su ubicación geográfica (en zonas de exclusión de actividad económica (EEZ), por ejemplo) o la altura de faena (usando mapas de batimetría).

Esta información geoespacial, combinada con los datos de Krakken y un sistema de analítica big data podremos plantear preguntas y extraer conclusiones basadas en datos para el estudio.

Experiencia en pesca ilegal

Los algoritmos de deep learning que vamos a desarrollar van a ser entrenados para detectar maniobras de pesca con datos históricos y el modelo resultante podrá ser empleado con datos en vivo para realizar trabajos de detección en quasi tiempo real, de forma que capte todos los movimientos irregulares de forma tanto abarcadora como minuciosa. Para diseñar los algoritmos de deep learning, tendremos en cuenta detalladas descripciones y criterios para cada operación en alta mar (e.g. transferencia de pescado, cercado, arrastrado) y cómo se mueven los diferentes barcos pesqueros (e.g. cerqueros, arrastreros, palangreros).

También nos basamos en lo que sabemos de cómo se comportan los barcos en altamar producto de otro estudio Western Africa's missing fish: the impacts of illegal, unreported and unregulated fishing and under-reporting catches by foreign fleets", que, entre otras cosas, visualiza transferencias de pescado en algunas aguas del África occidental donde esta operación no está permitida (ver ilustración).

Detalle del informe de ODI sobre pesca ilegal

Relevancia: Primer estudio global detallado

El nuestro es el primer estudio global que integra las perspectivas macro (i.e. tendencias globales) y micro (i.e. comportamientos irregulares concretos e identificación de buques).

Existen estudios que combinan fotografía satelital y otras tecnologías para describir con precisión actividad pesquera con un alcance geográfico limitado como, por ejemplo, en Áreas Marinas Protegidas. Además, estos estudios no suelen ser abiertos, ya que se realizan por encargo de gobiernos y no necesariamente para denunciar públicamente estos comportamientos.

Por otro lado,, las organizaciones que han aplicado deep learning hasta ahora en un ámbito geográfico más extenso solo han podido producir resultados agregados, sin llegar a identificar barcos individuales llevando a cabo comportamientos irregulares más de forma anecdótica y con una fiabilidad discutible debida a la escasez, cantidad y calidad de sus datos.

En un informe anterior de Overseas Development Institute titulado Fishing for data: the role of private data platforms in addressing illegal, unreported and unregulated fishing and overfishing, hablamos de las oportunidades únicas para apoyar el monitoreo, control y vigilancia de la pesca que ofrece la tecnología. Este estudio destaca cómo los países desarrollados y las organizaciones multilaterales no han logrado producir una herramienta de información pesquera global, única y efectiva. Y aunque en los últimos años han surgido iniciativas privadas para abordar la pesca ilegal utilizando tecnologías satelitales y de datos, su potencial se ve socavada por el tamaño limitado y la calidad insuficiente de los datos que han usado hasta ahora.

Contexto: La pesca ilegal

La pesca ilegal y no declarada se estimó entre el 13% y el 31% del mercado mundial (en volumen) según los datos que abarcan desde 2000 hasta 2003. En su informe de 2009 Estimación de la extensión mundial de la pesca ilegal, David Agnew y su equipo proyectó las pérdidas de pesca ilegales y no declaradas en todo el mundo entre 10.000 y 23.500 millones de dólares. Agnew fue el primer y último en liderar un análisis exhaustivo del valor global y el volumen de la pesca ilegal y no declarada. Nadie más ha sido capaz de actualizar estos datos, y sin embargo, se estima que la pesca ilegal y no declarada no ha hecho sino aumentar.

Detalle de captura de pesca ilegal

Según la Convención de las Naciones Unidas sobre el Derecho del Mar (UNCLOS, por sus siglas en inglés), las flotas de aguas distantes deben ofrecerse para capturar el "excedente" de pescado no capturado por un país determinado en su Zonas Económicas Exclusivas (ZEE) a cambio de una tarifa que es parte de una negociación del "acuerdo de acceso". Sin embargo, estos acuerdos son en su mayoría secretos y algunos caladeros están cerca de su agotamiento.

El sustento de millones de personas que viven en áreas costeras depende de la pesca. La cuestión de la pesca ilegal, no declarada y no reglamentada se está convirtiendo en una preocupación mundial porque amenaza las poblaciones de peces, la biodiversidad oceánica y los ingresos de las pesquerías sostenibles. Los efectos del cambio climático en los océanos (e.g. el calentamiento del mar y la acidificación) están afectando también las producciones de la acuicultura en todo el mundo al fomentar el brote de enfermedades. Además, en los últimos años se ha producido un aumento de las inundaciones costeras a veces debido a la erosión costera causada por el establecimiento de acuicultura.

Cuándo y qué

Tenemos previsto producir un informe, mapas interactivos, algoritmos de detección de maniobras y artículos científicos. Todos los resultados del estudio pasarán a formar parte del dominio público y realizaremos diversos actos en los que se debatirán. Actualmente estamos ingiriendo la información de Krakken y empezando a definir las estructuras de análitica que vamos a usar durante el estudio. Planeamos tener los primeros resultados del estudio preparados para su publicación en cuestión de un año. Nadie dijo que esto sería fácil ni rápido.

Tipo de post
Blog
Autor
Etiquetas
#followthefood #tpd19 #7tpd #alimentaciónFuturo #agroalimentación #agroecología