El big data mapea el fondo marino

El fondo marino de nuestro planeta ha cambiado muy poco en los últimos cuarenta años. Gracias al sistema big data un equipo de la Universidad de Sidney ha conseguido hacer un mapa digital e interactivo más preciso que el que teníamos hasta ahora. Este mapa se ha logrado obtener gracias a las muestras de sedimentos obtenidas en expediciones científicas realizadas desde 1950.

Los sedimentos oceánicos cubren el 70% de la superficie del planeta y son el hogar del mayor ecosistema del planeta. Necesitamos comprender como está respondiendo este entorno al calentamiento global. Además, los autores del estudio destacan que un mapa completo y preciso de los sedimentos oceánicos puede "ayudar mucho en la planificación de expediciones oceanográficas, en las operaciones de búsqueda y recuperación de submarinos, la evaluación de los riesgos geológicos y la localización de sitios potenciales para la eliminación de los residuos nucleares".

Mapa de donde se recogieron las muestras. Fotografía: eldiario.es

Lo primero a lo que recurrieron los autores de este trabajo fue al Índice de Muestras Marinas y Lacustres, una institución que cuenta con más de 200.000 muestras obtenidas en superficie. "Tras eliminar las que no venían especificadas en los informes de campaña, las que no tenían metadatos suficientes y las que consideramos inadecuadas, nos quedamos con algo menos de 15.000 muestras", explica Adriana Dutkiewicz (la principal autora). Pero, una vez filtradas las muestras, era necesario clasificarlas, etiquetarlas y realizar una estimación sobre la localización de cada tipo en el fondo marino. Para ello, contó con la colaboración del Centro Australiano de Investigación en Tecnologías de la Comunicación y la Información (NICTA, por sus siglas en inglés).

El método utilizado para clasificar todas las muestras con sus respectivos metadatos se basaba en la utilización de un conjunto de algoritmos denominado, máquinas de vectores de soporte. Este método permite, a partir de un conjunto de ejemplos, etiquetar las diferentes muestras y construir un modelo que prediga a que clase pertenece y en qué zona del fondo marino estará cada una las nuevas muestras introducidas, incluso si nunca la ha visto antes. Para hacerlo, explica O'Callaghan (responsable de la parte computacional), "nos quedamos con una serie de muestras cuyas localización conocíamos con precisión, de forma que si el algoritmo acertaba al etiquetarla, le premiábamos y si fallaba, le sancionábamos". Tras repetir el proceso miles de veces, el algoritmo evoluciona su modelo para maximizar su recompensa y, como consecuencia, produce un mapa con una alta probabilidad de acertar en la distribución de los sedimentos, "incluso en las áreas en las que no tenemos datos", asegura O'Callaghan.

Mapa de los sedimentos una vez ejecutado el algoritmo. Fotografía: eldiario.es

Fuente: eldiario.es