Sistemas de apoyo a la toma de decisiones en materia de pesca basados en el aprendizaje automático

Las herramientas de predicción diaria de distribución potencial de altas y bajas capturas de especies pesqueras pueden servir de ayuda en la toma de decisiones al sector pesquero.

Objetivo

Obtener modelos predictivos de distribución espacial diaria de capturas de sardina (Sardina pilchardus) y verdel (Scomber scombrus)-

Contexto y necesidad

El sector pesquero extractivo se enfrenta en la actualidad entre otros a los siguientes retos, avanzar hacia una mayor eficiencia energética, y la digitalización de su actividad. Una predicción temprana de distribución de especies comerciales y capturas accesorias, basada en el Big Data o datos masivos, a través de la fusión de datos y modelos probabilísticos de aprendizaje automático, pueden contribuir a superar estos retos. El consumo de combustible representa el 60-70% del coste anual total de la actividad de un barco (Suuronen et al., 2012; Rojon y Smith, 2014). Aunque en la flota pesquera de la UE el consumo de combustible mostró un descenso neto entre 2009 y 2017, la previsión de ascenso de fuel durante los próximos años (STECF 19-06) supone uno de los principales retos que habrá de afrontar el sector. En cuanto al segundo reto, la digitalización que se quiere impulsar desde las administraciones supondrá una modernización en el ámbito tecnológico, en aras de avanzar hacia una actividad más sostenible socioeconómica y ambientalmente. El alcance de estos retos planteados no ha de suponer aumentar el esfuerzo pesquero, sino avanzar a una pesca más sostenible dentro del marco de la gestión pesquera que garantice la sostenibilidad de los stocks y de los océanos.

Ainhoa Caballero

Responsable de Proyecto

Conoce al equipo de AZTI

¿Qué puede aportar el aprendizaje automático a la eficiencia pesquera? 

El aprendizaje automático, a través de modelos de clasificación supervisada, puede ser de utilidad para modelizar la distribución espaciotemporal de capturas de especies pesqueras de interés comercial. Estos modelos, una vez entrenados con datos masivos y validados estadísticamente, pueden ser utilizados para predecir e identificar así las zonas con una alta probabilidad de pesca. 

¿Qué procedimiento se ha llevado a cabo? 

En primer lugar, se ha recopilado información histórica de capturas de especies pesqueras pelágicas de interés comercial, concretamente sardina y verdel. Así mismo, se ha obtenido información de las variables oceanográficas y geográficas (a partir de ahora “ambientales”) que según el estado del arte tienen un mayor efecto en la distribución de estas especies. Estos datos se han cruzado con la base de datos anterior en función del día y la posición de las pescas. Los datos cruzados se han analizado para determinar qué combinación de variables ambientales influye más en el nivel de captura que se da en cada zona. Posteriormente, estas variables se han utilizado para entrenar y validar modelos de clasificación automática para cada especie y arte de pesca.  

Por otro lado, se ha puesto en marcha un sistema operacional de descarga de datos de predicción de las variables ambientales con mayor capacidad predictora. De forma que diariamente se cuenta con datos actualizados de las condiciones presentes y futuras. Estos datos ambientales se introducen directamente en los modelos de clasificación automática que aportan predicciones de probabilidad de altas capturas para cada especie y arte de pesca analizados previamente. 

¿Qué resultados se han obtenido? 

A través del procedimiento anterior, en estos momentos se dispone de una predicción diaria de mapas de probabilidad de capturas de sardina y verdel en el golfo de Vizcaya. La predicción de la distribución de estas especies durante las correspondientes costeras tiene como objetivo facilitar las labores de búsqueda del cardumen, reduciendo el tiempo de búsqueda y por tanto las horas de mar y distancia total recorrida. Cabe destacar que este tipo de herramientas pretenden avanzar hacia una pesca más sostenible dentro del marco de la gestión pesquera que garantice la sostenibilidad de los stocks y de los océanos.