El desafío de usar elementos comunes como herramientas científicas: un ejemplo marino

Por Noela Sánchez

Los científicos viven hambrientos de datos experimentales de los que aprender más sobre la naturaleza. Por desgracia, cuesta mucho tiempo y dinero adquirir esos datos; porque se necesitan muchos, y se necesita que sean buenos. En una ciencia como la marina que sean muchos y buenos quiere decir campañas de medidas interminables y aparatos de medida sofisticados (y caros). Después de esto, hacen falta análisis numéricos y estadísticos posteriores porque la información marina procede de un entorno no controlado (con mucho ruido); la falta de control requiere multiplicar el número de observaciones para encontrar las regularidades que son el objeto de la ciencia.

Con el desarrollo de la electrónica de consumo, los científicos han propuesto recientemente soluciones ingeniosas para usar herramientas comunes para hacer su trabajo a un precio módico (el tiempo invertido en la investigación no se puede evitar). Así hemos visto cálculos aprovechando las tarjetas gráficas de ordenador desarrolladas para los videojuegos (en lugar de supercomputadores) en medicina1 y oceanografía2, o medidores de partículas de rayos cósmicos hechos con la cámara de un móvil3 (en vez de detectores mucho más caros), o electrocardiógrafos controlados por una app de móvil4.

En la ciencia marina, especialmente en el estudio del fondo marino, empleamos ecosondas científicas y programas de ordenador muy especializados (ambos carísimos) para estudiar algo que todo el mundo puede “ver” en sus sonares de embarcaciones pequeñas y medianas, es decir, que ya están ahí. ¿Por qué no usar esta electrónica de consumo como nuestro sonar o nuestro detector de hábitats bentónicos?

Las ecosondas científicas instaladas en los buques oceanográficos consisten en un GPT (General Purpose Trans(mitter)(re)ceiver) que recibe instrucciones de un ordenador a través de un software propietario. Ejecutando estas instrucciones envía un impulso eléctrico a un transductor que, haciendo vibrar las piezas cerámicas que contiene, convierte ese impulso eléctrico en una onda sonora que se desplaza desde el transductor avanzando hacia el fondo marino (si el transductor está así orientado), insonificando la columna de agua en el camino. Cuando la onda sonora se encuentra con un “objeto” de impedancia acústica diferente a la del agua de mar (peces, el propio fondo,…), genera un rebote que avanza hacia el transductor. Al recibirlo, este lo convierte en una señal eléctrica que envía al GPT para que la evalúe y la grabe en el ordenador (usando el software propietario) (Fig. 1).

Fig1

Figura 1: esquema del funcionamiento de una ecosonda acústica

Aunque todas las ecosondas siguen este esquema general, en función de cual sea el objeto de estudio (los bancos de peces, el plancton, los fondos marinos,…), y del presupuesto del comprador, las ecosondas científicas varían en sus características técnicas: frecuencias utilizadas, anchura de los haces acústicos, número de transductores trabajando sincrónicamente, etc. En estudios de hábitats bentónicos, estas características determinan, entre otras cosas, el cuándo y dónde llega la onda al fondo marino y el detalle que proporciona de él (la profundidad a la que se encuentra, las formaciones “acústicamente” diferentes que hay en él, etc.). Cuanto más detalle, más cara es la ecosonda; los precios varían entre las decenas de miles de euros a más de 100.000 €.

En los barcos pesqueros (y de recreo) hay a menudo ecosondas que muestran los objetos en la columna de agua (peces, algas) y el fondo marino en pantallas electrónicas; en las más sofisticadas, en color. Estas ecosondas no buscan la estabilidad de la señal acústica ni la buena relación señal ruido en la recepción, ni más detalles que la distancia a la que se encuentran los “obstáculos”, pero por motivos de visualización, adquieren una información similar a la que guarda el software de las ecosondas científicas. Y… ¿se podría usar esta información “visual” para hacer estudios “low-cost” del fondo marino?

La respuesta parece ser afirmativa, o esto creen los investigadores de la Universidad de Vigo (Noela Sánchez) y de la UNED (Daniel Rodríguez) que están analizando datos acústicos obtenidos con una sonda “muy baratita” junto con el grupo de ecología de peces del CENPAT (Argentina), liderado por la Dra. Ana Parma. Este grupo de investigación tiene una importante línea de trabajo que estudia los predadores apicales que habitan los arrecifes rocosos de las costas del norte de la Patagonia Argentina: áreas rocosas que terminan abruptamente en saltos de entre 30cm y 1m, sobre fondos sedimentarios (Fig. 2).

Fig2a

Fig2b

Figura 2: fotografías de arrecifes rocosos en el Golfo Nuevo (Patagonia Argentina). (Gastón Trobbiani & Alejo Irigoyen)

La resistencia que opone el fondo al avance de la onda en su interior (dureza y compactación del fondo) y la forma del límite columna de agua-fondo (rugosidad e inclinación del fondo), etc. hacen que la onda del pulso emitido (el ping) vuelva reflejada a la ecosonda como una señal (el eco) con unas propiedades (duración y amplitud) modificadas por el fondo. Estudiando la serie de ecos grabados por la ecosonda en un archivo de ordenador podemos inferir características de los objetos que los han producido.

Por la simplicidad de los archivos de las sondas sencillas, se puede escribir un pequeño programa (en Octave) que extraiga los valores de intensidad acústica asociados a cada ping. La mayor simplificación de todo este proceso sería esperar de un fondo de roca una intensidad acústica superior a la de un fondo de fango, y efectivamente, eso nos permite distinguir ambos con estas sondas “de juguete” (Fig. 3). El objetivo siguiente es hacer un análisis estadístico (con R) que nos permita diferenciar todavía más tipos de fondos, como ya se ha hecho con ecosondas científicas5.

Fig3

Figura 3: Pings promediados de fondos de fango y roca después de ser corregido el efecto de la profundidad.

En Galicia hay más de 4000 barcos pesqueros de bajura y casi 20000 barcos de recreo. Y si esto funciona…. ¿imaginan qué cantidad de información podríamos tener sobre nuestros fondos?

Referencias:

1 Stone, S.S., Haldar, J.P., Tsao, S.C., Hwu, W.-m.W., Sutton, B.P., & Liang, Z.-P. (2008). Accelerating Advanced MRI Reconstructions on GPUs. Journal of Parallel and Distributed Computing, 68(10), 1307-1318.

2 Bleichrodt, F., Bisseling, R.H., & Dijkstra, H.A. (2012). Accelerating a barotropic ocean model using a GPU. Ocean Modelling, 41, 16-21.

3 Devitt, T. (2014). Physicist turns smartphones into pocket cosmic ray detectors. University of Wisconsin-Madison News. October 1, 2014. Featured by Dickerson, K. (2014). How to Turn Your Smartphone Into a Cosmic-Ray Detector. Livescience, October 7, 2014.

4 Iwamoto, J., Yonezawa, Y., Maki, H., Ogawa, H., Ninomiya, I., Sada, K., Hamada, S., Hahn, A.W., Caldwell, W.M. (2006). A mobile phone-based ECG monitoring system. Biomed Sci Instrum., 42, 217-22.

5 Rodríguez-Pérez, D., Sánchez-Carnero, N., & Freire, J. (2014). A pulse-length correction to improve energy-based seabed classification in coastal areas. Continental Shelf Research, 77, 1-13.

Deja un comentario