1. Ciencia

NUEVAS TECNOLOGÍAS PARA OBSERVAR EL OCÉANO
ANERIS
ANálisis y desarrollo de una sonda ocEanogRáfica Inteligente con capacidad autónoma de obtención de muestraS
Proyecto Intramural CSIC
UNIDAD de TECNOLOGÍA MARINA (UTM)
INSTITUTO de CIENCIAS del MAR (ICM)
INSTITUTO de AUTOMÁTICA INDUSTRIAL (IAI)
INSTITUTO de INV. en INTELIGENCIA ARTIFICIAL (IIIA)
Interacción aire-océano
(influencia en el cambio climático)
?
tiempo
Interacciones entre la física y la biología en el océano
¿Cómo afecta el movimiento del agua
a la dinámica del ecosistema marino?
Los fenómenos de transporte ejercen un papel
fundamental en muchos de los procesos que se
desarrollan en el océano a pequeña y gran escala
Sedimentación
Agregación-Desagregación de partículas
Foto-adaptación y dinámica del fitoplancton
Dinámica predador-presa
LÍNEA DE INVESTIGACIÓN
EN TECNOLOGÍA MARINA
SONDA OCEANOGRÁFICA
AUTÓNOMA de ALTA RESOLUCIÓN
A pesar del interés científico por las interacciones
________ DISEÑO ________
en el océano, su estudio directo está limitado
Sistema de medida
Radio-baliza
enormemente por los actuales instrumentos
de observación.
Para mejorar la capacidad de observación
Sistema autónomo de
Botellas de muestreo
del océano se plantean las siguientes
toma de decisiones
líneas de investigación:
Incorpora sensores de:
MICROESTRUCTURA
(alta resolución espacial)
HIPERESPECTRALES
(alta resolución espectral)
Envía una señal para su
posterior localización
Recoge muestras de agua en
botellas con un sistema de
cierre controlable
Decide cuando se adquieren
muestras de agua con el uso de
técnicas de inteligencia artificial
Diseño y desarrollo de nueva
instrumentación oceanográfica
Sistema de flotabilidad
Controla el posicionamiento en
profundidad mediante un sistema
hidráulico
Desarrollo de nuevas metodologías
de análisis de datos oceanográficos
____________________ DESARROLLO ____________________
SENSORES HIPERESPECTRALES
(alta resolución espectral)
ANÁLISIS de DATOS
de MICROESTRUCTURA
Espectroradiómetro
MÓDULO
CONTROL
y
PROCESADO
profundidad
1
C15
2
3
4
C51
profundidad [ m ]
Caracterización de procesos
de
transporte
vertical
profundidad [ m ]
C11 C12 C13 C14 C15
C21 C22 C23 C24 C25
C31 C32 C33 C34 C35
C41 C42 C43 C44 C45
C51 C52 C53 C54 C55
5
Matriz de Transilencia
En desarrollo una herramienta de
código abierto PYTHON, para el
procesado y análisis de datos
adquiridos con la sonda de
alta resolución.
Los procesos de transporte en
el océano se pueden cuantificar
como coeficientes de intercambio
de masas de agua entre diferentes
capas.
Sensor óptico
de Fluorescencia
Sensor de Presión
Dichos intercambios (coeficientes)
se pueden expresar en forma
matricial.
Sensores de Temperatura,
Cizalladura y Conductividad
SENSORES MICROESTRUCTURA
(alta resolución espacial)
profundidad [m]
1
2
3
profundidad [m]
profundidad [m]
profundidad [m]
0
ANÁLISIS de DATOS HIPERESPECTRALES
4
Ci,j
dT [ m ]
0
Clasificación automática con redes neuronales
de
grupos
de
algas
basados
en
fluorescencia
Espectros de fluorescencia
0.0002 0.0730 0.2300 1
Aplicación en perfiles de microestructura
de alta resolución CTD
- Conductividad, Temperatura y Profundidad -
de 7 especies de algas marinas
Proyección
red neuronal
Duna
Am
SOM
ANÁLISIS de DATOS
HIPERESPECTRALES
Thwi
200
SISTEMA ÓPTICO MULTISENSOR
ANÁLISIS DE
9 ESTACIONES
Absorción
Dispersión
+ MODELO de TRANSFERENCIA
RADIATIVA MARINO
Reflectancia
REFLECTANCIAS HIPERESPECTRALES
Ost
300
400
500
600
Clasificación automática de masas
de agua basados en Reflectancia
INSTRUMENTACIÓN
Pl
Syn
Ost
Thwi
Duna
Pl
Am
Syn
Iso
Matriz de
distancias
Iso
6
5
4
3
2
1
Gran potencial de clasificación
automática de las distintas
especies mediante sistemas
de redes neuronales
Estaciones correspondientes a distintas
masas de agua, identificadas según su
naturaleza pigmentaria (cromatografía HPLC)
ANÁLISIS CLUSTERING
Agrupación automática de las
estaciones con igual naturaleza
pigmentaria partiendo del análisis
de las Reflectancias hiperespectrales
INNOVACIÓN TECNOLÓGICA EN BIOCIENCIAS MARINAS
Actualmente está en desarrollo nueva instrumentación y metodologías
de análisis para mejorar la capacidad de exploración del medio marino.
Una mayor comprensión de este ecosistema permitirá un uso más
sostenible de los recursos marinos y un mejor análisis de su influencia
en fenómenos de escala global como el cambio climático.