Por Álvaro Talavera, profesor del Departamento Académico de Ingeniería de la Universidad del Pacífico.
Después del derrame de los 6 mil barriles de petróleo en el mar de Ventanilla, existió mucha controversia sobre la fallida estimación proporcionada inicialmente por Repsol de sólo 7 galones. Esto generó una gran indignación a la población y a nuestras autoridades. ¿Pero utilizando la tecnología actual, es posible estimar la cantidad de derrame de forma precisa? ¿Imagínense conocer en el momento la cantidad de derrame de petróleo y estimar la dirección y/o velocidad de este?
El Sensado Remoto (SR) es una técnica que permite capturar información en ambientes sin tener un contacto físico con el objeto a medir. Actualmente, este sensado se realiza por medio de satélites o conjunto de satélites provistos de sensores, que permiten medir varios metros bajo el agua.
Hasta el momento, con toda esta tecnología podemos censar y observar estos desastrosos eventos, pero ¿quién identifica que esto es un derrame de petróleo o qué puede tratar todo el conjunto de pixeles (con ruido incluido) en una imagen de derrame de petróleo en el mar (ojo, nos enfrentamos a miles de imágenes tomadas por los satélites)? Todo ese procesamiento de imágenes tiene que realizarse con rapidez y exactitud. Para esto es necesario utilizar técnicas computacionales robustas basadas en datos en tiempo real para tratar las observaciones de los satélites y, así, facilitar considerablemente los procesos de toma de decisiones en casos de derrame de petróleo. Para la implementación de estas técnicas computacionales se utilizan modelos matemáticos basados en inteligencia artificial (IA).
Los modelos basados en IA tienen como objetivo desarrollar modelos entrenados computacionalmente para imitar capacidad de la inteligencia humana (Kok et al., 2010. Otra técnica de IA es la computación evolucionaria, la cual es un conjunto de algoritmos que tratan de imitar la evolución de las especies, estos algoritmos han sido utilizados recientemente para predecir el movimiento de derrames de petróleo (ver (Lee et al., 2020)).
Esta tecnología no es ajena a Repsol. Actualmente, la empresa está utilizando tecnología satelital e inteligencia artificial para avanzar en la limpieza del mar y del litoral. El satélite que utiliza Repsol es Worldview 3 (ver https://compromisorepsol.pe/), siendo la propietaria la empresa DigitalGlobe, la cual agrupa un conjunto de satélites, llamado constelación de satélites con diferentes desempeños y tipos de sensores. Las aplicaciones de esta compañía son especialmente en petróleo, agricultura y la industria minera. Si bien esta tecnología no puede prevenir los derrames de petróleo, con ayuda de modelos computaciones de IA podemos estimar la dimensión real del derrame y, además, predecir el movimiento del fluido del petróleo, para poder darnos cuenta del nivel de daño futuro al medio ambiente.
Por ejemplo, en la figura 1 se muestra una foto tomada por el satélite Sentinel 1. En ella pueden identificarse varias manchas oscuras, que son los puntos donde está el derrame de petróleo y cómo el petróleo está yendo con dirección al norte de Lima. En la figura 2, se muestra la foto tomadas por los satélites Worldview-3 y Sentinel-2. En esta figura se puede ver con mayor detalle algunas manchas brillantes que muestran donde está la mayor densidad del crudo
Tras el desastre ecológico de Ventanilla ocasionado por el derrame de crudo, la empresa Repsol está utilizando esta tecnología para conocer realmente la dimensión de este desastre y poder trabajar en su limpieza. Cabe precisar que inicialmente no usaron esta tecnología para estimar la real cantidad del derrame. Si embargo, por parte del Estado Peruano, la Agencia Espacial del Perú CONIDA tiene acceso a imágenes satelitales por medio del satélite PeruSat-1, pero todavía sin utilizar estas técnicas avanzadas de IA. Es decir, sí tenemos la tecnología, pero nos falta la aplicación de la parte científica para poder obtener una detección y previsión eficiente en primera mano. Esto evidencia la necesidad de que el Gobierno peruano asuma las coordinaciones y los financiamientos de proyectos de investigación que involucren a los centros de investigación de universidades, que trabajen con IA, y al CONIDA para plantear una solución integral para así poder reducir el riesgo de futuros desastres. En este caso, es más que evidente que el costo de oportunidad ha sido altísimo.
FIGURA 1: SATELITE 1.jpg
Derrame de petróleo en Perú. Satélite: Sentinel-1 Copyright: Contains modified Copernicus Sentinel data (2022). Map produced by NOAA / NESDIS.
FIGURA 2: SATELITE 2.jpg
Derrame de petróleo en Perú. DigitalGlobe, Inc. Satelites: Worldview-3, Sentinel-2. Copyright: © (2022) DigitalGlobe, Inc., Longmont CO USA 80503. Map produced by NOAA / NESDIS.