logo móvil
Contáctanos

Herramienta de Identificación de Chimeneas para la Detección Automatizada de Chimeneas Hidrotermales a partir de Batimetría de Alta Resolución Utilizando Aprendizaje Automático

Autores: Keohane, Isaac; White, Scott

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Herramienta de Identificación de Chimeneas para la Detección Automatizada de Chimeneas Hidrotermales a partir de Batimetría de Alta Resolución Utilizando Aprendizaje Automático


Categoría

Ciencias Naturales y Subdisciplinas

Subcategoría

Ciencias de la Tierra y Geología

Palabras clave

Chimeneas hidrotermales
Dorsales de expansión del fondo marino
Red Neuronal Convolucional
Enfriamiento de la litosfera
Biogeografía de aguas profundas
Técnicas de Aprendizaje Automático

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 16

Citaciones: Sin citaciones


Descripción
Identificar las ubicaciones de los chimeneas hidrotermales en áreas mapeadas de dorsales de expansión del fondo marino desbloquea la capacidad de investigar preguntas sobre sus correlaciones con la geología, el enfriamiento de la litosfera y la biogeografía de aguas profundas. Desarrollamos una Herramienta de Identificación de Chimeneas (CIT) que utiliza una Red Neuronal Convolucional (CNN) para clasificar la batimetría de AUV en una cuadrícula de 1 m e identificar las ubicaciones de las chimeneas de respiraderos hidrotermales. Una CNN es un tipo de modelo de Aprendizaje Automático que puede clasificar datos rasterizados basándose en las formas y texturas de la entrada, lo que la hace ideal para esta tarea. Los criterios que se han utilizado en clasificaciones manuales anteriores de chimeneas se han centrado en la base redonda y la forma de espira de las características, y no son fácilmente cuantificables. Las técnicas de Aprendizaje Automático se han implementado anteriormente con datos de sonar para clasificar la geología del fondo marino, pero esta es la primera aplicación de estos métodos a sistemas hidrotermales. Al desarrollar la CIT, compilamos los datos de batimetría de dos rasterizados del Dorsal Endeavor, cada uno en una cuadrícula de 1 m de resolución, conteniendo 34 ubicaciones de chimeneas hidrotermales conocidas, y del segmento de 92 grados W del Centro de Expansión de Galápagos (GSC) que contiene 14. La CIT produjo un grupo principal de resultados con un 96% de acuerdo con la clasificación manual; además, identificó correctamente 29 de las 34 chimeneas conocidas de Endeavor y 10 de las 14 del GSC. La CIT está entrenada para identificar características con la forma característica de una chimenea de respiradero hidrotermal; por lo tanto, es susceptible a la clasificación errónea de casos de formas inusuales, dado el limitado conjunto de datos de entrenamiento. Como resultado, para proporcionar la opción de tener una aplicación más inclusiva, la CIT también produjo un grupo secundario de ubicaciones de salida con un 61% de acuerdo con la clasificación manual; además, identificó tres de las cuatro chimeneas adicionales conocidas del GSC y cuatro de las cinco de Endeavor. La CIT se utilizará en futuras investigaciones donde un inventario de chimeneas individuales es importante, como el catalogado de respiraderos hidrotermales fuera del eje y la investigación de la distribución de chimeneas en conexión con erupciones del fondo marino.

Otros recursos que podrían interesarte

Temas Virtualpro