Desarrollan un prototipo que usa inteligencia artificial para identificar y cuantificar microplásticos en aguas residuales

Investigadores de la Universitat Politècnica de València han diseñado esta aplicación que utiliza técnicas avanzadas de aprendizaje profundo para mejorar la detección de microfibras en corrientes de agua y lodos de EDAR.

Un equipo de investigadores e investigadoras del Instituto Universitario Valenciano de Investigación en Inteligencia Artificial (VRAIN) y del Instituto Universitario de Seguridad Industrial, Radiofísica y Medioambiental (ISIRYM) de la Universitat Politècnica de València (UPV) ha desarrollado una aplicación que permite identificar y cuantificar microfragmentos plásticos contenidos en las corrientes de agua y lodos procedentes de estaciones depuradoras de aguas residuales urbanas, mediante el tratamiento de imágenes con Inteligencia Artificial (IA).

En concreto, este prototipo utiliza técnicas avanzadas de aprendizaje profundo. Su desarrollo se enmarca en el proyecto SINPLASTIC, financiado por la Agencia Española de Investigación, y realizado en colaboración con la Cátedra de empresa FACSA-FOVASA de la UPV.

La aplicación, disponible para Windows, permite importar imágenes de muestras preparadas en diferentes soportes y obtenidas con un estereomicroscopio. Las imágenes se procesan y la aplicación localiza la microfibra en la imagen.

Además, se obtiene un desglose por imagen, que contiene el número de fibras contenidas en dicha imagen, el color de la fibra correspondiente, y su longitud en micrómetros.

El objetivo de este prototipo es mostrar un análisis detallado de los microplásticos presentes en muestras de aguas y lodos residuales a las empresas de explotación de este sector, para poder obtener estos datos de forma rápida y confiable.

La proliferación de microplásticos, en particular microfibras, en los lodos generados durante la depuración de aguas residuales representa un importante problema medioambiental debido a su persistencia y sus posibles riesgos para la salud. En este sentido, los métodos de detección empleados actualmente requieren mucha mano de obra y carecen de la escalabilidad necesaria para un seguimiento eficaz.

Rendimiento superior en la detección de microfibras

El estudio presenta un enfoque novedoso que emplea técnicas avanzadas de aprendizaje profundo para mejorar la detección de microfibras en los lodos generados en el tratamiento de aguas residuales.

En este sentido, el investigador de VRAIN de la UPV César Ferri explica que “utilizando redes neuronales convolucionales hemos desarrollado un sistema que permite identificar y localizar las microfibras y con un rendimiento superior respecto a las técnicas utilizadas actualmente. Además, nuestro sistema reduce significativamente el esfuerzo manual y el tiempo de procesamiento”.

Asimismo, la aplicación del aprendizaje profundo en la monitorización medioambiental, “ofrece una solución escalable y precisa para gestionar la contaminación por microplásticos en los sistemas de tratamiento de aguas residuales y proporciona una valiosa información para una gestión medioambiental sostenible”.