Resumen
La llegada atípica de Sargassum pelágico a las playas del Caribe mexicano ha causado daños económicos y ecológicos considerables. Además, ha planteado nuevos retos para la vigilancia de las costas. Históricamente, la teledetección satelital se ha utilizado para el monitoreo de Sargassum en el océano; sin embargo, las limitaciones en la resolución temporal y espacial de las plataformas satelitales disponibles no permiten el monitoreo casi en tiempo real de esta macroalga en las playas. Este estudio propone un enfoque innovador para el monitoreo de Sargassum en playas utilizando Crowdsourcing para la recolección de imágenes, aprendizaje profundo para la clasificación automática y sistemas de información geográfica para la visualización de los resultados. Hemos acuñado este proceso colaborativo “Collective View”. Ofrece un conjunto de datos geoetiquetados de imágenes que ilustran la presencia o ausencia de Sargassum en playas ubicadas a lo largo de las regiones norte y este de la Península de Yucatán, en México. Este nuevo conjunto de datos es el mayor de su clase en las zonas circundantes. Como parte del proceso de diseño de Collective View, tres redes neuronales convolucionales (LeNet-5, AlexNet y VGG16) fueron modificados y reentrenados para clasificar imágenes según la presencia o ausencia de Sargassum. Los resultados de este estudio revelaron que AlexNet demostró el mejor rendimiento, alcanzando una recuperación máxima del 94%. Estos resultados son buenos teniendo en cuenta que el entrenamiento se llevó a cabo utilizando un conjunto relativamente pequeño de imágenes desequilibradas. Por último, este estudio proporciona una primera aproximación a la cartografía de la distribución de Sargassum a lo largo de las playas utilizando las imágenes geoetiquetadas clasificadas y ofrece una visión novedosa sobre cómo podemos cartografiar con precisión la llegada de las floraciones de algas a lo largo de la costa.