19 de febrero de 2012
La zona cafetera de Colombia alberga casi el 10% de los pájaros del mundo, una riqueza aún por explorar. Ingenieros de la UN en Manizales idearon un procedimiento que permite identificar, por su canto, a las especies que se hallan en determinada área, haciendo más eficaz su clasificación y reconocimiento.

Realizar el inventario de las aves de un ecosistema no es tarea fácil; generalmente, se efectúa por inspección visual en campo con largas jornadas de desplazamiento, observación exhaustiva y, además, exige un entrenamiento auditivo.

Sergio Tobón Ocampo, presidente de la Red Nacional de Observadores de Aves de Colombia, asegura que las mejores horas para la observación y estudio son la madrugada y el ocaso. Se requiere equipo especializado como binoculares de alto alcance y lentes que permitan captar hasta los detalles más pequeños de los pájaros.

En países como Puerto Rico, donde la conservación y protección de aves está reglamentada por la Ley de Vida Silvestre de 1976, se implementa un programa computacional que facilita el reconocimiento de las especies.

Inspirados en el proyecto Automated Remote Biodiversity Monitoring Network (Arbimon), una red para el monitoreo automático de la biodiversidad, el Grupo de Procesamiento y Reconocimiento de Señales de la Universidad Nacional de Colombia en Manizales desarrolló un estudio de caracterización acústica del canto de las aves para crear un software que se adapta a las condiciones locales.

“Basados en Arbimon –creado en la Universidad de Puerto Rico–, y en colaboración con profesionales de Ciencias de la Computación, Electrónica, Biología y Ecología, quisimos implementar nuevas técnicas de reconocimiento automático y procesamiento de señales, como las representaciones de disimilitudes, que fue el método empleado en este caso”, explica Mauricio Orozco Alzate, coordinador de la investigación.

Identificación digital

El sistema opera mediante la caracterización del canto. Las técnicas tradicionales analizan varias medidas de la señal acústica o particularidades de los sonidos –como la frecuencia de sus ondas y su duración, entre otras–, mientras que el estudio realizado en la UN toma las señales y las clasifica usando métodos basados en disimilitudes.

Este es un procedimiento reciente en la teoría de reconocimiento automático o de patrones, el cual consiste en comparar dos elementos directamente sin medir propiedades particulares.

Es similar a la forma de razonar de los humanos, quienes, por ejemplo, distinguen a una persona por un rasgo general como el rostro o la voz; es decir, a partir de un patrón completo que ya se tiene en la mente, sin detenerse a medir si su piel es blanca u oscura, sin discriminar el color de los ojos o el cabello, o si su voz es grave o aguda.

“La metodología funciona porque el programa está entrenado para reconocer los cantos de la base de datos, de manera que sea capaz de predecir qué animal es. Se obtiene muy buen rendimiento, pero para incrementar la precisión es clave ampliar la base de sonidos”, explica José Francisco Ruiz Muñoz, quien desarrolla la propuesta como trabajo de grado de la Maestría en Ingeniería – Automatización Industrial.

La aplicación del método es el punto de partida para la consolidación de un proceso a mayor escala en el monitoreo automático de diversos ejemplares.

Según el ingeniero, el procedimiento se adaptaría a un entorno natural, ubicando micrófonos en sitios estratégicos; los sonidos que se captan son enviados por internet a un computador alimentado con los cantos sistematizados, el cual hace la identificación; de este modo, se evita el desplazamiento de los investigadores y se tiene una cobertura temporal y espacial más amplia, ya que el registro y análisis es permanente, con la ventaja de que se puede ubicar en varios sitios a la vez.

Efectividad

Las pruebas se realizaron con 538 cantos, correspondientes a 11 especies de la Reserva Río Blanco de Manizales. Los investigadores depuraron la información, extrajeron las porciones de la pista de audio donde estaban los segmentos requeridos, marcaron las muestras con la correspondiente etiqueta del ave a la que pertenecía el sonido, y las ingresaron al sistema.

El material analizado en los computadores de la UN arrojó un resultado del 97,87% de acierto en las especies identificadas, “la cifra muestra el buen rendimiento del proceso, ya que solo erró con dos especies cuyo sonido es muy similar”, comenta Ruiz Muñoz.

Entre las aplicaciones de la propuesta –aunque no es su objeto central sino otra forma de comprobar el desempeño de la técnica– es el estudio de señales sísmicas volcánicas, que el profesor Orozco Alzate realiza desde el 2006 en colaboración con el Observatorio Vulcanológico y Sismológico de Manizales.

Es posible implementar el proyecto de maestría de José Francisco Ruiz en este campo, debido a que la naturaleza de las señales acústicas y sísmicas es similar: ambas son ondas elásticas, con la diferencia de que el audio se propaga por el aire y las vibraciones por la tierra.

De este modo, sus experimentos contribuyen al objetivo de las investigaciones preliminares, orientadas a mejorar la identificación de las señales sísmicas y la entrega de los datos ya clasificados a los geólogos, de acuerdo con su tipología.

En Colombia, donde se calcula que existen cerca de 2.000 especies de aves –un lujo en términos de biodiversidad–, esta nueva tecnología tendría varios propósitos, desde la clasificación de las especies en determinados ecosistemas, hasta la identificación de nuevos ejemplares aún desconocidos en nuestro territorio.

Créditos: agenciadenoticias.unal.edu.co