• Skip to primary navigation
  • Skip to main content
  • Skip to primary sidebar
  • Skip to footer
  • Español
  • English
  • Bloglovin
  • Correo electrónico
  • Facebook
  • Instagram
  • LinkedIn
  • Twitter
  • YouTube
CDE Almería – Centro de Documentación Europea – Universidad de Almería

CDE Almería - Centro de Documentación Europea - Universidad de Almería

Centro de Documentación Europea de la Universidad de Almería

  • INICIO
  • ACTUALIDAD
    • Boletines CDE
    • NOTICIAS UE
    • ACTIVIDADES
    • CONVOCATORIAS Y PREMIOS UE
    • Programa de radio Europa Contigo
  • DOCUMENTACIÓN
    • FONDO BIBLIOGRÁFICO
      • FONDO DIGITAL CDE ALMERIA
      • BIBLIOTECA UNIVERSIDAD DE ALMERÍA
    • BASES DE DATOS
    • DOCUMENTACIÓN POR TEMAS
    • MEDIATECA UE
      • ESPACIO WEB
      • REPOSITORIO MEDIATECA
  • EUROPA EN LA RED
    • INSTITUCIONES Y AGENCIAS
    • REPRESENTACIÓN DE LA UE EN ESPAÑA
    • RED DE INFORMACIÓN EUROPEA DE ANDALUCIA
    • DIARIOS DE LA UE
  • CONÓCENOS
    • PRESENTACIÓN
    • LAS PERSONAS
    • CONTACTO

El aprendizaje automático desvela pistas climáticas de los testigos de hielo

Inicio » Noticias UE » Medio Ambiente » El aprendizaje automático desvela pistas climáticas de los testigos de hielo

6 de julio de 2022

Una nueva técnica basada en el aprendizaje automático puede ayudar a los científicos a analizar más eficientemente los testigos de hielo. Esto podría desvelar nuevas pistas sobre nuestro pasado climático.

Los testigos de hielo, cilindros largos de hielo perforados y extraídos de la capa de hielo polar o de los glaciares alpinos, nos proporcionan registros impolutos de climas pasados. Las capas de depósito crean una serie de instantáneas climáticas que pueden remontarse hasta 800 000 años. «El clima de la Tierra puede desvelarse detectando impurezas fijadas dentro del hielo», explica el coordinador del proyecto ICELEARNING, Carlo Barbante, de la Universidad Ca’ Foscari de Venecia (Italia). «El viento transporta los compuestos químicos solubles, los gases atmosféricos y las partículas insolubles emitidas por desiertos, bosques y volcanes, para después enterrarlos en el hielo». Las técnicas metodológicas estándar para identificar y cuantificar estas partículas pueden requerir mucho tiempo. Las muestras deben prepararse en el laboratorio y cada análisis de partículas suele requerir una preparación diferente. A menudo expertos de distintos ámbitos estudian la misma prueba para identificar los elementos de interés para su campo específico (por ejemplo, granos de polen o cenizas volcánicas).

El CO2, culpable del descenso de la temperatura en el hemisferio sur hace millones de años

 

Análisis del pasado

El proyecto ICELEARNING, emprendido con el respaldo de las Acciones Marie Skłodowska-Curie (MSCA), se propuso agilizar este proceso de análisis. Para ello se utilizó un instrumento de microscopía de flujo líquido llamado FlowCam. Niccolò Maffezzoli, beneficiario de una beca MSCA, trabajó en la idea conceptual y la plasmó en un prototipo. El FlowCam funciona fotografiando todas las partículas en una muestra de un testigo de hielo a medida que fluyen por el instrumento. La idea clave en que se basa ICELEARNING es utilizar, a continuación, https://www.sciencedirect.com/topics/computer-science/deep-neural-network (redes neuronales profundas)/aprendizaje automático avanzado para procesar, identificar y clasificar diferentes impurezas de forma automatizada. «Niccolò Maffezzoli conoció el instrumento FlowCam mientras visitaba un laboratorio en la https://www.uib.no/en (Universidad de Bergen)», explica Barbante. «Niccolò pensó que podría ayudar a los científicos que analizan testigos de hielo a identificar sus partículas respectivas al mismo tiempo y a desarrollar un marco que pueda aunar múltiples campos». La clave fue desarrollar una red neuronal profunda capaz de diferenciar y clasificar distintos tipos de partículas basándose en imágenes digitales. Para ello, tenían que recopilarse conjuntos de datos de entrenamiento para cada tipo de partícula. Se «alimentó» a la red con decenas de miles de imágenes para ayudarla a «aprender» a distinguir entre diferentes tipos de partículas. «Descubrimos que la red era capaz de clasificar partículas con una precisión muy elevada», comenta Barbante. «La utilizamos con muestras del proyecto GRIP (Greenland Ice core Project) con una antigüedad de entre 13 000 y 17 000 años».

Registros climáticos precisos

Barbante y su equipo realizaron varios descubrimientos. Lograron identificar partículas volcánicas de tefra de erupciones volcánicas, demostrando de forma eficaz la capacidad de su técnica de identificar erupciones volcánicas pasadas en registros de testigos de hielo. Además, se detectó la presencia de diatomeas (algas unicelulares que viven en los océanos) en muestras de hielo de los Andes peruanos. En conjunto, ICELEARNING logró demostrar cómo podría esta metodología respaldar los análisis de laboratorio mediante una reducción de los costes, el tiempo y el esfuerzo. Podrían abrirse asimismo nuevas líneas de investigación de partículas menos estudiadas, como esas diatomeas. «ICELEARNING fue básicamente un estudio piloto para demostrar la viabilidad de la idea», añade Barbante. «Los siguientes pasos incluyen la expansión de nuestro modelo para incluir otras partículas y el incremento del tamaño de las muestras empleadas». Barbante también espera que el proyecto pueda contribuir al éxito del proyecto Beyond EPICA Oldest Ice Core, financiado con fondos europeos, que ayuda a los científicos a crear registros de partículas con una antigüedad superior a un millón de años. Esto podría arrojar luz sobre numerosos aspectos del clima pasado de la Tierra.

Fuente

Comisión Europea — CORDIS

Publicaciones relacionadas:

El TJUE confirma la inadmisibilidad del recurso contra el paquete de medidas sobre el clima EU4Environment: ayudar a la Alianza Oriental a ser más ecológica El gran impacto de la contaminación del aire en el fútbol Los órganos consultivos nacionales independientes pueden reforzar el papel de la ciencia en la política climática La Comisión pone en marcha misiones de la UE para hacer frente a grandes retos

«Este es un espacio para el debate. Se publicarán todos los comentarios que, a favor o en contra de la publicación, sean respetuosos y no contengan expresiones discriminatorias, difamatorias o contrarias a la legislación vigente.»

Reader Interactions

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Primary Sidebar

Publicaciones relacionadas

El TJUE confirma la inadmisibilidad del recurso contra el paquete de medidas sobre el clima EU4Environment: ayudar a la Alianza Oriental a ser más ecológica El gran impacto de la contaminación del aire en el fútbol Los órganos consultivos nacionales independientes pueden reforzar el papel de la ciencia en la política climática La Comisión pone en marcha misiones de la UE para hacer frente a grandes retos

Footer

Logotipo en negativo del Centro de Documentación Europea de Almería
  • CDE Almería
  • Edificio Parque Científico-Tecnológico (Pita)
  • Planta: 1ª, Despacho: 2904120.
  • Ctra. Sacramento s/n. Almería (Spain)
  • Teléfono: (+34) 950 015266
  • INICIO
  • NOTICIAS
  • DOCUMENTACION
  • EUROPA EN LA RED
  • CONÓCENOS
  • AVISO LEGAL
  • POLÍTICA DE PRIVACIDAD
  • POLÍTICA DE COOKIES
  • ACCESIBILIDAD

 

  • MAPA DE SITIO

Copyright © 2022 CDE Almería · Licencia de Creative CommonsEste obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional.

Utilizamos cookies para ofrecerte la mejor experiencia en nuestra web.

Puedes aprender más sobre qué cookies utilizamos o desactivarlas en los ajustes.

Resumen de privacidad

Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.

Cookies estrictamente necesarias

Las cookies estrictamente necesarias tiene que activarse siempre para que podamos guardar tus preferencias de ajustes de cookies.

Si desactivas esta cookie no podremos guardar tus preferencias. Esto significa que cada vez que visites esta web tendrás que activar o desactivar las cookies de nuevo.

Cookies de terceros

Esta web utiliza Google Analytics para recopilar información anónima tal como el número de visitantes del sitio, o las páginas más populares.

Dejar esta cookie activa nos permite mejorar nuestra web.

¡Por favor, activa primero las cookies estrictamente necesarias para que podamos guardar tus preferencias!

Política de cookies

Más información sobre nuestra política de cookies