En el marco del Proyecto PINV01-1159 – denominado “Monitoreo de calidad de agua superficial a través de macroinvertebrados acuáticos como bioindicadores utilizando inteligencia artificial” se llevó a cabo la segunda campaña de muestreo en diferentes puntos de aguas superficiales del Área Metropolitana de Asunción, el pasado jueves 20 de marzo.
Este estudio busca evaluar la calidad del agua a partir del análisis de macroinvertebrados bentónicos, organismos ampliamente utilizados como bioindicadores debido a su sensibilidad a los cambios ambientales y su relación con los niveles de contaminación.
En esta fase del proyecto, los investigadores recolectaron muestras en 9 puntos de dos cursos de agua, seleccionados por su diversidad de hábitats y distintos estados de conservación. Paralelamente, se realizan análisis fisicoquímicos y microbiológicos en el Laboratorio de Ciencia y Tecnología Ambiental de la Facultad de Ciencias Agrarias de la Universidad Nacional de Asunción, FCA/UNA, con el objetivo de complementar los estudios biológicos con parámetros clave que afectan la calidad del recurso hídrico. Los trabajos de identificación de los macroinvertebrados y el desarrollo de la metodología de identificación automatizada de los mismos utilizando inteligencia artificial se realizan en Artificial Intelligence and Complex Systems Laboratory (ArtICs Lab), empresa proponente del proyecto asociada a la FCA/UNA.
Una de las innovaciones más relevantes de este proyecto es el desarrollo del sistema automatizado de identificación de macroinvertebrados utilizando Inteligencia Artificial (IA), lo que busca optimizar los procesos de monitoreo ambiental e identificación de especies. La tecnología utilizada en el proyecto se basa en Visión Artificial y Deep Learning, un campo avanzado de Machine Learning que permite a los algoritmos aprender de grandes volúmenes de imágenes de macroinvertebrados recolectadas en campo. Mediante redes neuronales convolucionales (CNN), el sistema analiza características morfológicas como forma, tamaño, textura y coloración para identificar y clasificar especies de macroinvertebrados con alta precisión.
Considerando el posible impacto de la estacionalidad se han realizado dos campañas de muestreo en diversos puntos, los resultados de laboratorio se fortalecerán con la estimación de los índices de calidad de aguas y la validación de los métodos desarrollados. El proyecto avanza hacia su objetivo de desarrollar un sistema automatizado de monitoreo de la calidad del agua, brindando una herramienta innovadora para la evaluación y conservación de los ecosistemas acuáticos en Paraguay.
El PINV01-1159 es un proyecto asociativo entre la Facultad de Ciencias Agrarias de la UNA, Artificial Intelligence and Complex Systems Laboratory (ArtICs Lab) y la Universidad Americana. El equipo de investigación está conformado de manera multidisciplinaria, integrando especialistas en ingeniería ambiental, biología, ciencias computacionales e inteligencia artificial. Esta diversidad de perfiles permite una aproximación integral al problema, combinando el conocimiento en monitoreo ambiental con herramientas avanzadas de Machine Learning para la identificación automatizada de macroinvertebrados.
El equipo de trabajo está integrado por los docentes investigadores, Dr. Osvaldo Frutos, MSc. Claudia Gómez, Ing. Amb. Angelica Torres y Liliana Caballero así como, los investigadores en formación, Vanessa Carmona, Ruth Caballero, José Avalos, Dante Silvera y Sofía Vecca, estudiantes de la Carrera Ingeniería Ambiental de la FCA/UNA (Laboratorio de Ciencia y Tecnología Ambiental – FCAUNA), Dra. Regina León y el Dr. Derlis Gregor de ArtICs Lab.
“El Proyecto PINV01-1159– Monitoreo de calidad de agua superficial a través de macroinvertebrados acuáticos es cofinanciado por el Consejo Nacional de Ciencia y Tecnología (CONACYT) con el apoyo del Fondo de Excelencia para la Educación y la Integración, FEEI”.
.
Nota y fotografía: gentileza
Lunes, 24 de marzo de 2025
