🔬 physics

A Distributed Acoustic Sensing Dataset for Vessel Detection and Localization in Submarine Cable Protection

Este artículo presenta el conjunto de datos Marlinks-NS, una colección exhaustiva de mediciones de Detección Acústica Distribuida (DAS) procesadas y datos de embarcaciones derivados de AIS del Mar del Norte, diseñada para apoyar la investigación reproducible de aprendizaje automático para la detección y localización de embarcaciones con el fin de proteger los cables submarinos.

Autores originales: Erick Eduardo Ramirez-Torres, Javier Macias-Guarasa, Daniel Pizarro, Javier Tejedor, Sira Elena Palazuelos-Cagigas, Pedro J. Vidal-Moreno, María R. Fernández-Ruiz, Sonia Martin-Lopez, Miguel Gonzalez-

Publicado 2026-07-31

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Erick Eduardo Ramirez-Torres, Javier Macias-Guarasa, Daniel Pizarro, Javier Tejedor, Sira Elena Palazuelos-Cagigas, Pedro J. Vidal-Moreno, María R. Fernández-Ruiz, Sonia Martin-Lopez, Miguel Gonzalez-Herraez, Roel Vanthillo

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina el fondo del océano como una biblioteca gigante y silenciosa donde se guardan los libros más importantes de nuestro mundo moderno. Estos no son libros de papel, sino gruesos cables de vidrio enterrados en la arena, que transportan el internet, las llamadas telefónicas y la electricidad que mantienen en funcionamiento nuestras ciudades. Durante mucho tiempo, vigilar estos cables era como intentar ver una película en la oscuridad; solo podíamos ver el problema cuando era demasiado tarde, generalmente después de que el ancla de un barco ya se había enganchado en una línea. Pero los científicos han encontrado un truco ingenioso: pueden convertir los propios cables de fibra óptica en oídos supersensibles. Al enviar pulsos láser a través del cable, pueden "escuchar" las vibraciones del agua y del fondo marino. Esta tecnología, llamada Detección Acústica Distribuida (DAS, por sus siglas en inglés), es como convertir todo el cable en un micrófono que puede escuchar al océano de un extremo al otro, día y noche, sin importar las tormentas o la oscuridad. Es un cambio de paradigma porque nos permite escuchar un barco acercándose mucho antes de que esté lo suficientemente cerca como para causar daños, actuando como un sistema de seguridad de alta tecnología para las profundidades marinas.

Ahora, imagina que tienes este increíble "cable que escucha", pero estás intentando enseñarle a una computadora a entender lo que está oyendo. El problema es que las computadoras son como cachorros entusiastas; necesitan miles de ejemplos para aprender la diferencia entre el ladrido de un perro amigable y un gruñido aterrador. Si solo les muestras unos pocos ejemplos, se confunden. Hasta ahora, a los científicos les resultaba difícil encontrar suficientes ejemplos del mundo real de barcos pasando junto a cables submarinos para entrenar a estas computadoras. La mayor parte de los datos que tenían eran demasiado pequeños, demasiado desordenados o no tenían las "respuestas" (como la ubicación exacta del barco) para verificar si la computadora estaba aprendiendo correctamente.

Este artículo presenta un nuevo y masivo "gimnasio de entrenamiento" para estos cerebros computacionales. Los investigadores, trabajando con un equipo en Bélgica y España, tomaron diez días de datos de escucha continua de un cable submarino real en el Mar del Norte y los convirtieron en un conjunto de datos gigante llamado "Marlinks-NS". No se limitaron a volcar ruido bruto sobre la mesa; lo limpiaron, lo organizaron y emparejaron cada sonido que el cable escuchó con la información de los barcos que realmente estaban allí (obtenida de un sistema global de seguimiento de barcos). El conjunto de datos contiene casi 75,000 instantáneas específicas de sonido, cada una de las cuales describe lo que el cable escuchó en un momento específico y exactamente a qué distancia se encontraba el barco más cercano.

El artículo muestra que este conjunto de datos está listo para que cualquiera lo use para construir mejores IA de detección de barcos. Los investigadores probaron sus propios modelos computacionales con estos datos y descubrieron que la IA podía aprender con éxito dos tareas muy importantes: primero, gritar "¡Alerta!" cuando un barco se encuentra a menos de 1,000 metros del cable, y segundo, adivinar exactamente a qué distancia se encuentra ese barco. Descubrieron que cuanto más "oídos" (sensores) utilizaban juntos, mejor hacía la computadora su trabajo. Por ejemplo, al utilizar los 250 sensores a lo largo de un tramo de cable de 2.5 kilómetros, la computadora podía identificar correctamente un barco cercano aproximadamente el 89% de las veces y estimar la distancia a unos 171 metros para los barcos que estaban cerca.

Crucialmente, el artículo no solo dice "tenemos datos"; demuestra que los datos son diversos y realistas. Revisaron el clima, las olas y los tipos de barcos durante esos diez días y encontraron que las condiciones cambiaban mucho, lo que significa que la computadora estaría aprendiendo en un océano real y desordenado, no en un laboratorio perfecto. También se aseguraron de que los días que utilizaron para las pruebas fueran diferentes de los días utilizados para el entrenamiento, de modo que la computadora no pudiera simplemente memorizar las respuestas. Al liberar este conjunto de datos al público, los autores están entregando las llaves a la comunidad científica, permitiendo que cualquiera construya, pruebe y mejore sus propios sistemas para proteger estos cables submarinos vitales contra daños accidentales o sabotajes. Es un kit de herramientas para construir un mundo submarino más seguro y protegido.

Resumen Técnico: Un conjunto de datos de detección acústica distribuida para la detección y localización de embarcaciones en la protección de cables submarinos

Planteamiento del problema
Los cables de telecomunicaciones y de energía submarinos son infraestructuras globales críticas, pero siguen siendo altamente vulnerables a daños accidentales y sabotajes, como lo evidencian incidentes recientes en el Mar Báltico. Si bien la tecnología de Detección Acústica Distribuida (DAS) ofrece una solución prometedora para el monitoreo continuo y en tiempo real de la actividad acústica submarina utilizando la infraestructura de fibra óptica existente, el desarrollo de algoritmos de Inteligencia Artificial/Aprendizaje Automático (IA/ML) basados en datos para la detección de embarcaciones se ve obstaculizado por la escasez de conjuntos de datos disponibles públicamente y bien anotados. Los conjuntos de datos DAS existentes suelen estar limitados en escala, carecen de un etiquetado adecuado para la detección de embarcaciones o están orientados hacia la sismología y la dinámica oceánica en lugar de la protección de cables. Además, los conjuntos de datos de detección de embarcaciones existentes (por ejemplo, DAShip) suelen centrarse en detectar embarcaciones directamente sobre el cable mediante firmas de estela, lo cual es menos adecuado para escenarios de alerta temprana que requieren la detección antes de que una embarcación alcance el cable.

Metodología
Los autores presentan el conjunto de datos Marlinks-NS DAS, curado a partir de una campaña de registro continua de diez días (16 al 25 de junio de 2023) realizada en un cable de fibra óptica enterrado de 28 km frente a la costa de Zeebrugge, Bélgica, en el Mar del Norte. El flujo de trabajo de adquisición y procesamiento de datos consistió en los siguientes pasos:

Adquisición de datos: Un sistema de reflectometría óptica de dominio de tiempo sensible a la fase ( $\phi$ -OTDR) (Alcatel OptoDAS) interrogó la fibra con una longitud de celda de 10.21 m y una frecuencia de muestreo de 3,125 Hz.
Preprocesamiento: Las señales de tasa de fase diferencial bruta se convirtieron en deformación (strain). Esto implicó el escalado de la señal bruta, la supresión de impulsos (eliminación de picos aislados), el desenrollado de fase temporal y la integración para recuperar las señales de deformación.
Sincronización de metadatos: Se procesaron los datos del Sistema de Identificación Automática (AIS) proporcionados por el operador del cable para generar las trayectorias de las embarcaciones. Debido a las bajas tasas de actualización (el 88% de las embarcaciones reportó cada 1 a 3 minutos), se aplicó una interpolación lineal a una tasa de 1 Hz para estimar las posiciones continuas de las embarcaciones. Estas posiciones se sincronizaron con los datos DAS para calcular la distancia euclidiana 3D mínima entre cada embarcación y los puntos de detección del cable.
Extracción de características: Las señales de deformación se segmentaron en ventanas no superpuestas de 10 segundos. Se extrajeron características de energía espectral de 250 canales espaciales en un rango de frecuencia de 4 Hz a 100 Hz. Para mitigar el ruido ambiental (temperatura, olas) y la interferencia instrumental (armónicos de 50/100 Hz), se excluyeron bandas de frecuencia específicas. La representación final de características consiste en 100 características de energía de banda distribuidas logarítmicamente por canal.
Definición de tareas: El conjunto de datos soporta dos tareas de ML:
- Detección de embarcaciones: Una tarea de clasificación binaria para determinar si una embarcación se encuentra dentro de un umbral de distancia específico (por ejemplo, 1,000 m) del cable.
- Estimación de la distancia embarcación-cable: Una tarea de regresión para predecir la distancia exacta a la embarcación más cercana.

Contribuciones clave

Liberación del conjunto de datos: La publicación de un conjunto de datos a gran escala y listo para el aprendizaje automático que comprende 74,771 instancias de datos etiquetadas de un segmento de cable de 2,554 m. Cada instancia incluye características de energía espectral de 250 canales de detección y metadatos sincronizados de la embarcación (distancia, tipo, longitud, manga).
Reproducibilidad: Los autores proporcionan los datos en formato HDF5, junto con documentación, metadatos y código Python para el manejo de datos y validación cruzada en Zenodo y GitHub.
Condiciones realistas: El conjunto de datos captura condiciones marinas realistas, incluyendo patrones de tráfico de embarcaciones variables y diversos factores ambientales (altura de las olas, velocidad del viento, temperatura, corrientes) a lo largo del periodo de registro de diez días.
Protocolo de validación: Se propone una rigurosa estrategia de validación cruzada de 10 pliegues (k-fold) basada en días para asegurar que los conjuntos de entrenamiento y prueba sean disjuntos en el tiempo, evitando la fuga de datos (data leakage) por pasajes repetidos de embarcaciones.

Resultados
El artículo presenta resultados de validación técnica de base utilizando un algoritmo XGBoost para demostrar la utilidad del conjunto de datos:

Detección de embarcaciones: Utilizando 250 canales y un umbral de distancia de 1,000 m, el modelo alcanzó un F1-score global del 89.43% (Clase 0: 92.47%, Clase 1: 83.10%) y una precisión del 89.58%.
Estimación de distancia: El modelo alcanzó un Error Absoluto Medio (MAE) global de 829.90 m. Para el rango de proximidad crítica (embarcaciones < 1,000 m), el MAE mejoró a 171.01 m.
Tendencias de rendimiento: Los resultados indicaron que el rendimiento mejoró consistentemente a medida que aumentaba el número de canales espaciales utilizados para el promedio, validando la redundancia espacial en los datos DAS.

Significancia y afirmaciones
El artículo afirma que el conjunto de datos Marlinks-NS aborda una brecha crítica en la disponibilidad de datos DAS anotados específicamente para la protección de cables submarinos. Al definir dos tareas de ML distintas (detección y localización) y proporcionar un conjunto de datos derivado de un monitoreo continuo y realista, los autores pretenden:

Promover la transparencia y la reproducibilidad en la investigación de IA/ML aplicada a DAS.
Permitir a la comunidad científica evaluar algoritmos de detección y localización de embarcaciones bajo condiciones marinas reales.
Apoyar el desarrollo de sistemas de alerta temprana que puedan detectar embarcaciones antes de que alcancen el cable, yendo más allá de las limitaciones de la detección basada en estelas.

Los autores declaran explícitamente que el conjunto de datos está destinado a ser un recurso de referencia y que los resultados de base sirven como una validación basada en aplicaciones de la información retenida en los datos procesados, más que como una comparación exhaustiva de todas las posibles aproximaciones de modelado. Reconocen limitaciones, como la dependencia de los datos AIS interpolados para la verdad de campo (ground truth) y la exclusión de las grabaciones DAS brutas debido a la confidencialidad, pero enfatizan que las características y etiquetas liberadas son suficientes para desarrollar y evaluar métodos de monitoreo de embarcaciones.

Más como este