🔬 physics

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

Este artigo apresenta o conjunto de dados Marlinks-NS, uma coleção abrangente de medições de Sensoriamento Acústico Distribuído (DAS) processadas e dados de embarcações derivados de AIS do Mar do Norte, projetada para apoiar a pesquisa de aprendizado de máquina reprodutível para detecção e localização de embarcações para proteger cabos submarinos.

Autores originais: 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 leitura☕ Leitura rápida

CC BY 4.0

Autores originais: 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

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine o fundo do oceano como uma biblioteca gigante e silenciosa onde os livros mais importantes do nosso mundo moderno estão armazenados. Estes não são livros de papel, mas cabos espessos de vidro enterrados na areia, transportando a internet, chamadas telefônicas e a eletricidade que mantêm as nossas cidades funcionando. Durante muito tempo, vigiar esses cabos era como tentar assistir a um filme no escuro; só conseguíamos ver o problema quando já era tarde demais, geralmente depois que a âncora de um navio já havia prendido uma linha. Mas os cientistas descobriram um truque inteligente: eles podem transformar os próprios cabos de fibra ótica em ouvidos super sensíveis. Ao enviar pulsos de laser pelo cabo, eles podem "ouvir" as vibrações da água e do fundo do oceano. Esta tecnologia, chamada Sensoriamento Acústico Distribuído (DAS), é como transformar todo o cabo num microfone capaz de ouvir o oceano de uma extremidade à outra, dia e noite, independentemente de tempestades ou da escuridão. É um divisor de águas porque nos permite ouvir um navio aproximar-se muito antes de ele chegar perto o suficiente para causar danos, agindo como um sistema de segurança de alta tecnologia para o mar profundo.

Agora, imagine que você tem este incrível "cabo de escuta", mas está tentando ensinar um computador a entender o que ele está ouvindo. O problema é que os computadores são como cachorrinhos ansiosos; eles precisam de milhares de exemplos para aprender a diferença entre um latido amigável e um rosnado assustador. Se você mostrar apenas alguns exemplos, eles ficam confusos. Até agora, os cientistas tinham dificuldade em encontrar exemplos do mundo real suficientes de navios a passar por cabos submarinos para treinar estes computadores. A maior parte dos dados que possuíam era demasiado pequena, demasiado desordenada ou não tinha as "respostas" (como exatamente onde o navio estava) para verificar se o computador estava a aprender corretamente.

Este artigo apresenta uma nova e massiva "academia de treino" para estes cérebros de computador. Os investigadores, trabalhando com uma equipa na Bélgica e em Espanha, pegaram em dez dias de dados de escuta contínua de um cabo submarino real no Mar do Norte e transformaram-nos num enorme conjunto de dados chamado "Marlinks-NS". Eles não se limitaram a despejar ruído bruto sobre a mesa; eles limparam-no, organizaram-no e emparelharam cada som que o cabo ouviu com informações sobre os navios que realmente estavam lá (obtidas através de um sistema global de rastreio de navios). O conjunto de dados contém quase 75.000 instantâneos específicos de som, cada um descrevendo o que o cabo ouviu num momento específico e exatamente a que distância se encontrava o navio mais próximo.

O artigo mostra que este conjunto de dados está pronto para ser usado por qualquer pessoa para construir melhores IAs de deteção de navios. Os investigadores testaram os seus próprios modelos de computador nestes dados e descobriram que a IA conseguia aprender com sucesso duas tarefas muito importantes: primeiro, gritar "Alerta!" quando um navio entra num raio de 1.000 metros do cabo, e segundo, adivinhar exatamente a que distância esse navio se encontra. Eles descobriram que, quanto mais "ouvidos" (sensores) utilizavam em conjunto, melhor o computador realizava o seu trabalho. Por exemplo, ao utilizar todos os 250 sensores ao longo de um troço de 2,5 quilómetros do cabo, o computador conseguia identificar corretamente um navio próximo cerca de 89% das vezes e estimar a distância para cerca de 171 metros para navios que estavam próximos.

Crucialmente, o artigo não diz apenas "temos dados"; ele prova que os dados são diversos e realistas. Eles verificaram o tempo, as ondas e os tipos de navios durante esses dez dias e descobriram que as condições mudavam muito, o que significa que o computador estaria a aprender num oceano real e caótico, não num laboratório perfeito. Eles também garantiram que os dias utilizados para testes fossem diferentes dos dias utilizados para o treino, para que o computador não pudesse simplesmente memorizar as respostas. Ao disponibilizarem este conjunto de dados para o público, os autores estão a entregar as chaves à comunidade científica, permitindo que qualquer pessoa construa, teste e melhore os seus próprios sistemas para proteger estes cabos submarinos vitais contra danos acidentais ou sabotagem. É um kit de ferramentas para construir um mundo submarino mais seguro e protegido.

Resumo Técnico: Um Conjunto de Dados de Sensoriamento Acústico Distribuído para Detecção e Localização de Embarcações na Proteção de Cabos Submarinos

Declaração do Problema
Cabos de telecomunicações e de energia submarinos são infraestruturas globais críticas, mas permanecem altamente vulneráveis a danos acidentais e sabotagem, como evidenciado por incidentes recentes no Mar Báltico. Embora a tecnologia de Sensoriamento Acústico Distribuído (DAS) ofereça uma solução promissora para o monitoramento contínuo e em tempo real da atividade acústica subaquática usando a infraestrutura de fibra óptica existente, o desenvolvimento de algoritmos de Inteligência Artificial/Aprendizado de Máquina (IA/ML) baseados em dados para a detecção de embarcações é dificultado pela escassez de conjuntos de dados publicamente disponíveis e adequadamente anotados. Os conjuntos de dados de DAS existentes são frequentemente limitados em escala, carecem de rotulagem adequada para a detecção de embarcações ou são orientados para sismologia e dinâmica oceânica, em vez de proteção de cabos. Além disso, os conjuntos de dados de detecção de embarcações existentes (por exemplo, DAShip) focam frequentemente na detecção de embarcações diretamente acima do cabo por meio de assinaturas de esteira (wake signatures), o que é menos adequado para cenários de alerta precoce que exigem a detecção antes que uma embarcação atinja o cabo.

Metodologia
Os autores apresentam o conjunto de dados Marlinks-NS DAS, curado a partir de uma campanha de gravação contínua de dez dias (16 a 25 de junho de 2023) realizada em um cabo de fibra óptica enterrado de 28 km na costa de Zeebrugge, Bélgica, no Mar do Norte. O pipeline de aquisição e processamento de dados envolveu as seguintes etapas:

Aquisição de Dados: Um sistema de Reflectometria Óptica no Domínio do Tempo sensível à fase ( $\phi$ -OTDR) (Alcatel OptoDAS) interrogou a fibra com um comprimento de gauge de 10,21 m e uma frequência de amostragem de 3.125 Hz.
Pré-processamento: Os sinais de taxa de fase diferencial brutos foram convertidos em deformação (strain). Isso envolveu o escalonamento do sinal bruto, supressão de impulsos (remoção de picos isolados), desenrolamento de fase temporal e integração para recuperar os sinais de deformação.
Sincronização de Metadados: Dados do Sistema de Identificação Automática (AIS) fornecidos pelo operador do cabo foram processados para gerar trajetórias de embarcações. Devido às baixas taxas de atualização (88% das embarcações reportadas a cada 1 a 3 minutos), aplicou-se interpolação linear a uma taxa de 1 Hz para estimar posições contínuas de embarcações. Essas posições foram sincronizadas com os dados de DAS para calcular a distância euclidiana 3D mínima entre cada embarcação e os pontos de sensoriamento do cabo.
Extração de Características: Os sinais de deformação foram segmentados em janelas não sobrepostas de 10 segundos. Características de energia espectral foram extraídas de 250 canais espaciais em uma faixa de frequência de 4 Hz a 100 Hz. Para mitigar o ruído ambiental (temperatura, ondas) e interferências instrumentais (harmônicos de 50/100 Hz), bandas de frequência específicas foram excluídas. A representação final de características consiste em 100 características de banda de energia distribuídas logaritmicamente por canal.
Definição da Tarefa: O conjunto de dados suporta duas tarefas de ML:
- Detecção de Embarcação: Uma tarefa de classificação binária para determinar se uma embarcação está dentro de um limite de distância específico (por exemplo, 1.000 m) do cabo.
- Estimativa de Distância Embarcação-Cabo: Uma tarefa de regressão para prever a distância exata até a embarcação mais próxima.

Principais Contribuições

Liberação do Conjunto de Dados: A liberação de um conjunto de dados de grande escala e pronto para aprendizado de máquina, compreendendo 74.771 instâncias de dados rotuladas de um segmento de cabo de 2.554 m. Cada instância inclui características de energia espectral de 250 canais de sensoriamento e metadados de embarcação sincronizados (distância, tipo, comprimento, feixe).
Reprodutibilidade: Os autores fornecem os dados no formato HDF5, juntamente com documentação, metadados e código Python para manipulação de dados e validação cruzada no Zenodo e GitHub.
Condições Realistas: O conjunto de dados captura condições marinhas realistas, incluindo padrões variados de tráfego de embarcações e diversos fatores ambientais (altura das ondas, velocidade do vento, temperatura, correntes) ao longo do período de gravação de dez dias.
Protocolo de Validação: É proposta uma estratégia rigorosa de validação cruzada k-fold diária para garantir que os conjuntos de treinamento e teste sejam disjuntos no tempo, evitando o vazamento de dados (data leakage) proveniente de passagens repetidas de embarcações.

Resultados
O artigo apresenta resultados de validação técnica de base utilizando um algoritmo XGBoost para demonstrar a utilidade do conjunto de dados:

Detecção de Embarcação: Usando 250 canais e um limite de distância de 1.000 m, o modelo alcançou um F1-score global de 89,43% (Classe 0: 92,47%, Classe 1: 83,10%) e uma acurácia de 89,58%.
Estimativa de Distância: O modelo alcançou um Erro Médio Absoluto (MAE) global de 829,90 m. Para a faixa de proximidade crítica (embarcações < 1.000 m), o MAE melhorou para 171,01 m.
Tendências de Desempenho: Os resultados indicaram que o desempenho melhorou consistentemente conforme o número de canais espaciais usados para a média aumentava, validando a redundância espacial nos dados de DAS.

Significância e Alegações
O artigo afirma que o conjunto de dados Marlinks-NS aborda uma lacuna crítica na disponibilidade de dados de DAS anotados especificamente para a proteção de cabos submarinos. Ao definir duas tarefas distintas de ML (detecção e localização) e fornecer um conjunto de dados derivado de monitoramento contínuo e realista, os autores visam:

Promover a transparência e a reprodutibilidade na pesquisa de IA/ML aplicada ao DAS.
Permitir que a comunidade científica realize o benchmarking de algoritmos de detecção e localização de embarcações sob condições marinhas realistas.
Suportar o desenvolvimento de sistemas de alerta precoce que possam detectar embarcações antes que alcancem o cabo, indo além das limitações da detecção baseada em esteira.

Os autores declaram explicitamente que o conjunto de dados é destinado a ser um recurso de benchmark e que os resultados de base servem como uma validação baseada em aplicação das informações retidas nos dados processados, e não como uma comparação exaustiva de todas as abordagens de modelagem possíveis. Eles reconhecem limitações, como a dependência de dados AIS interpolados para a verdade de campo (ground truth) e a exclusão das gravações brutas de DAS devido à confidencialidade, mas enfatizam que as características e rótulos liberados são suficientes para desenvolver e avaliar métodos de monitoramento de embarcações.

Mais como este