Applications of machine learning and data science to the blue economy sustainable fishing and weather routing

Abstract

The Blue Economy encompasses an interdisciplinary field of study aimed at achieving sustainable utilization of ocean resources while preserving the environment’s health. The importance of this concept lies in its role in achieving the Sustainable Development Goals defined by the United Nations. Nevertheless, the pursuit of economic development can often conflict with the principles of sustainability, underscoring the necessity of leveraging adequate tools to address these challenges. Data science, and particularly Machine Learning, has become a valuable tool for addressing the challenges of the Blue Economy. For example, in the field of sustainable fishing, monitoring fish populations is highly relevant and can be achieved through Machine Learning models. In another area, such as maritime transport, the implementation of weather routing tools can optimize sea routes, improving fuel efficiency and ensuring a reduction in greenhouse gas emissions. This thesis will delve into the study of sustainable fishing and weather routing in the context of the Blue Economy, applying data science techniques to improve efficiency and sustainability in both fields

La Economía Azul ha surgido como un campo de estudio interdisciplinario que busca aprovechar los recursos del océano de manera sostenible y preservar su salud ambiental. Este concepto se ha vuelto cada vez más importante para alcanzar los Objetivos de Desarrollo Sostenible de las Naciones Unidas. Sin embargo, el desarrollo económico y la sostenibilidad pueden entrar en conflicto, lo que destaca la necesidad de abordar estos desafíos con herramientas adecuadas. La ciencia de datos, y en particular el aprendizaje automático (Machine Learning), se ha convertido en una herramienta valiosa para abordar los desafíos de la Economía Azul. Por ejemplo, en el ámbito de la pesca sostenible, es muy relevante la monitorización de poblaciones de peces, que se puede realizar mediante modelos de Machine Learning. En otro ámbito, como es el transporte marítimo, la implementación de herramientas de “weather routing” puede optimizar las rutas por mar, mejorando la eficiencia en el consumo de combustible y garantizando una reducción en las emisiones de gases de efecto invernadero. En esta tesis se profundizará en el estudio de la pesca sostenible y el weather routing en el contexto de la Economía Azul, aplicando técnicas de ciencia de datos para mejorar la eficiencia y sostenibilidad en ambos campos.