MODELO DE REDES NEURONALES ARTIFICIALES DE LA PRESENCIA DE DELFINES MEDIANTE MONITOREO ACÚSTICO PASIVO EN EL CANAL DE CERRALVO, B.C.S., MÉXICO

Abstract

"Comprender los factores que determinan la presencia y distribución de los cetáceos es fundamental para el estudio de su ecología, especialmente en ambientes marinos donde la observación directa resulta limitada. En este estudio se empleó el monitoreo acústico pasivo (PAM) en combinación con redes neuronales artificiales para modelar la presencia de delfines (familia Delphinidae) en el Canal de Cerralvo, Golfo de California, México. Se analizaron diez variables, incluyendo descriptores ambientales tanto físicos como bióticos, y proponiendo una variable denominada coocurrencia acústica interespecífica de cetáceos (CAIC). Definida como la detección acústica simultánea de diferentes especies, independientemente de su proximidad espacial o interacción directa. Los datos se obtuvieron entre noviembre de 2022 y diciembre de 2023 mediante 452 horas de grabaciones acústicas. El modelo con mejor desempeño alcanzó una exactitud del 81.7% y se identificó la CAIC, la velocidad del viento, la concentración de clorofila a, la relación entre la distancia del equipo de grabación y la costa, y el periodo del día como las variables con mayor influencia sobre la presencia de delfines. El análisis de importancia de variables mostró que la CAIC ejerció la mayor contribución positiva al modelo, siendo la ballena azul (Balaenoptera musculus) y el cachalote (Physeter macrocephalus), las especies detectadas con mayor frecuencia y de manera simultánea con delfines. Estos resultados demuestran el potencial de PAM y de las redes neuronales para modelar las relaciones ecológicas complejas, además de destacar la relevancia de la CAIC como un factor asociado al uso compartido del hábitat por los delfines."