Herramienta operativa para el pronóstico de valores de clorofila en zonas de mar abierto utilizando series temporales MODIS y técnicas de aprendizaje máquina.

Abstract

Para mejorar la pesca en Colombia, es esencial contar con información precisa sobre la concentración de peces en los mares. Esto permitirá un mayor control sobre la pesca y evitará el uso de métodos inapropiados, ayudando así al medio ambiente marítimo para la reproducción de los peces. Una forma de obtener esta información es mediante el uso de imágenes generadas por el satélite MODIS, que ha recolectado información desde 2001, tomando fotos tanto en el día como en la noche, observando desastres naturales, cambios climáticos y anomalías. Además, permite observar los niveles de clorofila en el agua, los cuales se relacionan con la presencia de bancos de peces. Sin embargo, en los mares de Colombia, la presencia de nubes durante todo el año dificulta la detección de la clorofila en las imágenes satelitales, lo que impide observar dónde se encuentran los peces. Para solucionar este problema, se propone realizar un estudio con todo el conjunto de dos que el satélite MODIS ha estado recolectando durante más de 20 años para aplicar técnicas de procesamiento de imágenes y generar un conjunto de datos precisos, con el cual se construyó un modelo de aprendizaje automático para el pronóstico de valores de clorofila perdidos debido a la alta cobertura nubosa. Asimismo, se pueden manejar métricas como el error cuadrático medio para evaluar la precisión del modelo. De esta manera, se podrá ayudar a las personas involucradas en la pesca y reducir el impacto ambiental.