Predicción de cobertura de coral de los arrecifes de coral escleractinios de Santa Marta, Colombia aplicando técnicas de aprendizaje automático

Abstract

Los arrecifes de coral son invertebrados coloniales que existen hace miles de años. Son ecosistemas que permiten mantener el equilibrio químico, bioquímico y biológico del océano. Sin embargo el cambio climático, transformaciones naturales y los procesos ejecutados por los seres humanos sobre el medio ambiente han provocado alteraciones en la dinámica poblacional y deterioro del ecosistema. Es así como esta investigación busca evaluar modelos como redes neuronales y procesos estocásticos para predecir el cambio de cobertura de coral de los arrecifes de coral escleractinios en Santa Marta, Colombia. Específicamente, se evaluaron dos técnicas de predicción de series temporales: proceso estocástico ARIMA y red neuronal LSTM sobre la serie temporal de cobertura de coral escleractinio en el Chengue Santa Marta Colombia, encontrando que la red neuronal LSTM tiene un mejor rendimiento respecto al modelo ARIMA.