Análisis del comportamiento de corales blandos de profundidad mediante técnicas de inteligencia artificial
El objetivo de este trabajo es estudiar el comportamiento de gorgonias de aguas profundas en relación con las condiciones ambientales y su variación temporal, combinando imágenes submarinas de dos colonias de Placogorgia sp. registradas en el monte submarino El Cachucho con observaciones in situ y p...
| Autor: | |
|---|---|
| Tipo de documento: | dissertação |
| Data de publicação: | 2026 |
| País: | España |
| Recursos: | Universidad de Cantabria (UC) |
| Repositório: | UCrea Repositorio Abierto de la Universidad de Cantabria |
| Idioma: | espanhol |
| OAI Identifier: | oai:dnet:ucreareposit::c647681defdf3691ed71d5f4d3216a65 |
| Acesso em linha: | https://hdl.handle.net/10902/40296 |
| Access Level: | Acceso aberto |
| Palavra-chave: | Gorgonia Copernicus Aprendizaje automático Aprendizaje profundo Redes neuronales convolucionales |
| Resumo: | El objetivo de este trabajo es estudiar el comportamiento de gorgonias de aguas profundas en relación con las condiciones ambientales y su variación temporal, combinando imágenes submarinas de dos colonias de Placogorgia sp. registradas en el monte submarino El Cachucho con observaciones in situ y productos del Servicio Marino de Copernicus. La validación entre las observaciones in-situ y los productos de Copernicus permitió evaluar la coherencia entre ambas fuentes. Aunque los errores en magnitud fueron bajos, las correlaciones resultaron reducidas, evidenciando diferencias en la dinámica temporal. En el caso de las corrientes in situ, se aplicó Singular Spectrum Analysis para separar tendencia, estacionalidad y ruido. Al comparar la componente estacional con los datos de Copernicus mediante análisis de correlación cruzada, se obtuvo una correlación superior a la observada con las series originales y se identificaron oscilaciones similares al ciclo semidiurno de mareas. El comportamiento de las gorgonias se estudió mediante modelos convolucionales basados en transferencia de aprendizaje, capaces de clasificar automáticamente los estados de apertura de los pólipos como abiertos, intermedios o cerrados. A partir de las series temporales obtenidas se observaron patrones coherentes a dos escalas: en el análisis diario, la apertura fue mayor durante las horas de luz, asociada a la alimentación. En la escala mensual, los pólipos permanecieron más abiertos en los primeros meses de la serie y disminuyeron hacia el invierno. La gorgonia izquierda presentó además intervalos más prolongados con los pólipos cerrados, posiblemente relacionados con su daño estructural. La relación entre el comportamiento de los pólipos y las variables ambientales se exploró con modelos de Random Forest, mediante inteligencia artificial explicable. En los modelos basados en datos in situ destacó la relevancia de la componente zonal de la corriente uo, en línea con estudios previos que muestran que la apertura está modulada por la dinámica de las corrientes y que la actividad de alimentación es mayor durante el día. En los datos de Copernicus no se observó la misma relación, lo que pone de manifiesto limitaciones de estos productos, siendo incluso la simulación de corrientes superficiales un desafío que refleja que aún persisten limitaciones inherentes al modelo. |
|---|