La costa occidental de la península de Baja California se ha observado como una región de condiciones ambientales variables por ser un área de transición entre las aguas cálidas provenientes del Ecuador y las aguas frías de la Corriente de California. Derivado de la observación de las larvas de peces distribuídas en la región, las larvas del pez mesopelágico Vinciguerria lucetia han sido consideradas como representativas de la tropicalización en la región sur del Sistema de la Corriente de California, influenciada por eventos climáticos extremos en escalas estacionales y entre diversos años. Por tal motivo, en este trabajo tuvo como objetivo elaborar modelos de distribución de especies para larvas de V. lucetia ante diversos escenarios intra e interanuales. Para ello, se utilzaron los registros de abundancia de V. lucetia durante los cruceros oceanográficos del programa IMECOCAL durante el periodo 1997-2015. Se utilizaron 14 predictores para generar los modelos de abundancia a partir de tres distintos algoritmos. El primero fue un Modelos Aditivo Generalizado que utilizó la distribución compuesta de Tweedie para tratar con el exceso de ceros obseservado en los datos. Además, se utilizaron dos algoritmos de árbol de decisión: Random Forest y eXtreme Gadient Boosting (XGBOOST) para la generación de los modelos. Los modelos fueron entrenados con un 80% de la muestra y su predicción evaluada con el 20% restante utilizando las métricas RMSE y RAE. Para predecir la distribución durante un escenario intra anual, se elaboró un año hipotético donde cada temporada fue obtenida a partir del valor de la mediana de cada uno de los predictores observados durante el periodo de estudio. Para el escenario interanual se comparó la predicción de los modelo entre la abundancia observada durante la primavera de 2000 y el otoño de 2015, estimando la diferencia entre las abundancias observadas y estiamadas. La temperatura superficial del mar, fue un factor determinante en la distribución de larvas de V. lucetia, con un impacto significativo en su abundancia. Se observó una preferencia en la distribución de las larvas por zonas al sur y la región oceánica adyacente a la costa occidental de la península de Baja California durante eventos térmicos extremos. En comparación con Random Forest y GAM, XGBOOST demostró tener un menor error de predicción. Los modelos desarrollados demostraron ser eficaces para predecir la distribución de las larvas en diferentes escenarios temporales, lo que sugiere su utilidad para comprender y gestionar los ecosistemas marinos en respuesta a variaciones climáticas. 

Inicia sesión para poder descargar esta tesis.