La investigación se realizó en la Ucsc desde datos recopilados en la isla Robinson Crusoe.
Un modelo de aprendizaje automático para identificar y clasificar una serie de sonidos submarinos que contribuye a optimizar procesos de diagnóstico y evaluación de impacto ambiental creó el investigador Diego Sepúlveda, egresado del Magíster en Medio Ambiente de la Universidad Católica de la Santísima Concepción (Ucsc).
“Desarrollo de modelo de aprendizaje automático para detección de peces por acústica pasiva” se titula el estudio, que llevó a cabo en el marco de su proyecto de habilitación para el grado de magíster y contó con el respaldo de su profesor guía, doctor Iván Hinojosa, académico de la Facultad de Ciencias Ucsc.
Entrenar un modelo para interpretación sonora, especialmente para coros submarinos que producen una diversidad de especies, y evaluar el impacto que produce el radio de motores de embarcaciones, fueron grandes objetivos de este trabajo.
Para alcanzar los resultados, Sepúlveda utilizó datos del entorno acústico submarino recopilados en enero y abril de 2025 por un hidrófono instalado en la bahía Cumberland en la isla Robinson Crusoe del Archipiélago de Juan Fernández. La metodología fue realizar un análisis acústico con espectrogramas, transformando el sonido subacuático en una representación visual de sus frecuencias a lo largo del tiempo.
Luego se etiquetaron audios según señales de peces, ruido de fondo, motores de embarcaciones y coros, permitiendo interpretar los datos para medir una parte del paisaje sonoro, descomponer los audios en variables matemáticas y entrenar un modelo de clasificación, optimizando la precisión del reconocimiento automatizado.
Entre los hallazgos destaca la sincronización de los coros de peces con el Sol y los ciclos lunares.
“En luna llena, el coro pierde intensidad, pero aumenta su duración, mientras en luna nueva se vuelve más intenso pero disminuye su duración. Esto está reportado en literatura y tiene que ver con el fotoperiodo en el caso de peces. Además, los coros siempre comienzan al atardecer y hay un coro más leve en la mañana, es similar al comportamiento de las aves, que cantan al amanecer y atardecer”, explica.
Es así que el modelo podría permitir monitorear con gran precisión la contaminación acústica en un área determinada, disminuyendo el tiempo de análisis en comparación a métodos tradicionales y permitiendo cuantificar extensas series temporales en menor plazo.
