Estructura espacial de la abundancia de Copépodos pontellidos (Crustácea: Copépoda: Pontellidae) en respuesta a la variabilidad hidrográfica durante marzo y septiembre del año 2019 en la cuenca pacífica colombiana

Los copépodos pueden llegar a representar hasta el 90 % de la abundancia del zooplancton y dentro de estos la familia Pontellidae uno de los numéricamente dominantes en la superficie del océano. Esta familia de hábitos neustonicos se encuentra desde la zona nerítica hasta la oceánica. A pesar de su relevancia ecológica, esta familia, geográficamente no han sido objeto de estudio en la cuenca Pacífica Colombiana, desconociéndose su distribución y la riqueza de especies en toda la cuenca durante la temporada del Jet de Panamá y Chocó. Por tanto, esta investigación evaluó la dinámica comunitaria de estos grupos planctónicos como la su composición, abundancia y distribución a su vez los factores oceanográficos que condicionan su estructura. Además, este estudio exploró mediante modelos construidos con algoritmos de Machine Learning la respuesta de esta familia y la influencia de la variabilidad oceanográfica utilizando datos observados en campo de las especies de Pontellidae y datos de sensores remotos para las variables oceanográficas con una resolución de (0.0083°). Los modelos permitieron conocer los pronósticos de riqueza y distribución para las especies que presentaron múltiples registros de ocurrencia, permitiendo contrastar la riqueza y distribución observada con la pronosticada para las fechas de muestreo, además de identificar las variables que mejor explican estos factores y el modelo con mejor desempeño. La riqueza observada fue de 22 especies para las dos épocas de muestreo, de 21 especies para el Jet de Panamá y de 7 para el Jet del Chocó, sobre la cual se identificaron nuevas áreas con probabilidad de registro de esta riqueza con los pronósticos realizados. Se identificaron las áreas con mayor probabilidad de ocurrencia para ambas temporadas climáticas, siendo la temporada del Jet de Panamá la temporada que mayor aporta a la construcción de los modelos por los registros de ocurrencia durante esa fecha. Los resultados de los modelos indicaron que el algoritmo Random Forest es el que mejor pronosticó la distribución de las especies y se refleja mejor con lo observado. Además, indicó que la temperatura es la variable que principalmente condición la riqueza, abundancia y distribución de las especies.

• Autores: Chaverra Castañeda, Fabio Andrés
• Fecha de publicación: 2025
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/46070
• Acceso en línea: https://hdl.handle.net/10495/46070
• Palabra clave: Pontellidae; Biodiversidad marina; Marine biodiversity; Oceanografía - Teledetección; Oceanography - Remote sensing; Aprendizaje automático; Machine learning; Copépoda; Copepoda; Zooplancton; Zooplankton; Diversidad de especies; Species diversity; Dinámica de poblaciones; Population dynamics; Ecología marina; Marine ecology; Pacífico (Región, Colombia); http://aims.fao.org/aos/agrovoc/c_49834; http://aims.fao.org/aos/agrovoc/c_1865; http://aims.fao.org/aos/agrovoc/c_15490; http://aims.fao.org/aos/agrovoc/c_00ba8c53; http://aims.fao.org/aos/agrovoc/c_6111; http://aims.fao.org/aos/agrovoc/c_4609; http://id.loc.gov/authorities/subjects/sh87020602; http://id.loc.gov/authorities/subjects/sh99002126; http://id.loc.gov/authorities/subjects/sh2008108590; ODS 14: Vida submarina. Conservar y utilizar sosteniblemente los océanos, los mares y los recursos marinos para el desarrollo sostenible
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/