La investigación se realizó a partir de datos acústicos recopilados en la isla Robinson Crusoe, en el Archipiélago Juan Fernández, territorio declarado Reserva de la Biosfera por la Unesco.
Por Jean Pierre Molina
El egresado del Magíster en Medio Ambiente de la Universidad Católica de la Santísima Concepción (UCSC), Diego Sepúlveda, desarrolló un modelo de aprendizaje automático capaz de identificar y clasificar distintos sonidos submarinos. La herramienta podría contribuir a optimizar los procesos de diagnóstico y evaluación de impacto ambiental en ecosistemas marinos.
El estudio, titulado “Desarrollo de modelo de aprendizaje automático para detección de peces por acústica pasiva”, se realizó en el marco de su proyecto de habilitación para obtener el grado de magíster. La investigación contó con la guía del académico de la Facultad de Ciencias UCSC, Dr. Iván Hinojosa, y con la participación de la Dra. Daniela Mennickent como evaluadora interna y de la Dra. Julie Patris, de Aix-Marseille University, como evaluadora externa.
Escuchar el océano para conocer su estado
El objetivo de la investigación fue entrenar un modelo capaz de interpretar señales acústicas submarinas, particularmente los denominados coros submarinos, sonidos producidos por diversas especies marinas, entre ellas peces, erizos de mar y otros invertebrados.
Estos sonidos pueden entregar información relevante sobre el estado de los ecosistemas, por lo que constituyen una herramienta de interés para el monitoreo de la salud marina. En este caso, el estudio también buscó evaluar el impacto generado por el ruido asociado al tránsito de embarcaciones.
Para desarrollar el modelo, Sepúlveda utilizó registros del paisaje acústico submarino recopilados durante enero y abril de 2025 mediante un hidrófono instalado en la bahía Cumberland, en la isla Robinson Crusoe, perteneciente al Archipiélago Juan Fernández.
La metodología contempló un análisis acústico mediante espectrogramas, representaciones visuales que permiten observar cómo se distribuyen las frecuencias de un sonido a lo largo del tiempo.
Posteriormente, los registros fueron etiquetados de acuerdo con diferentes tipos de señales: sonidos de peces, ruido de fondo, motores de embarcaciones y coros submarinos. Esta clasificación permitió descomponer los registros acústicos en variables matemáticas y utilizarlas para entrenar un modelo de clasificación automática, orientado a mejorar la precisión y eficiencia del reconocimiento de sonidos.
Los ritmos del océano
Uno de los resultados identificados durante el análisis fue la relación entre los coros de peces y los ciclos solares y lunares, evidenciando patrones asociados al comportamiento y los ritmos biológicos de estas especies.
“En luna llena, el coro pierde intensidad, pero aumenta su duración, mientras que en luna nueva se vuelve más intenso, pero disminuye su duración. Esto está reportado en la literatura y tiene que ver con el fotoperiodo en el caso de los peces”, explicó Sepúlveda.
El investigador agregó que estos coros presentan además una marcada relación con los ciclos diarios: “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 al atardecer”.
Estos patrones muestran cómo la acústica pasiva puede convertirse en una herramienta para observar procesos ecológicos sin necesidad de intervenir directamente los ecosistemas.
Menos tiempo de análisis y monitoreo a largo plazo
Una de las principales proyecciones del modelo desarrollado es su potencial para automatizar el análisis de grandes volúmenes de información acústica. Esto permitiría monitorear con mayor eficiencia la contaminación sonora en determinadas áreas y reducir los tiempos de procesamiento respecto de métodos tradicionales.
La automatización también abre la posibilidad de analizar extensas series temporales, facilitando la identificación de cambios y patrones en el paisaje sonoro submarino a lo largo del tiempo.
Los resultados obtenidos proporcionan una cadena de procesamiento de detección validada y una línea de base acústica para el monitoreo a largo plazo de un sistema marino de importancia global.
Una formación orientada a los desafíos ambientales
Para Sepúlveda, su paso por el Magíster en Medio Ambiente de la UCSC también fue fundamental para fortalecer sus conocimientos y herramientas para abordar problemáticas ambientales.
“Mi experiencia fue súper buena. Me gustaron las clases. El área ambiental siempre me llamó la atención y en el Magíster pude profundizar en ella y ampliar conocimientos con criterio para abordar las problemáticas asociadas. Lo recomendaría definitivamente”, señaló.
Su investigación ejemplifica cómo la integración entre ciencias ambientales, acústica y herramientas de aprendizaje automático puede generar nuevas alternativas para estudiar y monitorear ecosistemas marinos.
A través de este tipo de investigaciones, la UCSC fortalece su aporte al desarrollo de conocimiento científico aplicado y a la comprensión de los ecosistemas marinos, incorporando tecnologías que pueden contribuir a enfrentar los desafíos de conservación y gestión ambiental.
- Publicidad -
