Calibración, evaluación y optimización de modelos SDM para la toma de decisiones en procesos de manejo de información en paisajes sostenibles de Colombia, Costa Rica y Bolivia

Resumen

En el marco del proyecto “IMFN Climate FY2023/24 Risaralda Model Forest - UTP”, financiado por el Gobierno de Canadá, uno de los objetivos fue: “Rehabilitación, con comunidades y grupos campesinos, de paisajes degradados, en seis municipios del bosque modelo Risaralda, fortaleciendo la producción sostenible y la conservación de la biodiversidad” y dentro de este una tarea fue actualizar la plataforma RESTAURed, una plataforma electrónica de cooperación entre Países de la Red Latinoamericana de Bosques Modelo (RLABM), con la finalidad de plantear una propuesta a futuro para el análisis de la información, derivada de la restauración de paisajes, capturada por el Bosque Modelo Risaralda (Colombia), el Bosque Modelo Chiquitano (Bolivia) y el Bosque Modelo Reventazón (Costa Rica). Se realizó la construcción de modelos basados en analítica de datos que soporten la identificación, análisis, actualización y/o implementación de estrategias de restauración en paisajes degradados.SDM -Species Distribution Models-, escencialmente modelos de predicción de distribución geográfica. Se utilizo un “proxy” basados en la especie “Crithmum maritimum”, se clasificaron los datos y el sistema de clasificación fue calibrado y evaluado considerando la métrica F1-score, se evaluaron 12 algoritmos, estos fueron comparados siguiendo una estrategia de validación cruzada estratificada con 30 folds. La curva de calibración indicó que dos de los algoritmos eran fuertes predictores, con coeficientes de variación mínimos. Todos los escenarios experimentales fueron desarrollados en el entorno Google Colab haciendo uso del lenguaje Python 3.10.