RECONSTRUCCIÓN DE FITOPLANCTON DE UN MODELO NPZD A PARTIR DE FACTORES FÍSICOS MODELADOS UTILIZANDO REDES NEURONALES ARTIFICIALES
El fitoplancton es una variable clave en los modelos numéricos acoplados físico-biogeoquímicos, comúnmente utilizada como indicador de la producción biológica marina. En este trabajo se reconstruyen las salidas tridimensionales de fitoplancton de un modelo de nutrientes-fitoplancton-zooplancton-detrito (NPZD) acoplado a un modelo hidrodinámico regional implementado para el noroeste de Baja California, México, utilizando un modelo empírico basado en redes autorregresivas no lineales con entradas exógenas (NARX). Los factores físicos seleccionados (salidas), obtenidos del mismo modelo numérico acoplado, se utilizan como predictores en el modelo de red neuronal para estimar la variable objetivo, el fitoplancton, minimizando la cantidad de predictores necesarios para una estimación de alta calidad. Luego se evalúa la capacidad de predicción de este método para determinar con cuánto tiempo de antelación se podrá reconstruir con éxito el fitoplancton.