Aproximación a un modelo predictivo de uso de hábitat por ballenas azules (Balaenoptera musculus) basado en mediciones oceanográficas satelitales, entre la Ecorregión Chiloense y el Golfo de Corcovado (42°-45°S).

Abstract

Las ballenas azules, categorizadas como “en peligro de extinción”, frecuentan las aguas del mar interior de Chiloé, intensificando su presencia durante los meses de verano, asociado a elevados niveles de productividad, siendo un sitio clave para la recuperación de la población. Ante las dificultades espacio-temporales existentes para registrar avistamientos de cetáceos, una alternativa son los estudios de SDM mediante sensoramiento remoto. Esta investigación desarrolla aproximaciones a un modelo predictivo del área con mayor probabilidad de uso de hábitat por ballenas azules, a través de mediciones oceanográficas satelitales. Datos de presencia se registraron desde 2014 a 2017 durante el verano del hemisferio sur, entre la ecorregión Chiloense y el Golfo de Corcovado. Data ambiental satelital se obtuvo desde el sistema MODIS. Se aplicó test de Spearman para determinar correlación entre parámetros y datos de presencia. Para desarrollar el modelo predictivo se empleó un modelo de distribución de especies de máxima entropía (SDM-MaxEnt en Inglés). Test de Spearman indica que la asociación de las variables PAR + POC (r=0,785), resulta ser la correlación que mejor explica la selección de hábitat. Por otro lado, el modelo MaxEnt, proporciona que las mayores contribuciones porcentuales para los parámetros ambientales son POC=45,1%, SST=33,5%, y Chl-a=11,2%. Para esta investigación, el modelo de selección de hábitat sitúa la mayor probabilidad de encuentro en el área Noreste del mar interior de Chiloé. Debido a la alta variabilidad del ambiente marino, determinar la selección de hábitat es una contribución significativa al conocimiento de la ecología y distribución de las ballenas azules. Esto permite avanzar a desarrollar un modelo predictivo para la selección del hábitat, asociando observaciones de campo con parámetros ambientales como predictores de selección de hábitat y la probabilidad de encuentro, ante el intenso escenario de cambio climático.