Desarrollo de un modelo de predicción de extinción de aves en Pichincha - Ecuador mediante técnicas de minería de datos

Abstract

Alrededor del mundo se han observado varias especies de aves extinguirse y pasar a formar parte de enciclopedias; muchas de las veces la humanidad como tal es reactiva a estos acontecimientos pudiendo hacer muy poco para conservar la fauna. Con el auge de los datos abiertos fue posible obtener múltiples fuentes heterogéneas que sometidas a un proceso de análisis con técnicas de minería de datos se descubrió información relacionada con la tendencia de avistamientos tempranos de especies de aves, para ser más proactivos que reactivos. El objetivo propuesto fue desarrollar un modelo de predicción de alerta temprana a la extinción de especies de aves basado en el cruce de varios factores críticos como cambio climático, intervención humana y contaminación para que organismos públicos y privados, opten por planes de conservación faunística. Para lograrlo se utilizó la metodología de Estudio de Caso, para comprender la extinción de especies en la provincia de Pichincha en Ecuador y mediante la metodología CRISP-DM, se diseñó un modelo predictivo de alerta temprana para prevenir la extinción de especies de aves. Los resultados obtenidos en la aplicación del modelo de predicción fueron efectivos en mostrar la tendencia de avistamientos de especies hasta finales de esta década, donde se evidencia la posibilidad de predecir una futura propensión a la extinción de especies. Estos resultados son insumos para grupos de interés que son parte activa de una comunidad de conservación faunística. Se concluye que los datos abiertos y los algoritmos predictivos, dan grandes posibilidades a los investigadores de realizar cruces de variables que antes no eran posibles descubriendo tendencias y resultados más tempranos que ayuden a la comunidad a ser proactivos frente a los acontecimientos irreversibles como es la perdida de cualquier especie, incluidas las más emblemáticas que llenan los escudos y símbolos de las naciones.