Es una herramienta que ayuda a enfocar mejor los esfuerzos de vigilancia. A partir de datos históricos, condiciones climáticas y características del territorio, identifica zonas con mayor probabilidad de pesca irregular. Así, autoridades, organizaciones y comunidades pueden actuar de forma más estratégica y eficiente.
Porque permite usar de manera más inteligente y estratégica los recursos limitados con los que cuentan las autoridades, comunidades y organizaciones para vigilar nuestras costas. Esto ayuda a focalizar esfuerzos donde más se necesitan, mejorar la vigilancia, proteger ecosistemas marinos y asegurar la pesca sustentable de la que dependen miles de familias. Además, es adaptable a diferentes regiones y fuentes de información, por lo que puede convertirse en un aliado clave para las políticas públicas y la conservación marina.
Seleccionar una zona costera o marina con antecedentes de pesca ilegal o que requiera monitoreo prioritario.
Identificar actores clave (autoridades, comunidades, organizaciones civiles) para la implementación local.
Variable objetivo: registros históricos de irregularidades (provenientes de radares como M2, bitácoras, reportes de inspección, etc.).
Variables predictoras: Temporales, Climáticas y Espaciales
Validar, limpiar y preprocesar los datos (detección de valores faltantes, formatos inconsistentes, etc.).
Usar un sistema de indexación como H3 (hexágonos espaciales jerárquicos) para uniformar el análisis geoespacial para permitir visualizar y analizar la actividad en celdas comparables.
Elegir un algoritmo de clasificación robusto ante datos ruidosos y desbalanceados (como Random Forest).
Balancear el dataset si es necesario (por ejemplo, mediante undersampling). Evaluar la importancia de variables y eliminar aquellas con baja varianza.
Ajustar hiperparámetros.
Aplicar regresión isotónica para calibrar probabilidades de predicción.
Implementar una API REST para generar pronósticos diarios o por periodo definido.
Crear una herramienta web segura con mapas interactivos y filtros por fecha o riesgo.
Incluir resúmenes destacados de zonas con mayor probabilidad de irregularidades para facilitar la toma de decisiones.
Asegurar que autoridades, comunidades y personal de vigilancia entiendan el uso e interpretación del predictor.
Promover el uso de la herramienta como insumo para planificación y patrullajes.
Recopilar nuevos datos conforme se usa el modelo y la herramienta.
Retroalimentar el sistema con reportes de campo y validar predicciones.
Explorar mejoras con nuevos algoritmos, más variables o técnicas como deep learning.
