Modelos ocultos de Markov para el análisis de patrones espaciales

Resumen

Los modelos ocultos de Markov (HMM) constituyen una herramienta de modelización altamente flexible, inicialmente utilizada en el campo del reconocimiento automático del habla, que ha encontrado en los últimos años numerosas aplicaciones en áreas científico-técnicas muy diversas, aunque su utilización en ecología es aún escasa. En esta revisión se describen los elementos esenciales de los HMM, se presentan los algoritmos básicos que facilitan su estimación y se indican algunas aplicaciones recientes, destacándose las posibilidades que pueden ofrecer para el análisis de patrones espaciales complejos, pues permiten incorporar en el proceso de modelización información a priori sobre el sistema analizado. Se muestra un ejemplo de aplicación de modelización mediante HMM de transectos de vegetación con datos de presencia-ausencia, con el objetivo de analizar las perturbaciones en la distribución espacial de la vegetación producidas por el fuego en una zona semiárida.