En este estudio, se abordó el desafío de estudiar los hábitats de las aves utilizando tecnología de seguimiento por satélite, que recopila datos valiosos sobre los movimientos de las aves, pero que a menudo es irregular e incompleta. Este tipo de datos puede dificultar el análisis y la identificación precisa de los hábitats importantes para las aves. Para resolver esto, el estudio propone un algoritmo de agrupamiento mejorado llamado T-DBSCAN, que se basa en métodos tradicionales utilizando una estructura de quadtree para organizar datos espaciales, una técnica para identificar límites de manera más precisa. T-DBSCAN también considera tanto el tiempo irregular de la recolección de datos como el comportamiento cambiante de las aves a lo largo del tiempo. Este estudio valida la efectividad del algoritmo T-DBSCAN al analizar las trayectorias de migración de varios años de un solo ganso de frijol como ejemplo de caso. El estudio muestra que T-DBSCAN es más eficiente y preciso que los métodos convencionales, lo que permite una mejor identificación de los hábitats de las aves. Esta mejora será valiosa para los esfuerzos de conservación, ya que puede manejar grandes y irregulares datos de seguimiento por satélite, ayudando a los investigadores a comprender y proteger mejor los lugares donde viven las aves. Esta herramienta puede, en última instancia, apoyar los esfuerzos para proteger la vida silvestre y garantizar la salud de los ecosistemas.