Variación de la Ictiofauna Demersal frente al Perú entre 1981 y 1987

En la base de datos de cinco cruceros de evaluación de recursos demersales realizados en épocas normales y de El Niño se analizó el número de especies ícticas y el índice de diversidad en relación a la densidad (captura/lance) de los recursos y a las condiciones del ambiente. El número de especies baja de norte a sur y la tasa de reducción se modifica durante los eventos. El Niño en función de la intensidad y duración del fenómeno. La relación entre la densidad (captura/lance), la diversidad y la concentración del oxígeno, se expresa en una ecuación exponencial compuesta.

Crecimiento y ciclo de vida de la Microalga Dunaliella salina Teodoresco (CLHOROPHYTA, VOLVOCALES) de las Salinas de los Chimus (Ancash) y las Salinas de Chilca (Lima)

Para el estudio de la microalga Dunaliella salina Teodoresco, se colectaron muestras de 2 lagunas hipersalinas; las Salinas de Chimus y las Salinas de Chilca. La metodología usada fue la técnica de micropipeta, tratamiento con antibiótico y la técnica de sedimentación algal, obteniendo cultivos unialgales y axénicos. El medio usado fue medio Johnson modificado en agua de mar, utilizado concentraciones de NaCl (1 – 5M), éste permitió evaluar el crecimiento, densidad y velocidad algal a través de conteo en cámara de Newbahuer y lecturas de absorvancia en espectrofotómetro. La relación entre los métodos de conteo, se realizó con el análisis de regresión potencial. Las mejores densidades algales se observaron en cultivo de concentraciones 1M, 1,5M y 3,5M de NaCl, para las cepas de las salinas de Chimus y Chilca. La mayor densidad algal ( 4,603 x 106 cels. ml-1 equivalente al 56.4 % para la cepa de Chimus) se observó en el cultivo de 1,5M de NaCl. La velocidad de crecimiento durante la fase exponencial para ambas cepas, estuvieron entre 0,56-0,83 div. día-1, con un Td de 29-43 horas, en cámara de Newbahuer como en espectrofotómetro y a las mismas concentraciones de cultivo.

Adéquation et choix de modele de marche aléatoire des trajectoires des navires de peches

L'étude du mouvement des organismes est essentiel pour la compréhension du fonctionnement des écosystèmes. Dans le cas des écosystèmes marins exploités, cela amène à s'intéresser aux stratégies spatiales des pêcheurs. L'une des approches les plus utilisées pour la modélisation du mouvement des prédateurs supé- rieurs est la marche aléatoire de Lévy. Une marche aléatoire est un modèle mathématique composé par des déplacements aléatoires. Dans le cas de Lévy, les longueurs des déplacements suivent une loi stable de Lévy. Dans ce cas également, les longueurs, lorsqu'elles tendent vers l'in ni (in praxy lorsqu'elles sont grandes, grandes par rapport à la médiane ou au troisième quartile par exemple), suivent une loi puissance caractéristique du type de marche aléatoire de Lévy (Cauchy, Brownien ou strictement Lévy). Dans la pratique, outre que cette propriété est utilisée de façon réciproque sans fondement théorique, les queues de distribution, notion par ailleurs imprécise, sont modélisée par des lois puissances sans que soient discutées la sensibilité des résultats à la dé nition de la queue de distribution, et la pertinence des tests d'ajustement et des critères de choix de modèle. Dans ce travail portant sur les déplacements observés de trois bateaux de pêche à l'anchois du Pérou, plusieurs modèles de queues de distribution (log-normal, exponentiel, exponentiel tronqué, puissance et puissance tronqué) ont été comparés ainsi que deux dé nitions possible de queues de distribution (de la médiane à l'in ni ou du troisième quartile à l'in ni). Au plan des critères et tests statistiques utilisés, les lois tronquées (exponentielle et puissance) sont apparues les meilleures. Elles intègrent en outre le fait que, dans la pratique, les bateaux ne dépassent pas une certaine limite de longueur de déplacement. Le choix de modèle est apparu sensible au choix du début de la queue de distribution : pour un même bateau, le choix d'un modèle tronqué ou l'autre dépend de l'intervalle des valeurs de la variable sur lequel le modèle est ajusté. Pour nir, nous discutons les implications en écologie des résultats de ce travail.