Spatial and temporal variability of chlorophyll distributions and geostrophic estimates on the Peru shelf at 9°S

Estudio del perfil de la plataforma del Peru a los 9°S. Datos colectados mediante Batfish en zig zag

Caracterización de la Zona de Mínimo de Oxígeno (ZMO) frente a la costa peruana entre 3°N y 14°S, 1999 - 2009

Se analizaron datos de oxígeno disuelto, frente a las costas del Perú, para comprender las variaciones de la ZMO, caracterizadas por: a) el espesor de esa zona, limitada por las isolíneas de oxígeno de 0,5 mL.L-1; y b) la profundidad de su límite superior en la franja marino costera. Se muestran los resultados de las evaluaciones en la columna de agua, en la bahía de Callao en el periodo 1999 – 2009, y además en enero - febrero 2009 en un estudio de la ZMO, durante el Crucero Meteor 77-4 0901-02: Interacción en el Océano Tropical, Biogeoquímica y Clima. En la zona costera del Callao (12°S) se acentúa la hipoxia; la ZMO se ve restringida por la plataforma y su límite superior más superficial se ubicó a los 2,5 m de profundidad. A partir de la información obtenida en enero–febrero 2009 (Crucero 0901-02) se analizó la variabilidad espacial de la ZMO, en donde se halló un espesor de ~637,8 m, en la sección Punta Falsa (6°S). Se analizó la dinámica de la ZMO y su límite superior, debido al gran interés que ha tomado, por el posible incremento de su espesor, en el contexto de cambio climático, con grandes repercusiones sobre los recursos pesqueros.

Identificación de puntos de pesca en los viajes pesqueros de anchoveta monitoreados por satélites mediante redes neuronales artificiales

La sostenibilidad de los recursos marinos y de su ecosistema hace necesario un manejo responsable de las pesquerías. Conocer la distribución espacial del esfuerzo pesquero y en particular de las operaciones de pesca es indispensable para mejorar el monitoreo pesquero y el análisis de la vulnerabilidad de las especies frente a la pesca. Actualmente en la pesquería de anchoveta peruana, se recoge información del esfuerzo y capturas mediante un programa de observadores a bordo, pero esta solo representa una muestra de 2% del total de viajes pesqueros. Por otro lado, se dispone de información por cada hora (en promedio) de la posición de cada barco de la flota gracias al sistema de seguimiento satelital de las embarcaciones (VMS), aunque en estos no se señala cuándo ni dónde ocurrieron las calas. Las redes neuronales artificiales (ANN) podrían ser un método estadístico capaz de inferir esa información, entrenándose en una muestra para la cual sí conocemos las posiciones de calas (el 2% anteriormente referido), estableciendo relaciones analíticas entre las calas y ciertas características geométricas de las trayectorias observadas por el VMS y así, a partir de las últimas, identificar la posición de las operaciones de pesca. La aplicación de la red neuronal requiere un análisis previo que examine la sensibilidad de la red a variaciones en sus parámetros y bases de datos de entrenamiento, y que nos permita desarrollar criterios para definir la estructura de la red e interpretar sus resultados de manera adecuada. La problemática descrita en el párrafo anterior, aplicada específicamente a la anchoveta (Engraulis ringens) es detalllada en el primer capítulo, mientras que en el segundo se hace una revisión teórica de las redes neuronales. Luego se describe el proceso de construcción y pre-tratamiento de la base de datos, y definición de la estructura de la red previa al análisis de sensibilidad. A continuación se presentan los resultados para el análisis en los que obtenemos una estimación del 100% de calas, de las cuales aproximadamente 80% están correctamente ubicadas y 20% poseen un error de ubicación. Finalmente se discuten las fortalezas y debilidades de la técnica empleada, de métodos alternativos potenciales y de las perspectivas abiertas por este trabajo.