Pescadores y aves marinas compitiendo por el mismo recurso: estrategias de forrajeo, interacciones y consecuencias

Con el examen conjunto de datos de seguimiento satelital de la flota pesquera y de marcaje electrónico de aves marinas, se analizan las interacciones entre la actividad pesquera y el forrajeo de las aves en periodo de reproducción. Se evidencia que las aves pueden mitigar la competencia con la pesca hasta cierto punto, forrajeando más lejos o quedándose más tiempo en el mar. Sin embargo, las aves en reproducción enfrentan a la vez un alto requerimiento energético para alimentar los pichones, y viajes de forrajeo limitados en distancia y tiempo por la necesidad de atender el nido. Para optimizar el éxito reproductivo de las aves marinas se recomienda: (1) Estimar, con la ayuda de modelos ecotróficos, qué cantidad de anchoveta sería conveniente ‘reservar’ para la alimentación de las aves; (2) Establecer zonas temporalmente cerradas a la pesca, alrededor de las principales colonias en los meses de reproducción de las aves. Los rangos máximos de forrajeo observados en guanayes y piqueros sugieren un radio de 50 a 100 km alrededor de las colonias, lo cual permitiría asegurar el forrajeo de estas especies en periodo de reproducción y así favorecer la sostenibilidad de sus poblaciones.

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.