Relación entre anchoveta y otros componentes del ecosistema

Se hipotetiza que la mortalidad por pesca ocasiona efectos ecosistémicos, no sólo sobre la anchoveta, sino también sobre otros componentes del ecosistema, tales como los depredadores tope. El objetivo es realizar simulaciones con un modelo ecotrófico multiespecífico cubriendo el decenio de los años 2000, cambiando la mortalidad por pesca y analizando las variaciones en la biomasa de anchoveta, aves guaneras y lobos marinos. Se usó el Índice de Oscilación Peruano (IOP) para incluir una mediación que afecte la vulnerabilidad de las presas de la anchoveta. Se comparó el ajuste de los datos observados, usando dos tipos de dieta para anchoveta (fitoplanctófaga y zooplanctófaga). Se realizaron proyecciones de la biomasa, cambiando la mortalidad por pesca de 0,0 a 1,4 año-1. Las simulaciones con la dieta zooplanctófaga, que eleva el nivel trófico de la anchoveta de 2,35 a 3,36, produjo un menor ajuste entre los datos observados y simulados. La relación inversa entre la mortalidad por pesca y la biomasa desovante de la anchoveta, mostró que mortalidades por pesca entre 0,8 y 1,4 año-1 estarían asociadas a una biomasa desovante mínima de anchoveta, tomando en consideración sus relaciones multiespecíficas. También se encontró una relación inversa entre la mortalidad por pesca y las poblaciones de aves guaneras y lobos marinos.

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.