Factores determinantes de la variabilidad espacial de anchoveta peruana (Engraulis ringens) en el Pacífico Sudoriental

Los modelos de nicho ecológico permiten estudiar el efecto del ambiente sobre la distribución de las especies, relacionando datos de su distribución con información ambiental. El objetivo del presente estudio fue estimar el nicho ecológico y describir la variabilidad en la distribución espacial de la anchoveta (Engraulis ringens) mediante el uso de modelos estadísticos de nicho ecológico. Se trabajó con dos enfoques de análisis: por stocks (norte, centro y sur) en el Pacífico Sudoriental (PSO) y por estadios de desarrollo (pre-reclutas, reclutas y adultos) en la costa peruana. El modelo de nicho ecológico utilizó modelos aditivos generalizados, estimaciones georeferenciadas de presencia y ausencia de anchoveta e información de cuatro variables ambientales (temperatura superficial del mar, salinidad superficial del mar, concentración de clorofila a superficial y la profundidad de la oxiclina) entre los a˜nos 1985 y 2008. Se encontró que no existen diferencias en los nichos ecológicos de los tres stocks de anchoveta siendo los modelos que utilizaron la información de la anchoveta en todo el PSO los que lograron modelar el nicho de manera correcta. Respecto al análisis por estadios, se evidenció que cada estadio de desarrollo tiene distintas tolerancias a las variables ambientales consideradas en este trabajo, siendo los nichos de estadios menos desarrollados los que estuvieron incluidos dentro de los estadios más desarrollados. Se recomienda realizar estudios separados para cada estadio de desarrollo, lo cual permita comprender mejor las relaciones ecológicas encontradas en los resultados del nicho ecológico. Además se recomienda realizar simulaciones con modelos de nicho que incluyan más variables ambientales, las cuales puedan mejorar los mapas de distribución espacial de la anchoveta para los dos enfoques de análisis.

Abundancia masiva y crecimiento de pre-adultos de la concha de abanico peruana (Argopecten purpuratus) en la zona de Pisco bajo condiciones de El niño 1983

Una abundancia masiva de pre-adultos de la concha de abanico se observó en la zona de Pisco a fines de abril de 1983, dando lugar a un considerable aumento de su explotación en los meses siguientes. Para conocer el tiempo que esta especie necesita para reclutarse a la pesquería, el crecimiento de pre-adultos muy pequeños (promedio de 8,2 mm) fue observado en una bandeja de fondo durante las estaciones de otoño e invierno en 1983. Después de 110 días, las conchas alcanzaron el tamaño mínimo permitido (55 mm) indicando un crecimiento muy rápido en comparación a otros pectínidos.

Aspects of variability in peruvian coastal waters near 9ºS

Estudia la variabilidad de las aguas costerasen dos transectos cerca de los 8 y 10°S

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

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.