Estimación del coeficiente de capturabilidad (q) y de la biomasa de anguila común (Ophichthus remiger) del norte de Perú mediante análisis geoestadístico de las densidades de captura

Jimmy Juan Martina Vásquez

Resumen


Se estima la biomasa mensual de anguila común (O. remiger) del norte de Perú utilizando geoestadística de verosimilitud aplicada a valores de densidad de captura a partir de 13092 lances de pesca de embarcaciones artesanales (15 m de eslora) que operaron regularmente desde enero 2003 hasta diciembre 2007, latitudinalmente desde 4°S hasta 7°S y batimétricamente desde 80 hasta 250 m de profundidad. La biomasa, cpue y el coeficiente de capturabilidad son calculados cada uno en forma independiente. Se evalúa cada área de lance de pesca con trampas como si cada una fuera un arrastre. Conociendo la densidad en la zona de pesca en función al total de capturas y áreas de lance de pesca (t/km2), se modela su distribución espacial con geoestadística de verosimilitud. Mediante kriging, se estima la densidad del recurso en el área de prospección. La media del kriging equivale a la densidad media del recurso; luego, el producto de ésta con el área efectiva del stock en el caladero es la biomasa relativa. Se consideró como área efectiva del stock solo las zonas donde se obtuvieron capturas dentro del área de prospección, permitiendo una estimación más realista del hábitat del recurso. La cpue promedio de O. remiger para todo el periodo de estudio fue 0.34 t/lance (coeficiente de variabilidad (c.v.) =  20.6%), el mínimo valor fue 0.21 t/lance en enero de 2007 y el máximo de 0,56 t/lance en diciembre de 2007, año en el que ocurren dos cambios de caladeros. La biomasa promedio de O. remiger en todo el periodo fue 921 t (c.v. =  52%). El mínimo valor fue 273 t en abril de 2004 y el máximo de 2644 t en mayo de 2007.

Palabras clave


Biomasa; captura por unidad de esfuerzo (cpue); coeficiente de capturabilidad; anguila común (Ophichthus remiger); geoestadística; verosimilitud.

Texto completo:

PDF HTML

Referencias


Ahrens, R & C. Walters. 2005. Why are there still large pelagic predators in the oceans?. Evidence of severe hyper-depletion in longline catch-per-effort. 1st. Meeting of the Scientific Committee of the Western and Central Pacific Fisheries Commission (WCPFC-SC1. ME-WP-3). Noumea, New Caledonia. Fisheries Center, University of British Columbia, August 2005, 13 pp.

Aitchison, J. 1955. On the distribution of a positive random variable having a discrete probability mass at the origin. J. Am. Stat. Assoc., 50: 901-908.

Alarcón, R. 2003. Evaluación geoestadística del stock de merluza común (Merlucius gayi) utilizando datos de la flota industrial (Tesis para optar el Grado de Magíster en Ciencias, Mención Pesquerías). Universidad de Concepción.

Arreguín-Sánchez, F. 1996. Catchability: A key parameter for fish stock assessment. Reviews in Fish Biology and Fisheries 6: 221-242.

Bahamon, N.; Sardá, F. & Aguzzi, J. 2009. Fuzzy diel patterns in catchability of deep-water species on the continental margin. ICES Journal of Marine Science 66: 2211-2218.

Cadima, E. 2003. Fish Stock Assessment Manual. Food and Agriculture Organization of the United Nations. Rome, Italy, 181 pp.

Casey, J. M. & Myers, R. A. 1998. Diel variation in trawl catchability: is it as clear as day and night?. Canadian Journal of Fisheries and Aquatic Sciences 55: 2329-2340.

Casini, M.; Cardinale, M.; Hjelm, J. & Vitale, F. 2005. Trends in cpue and related changes in spatial distribution of demersal fish species in the Kattegat and Skagerrak, eastern North Sea, between 1981 and 2003. ICES Journal of Marine Science 62: 671-682.

Castillo, R.; Gómez, E. & Paredes, F. 2000. Pesquería y biología de la anguila común Ophichthus pacifici (Günter, 1870) en el Perú. Informe Progresivo del Instituto del Mar del Perú 134: 3-19.

Castillo, R. & E. Gómez, 2002. Informe sobre biología, pesquería y utilización de la “anguila común” Ophichthus remiger. Informe del Instituto del Mar del Perú, 16 pp.

Chávez, J. 2000. Análisis dinámico del coeficiente de capturabilidad y sus implicancias en la modelación de pesquerías: Mesodesma donacium en el banco de bahía Coquimbo, un estudio de caso (Tesis. Universidad Católica del Norte), Chile.

Christensen, O. & Ribeiro, P. 2002. geoRglm: a package for generalized linear spatial models. R-NEWS 2: 26–28.

Dichmont, C.; Punt, A.; Deng, A.; Dell, Q. & Venables, W. 2003. Application of a weekly delay-difference model to commercial catch and effort data for tiger prawns in Australia’s Northern Prawn Fishery. Fisheries Research 65: 335–350.

Diggle, P. J.; Ribeiro, P. J. & Christensen, O. F. 2003. An introduction to model-based Geo statistics. In Spatial Statistics and Computational Methods, p. 43–86. Ed. by J. Møller. Springer, New York. Lecture Notes in Statistics, 173, 216 pp.

Dunn, A.; Harley, S.; Doonan, I. & Bull, B. 2004. Calculation and interpretation of catch-per-unit-effort (CPUE) indices. Ministry of Fisheries. New Zealand Fisheries Assessment Report, 44 p.

Gaertner, D & Dreyfus-León, M. 2004. Analysis of non-linear relationships between catch per unit effort and abundance in a tuna purse-seine fishery simulated with artificial neural networks. ICES Journal of Marine Science 61: 812-820.

Harada, M.; Tokai, T.; Kimura, M.; Hu, F. & Shimizu,T. 2007. Size selectivity of escape holes in the coger tube traps for inshore hagfish Eptatretus burgeri and White-spotted coger Conger myriaster in Tokyo Bay. Fisheries Science 73: 477-488.

Harley S. J.; Myers, R. A. & Dunn, A. 2001. Is catch-per-unit-effort proportional to abundance?. Canadian Journal of Fisheries and Aquatic Sciences 58: 1760-1772.

Horton, N. & Kleinman, K. 2011. Using R for Data Management, Statistical Analysis, and Graphics. CRC Press. Taylor and Francis Group 79 (2): 285 pp.

IMARPE. 2006. Estado de recursos marinos demersales. Anguila Ophichthus remiger. Recuperado de: http://www.imarpe.gob.pe

Jiao, Y. ; Reid, K. & Nudds, T. 2006. Variation in the catchability of yellow perch (Perca flavescens) in the fisheries of Lake Erie using a Bayesian error-in-variable approach. ICES Journal of Marine Science 63: 1695-1704.

Marchal, P.; Ulrich, C.; Korsbrekke, K.; Pastoors, M. & Rackham, B. 2003. Annual trens in catchability and fish stock assessments. Scientia Marina 67: 63-73.

Matsumiya, Y. & Imai, M. 1987. Ecology and Abundance of Conger eel Conger myriaster in Shijiki Bay, Hirado Island. Nihon Suisan Gakkaishi. Bulletin of Japanese Society of Science in Fisheries 53 (12): 2127-2131.

Neis, B.; Schneider, D.; Felt, L.; Haedrich, R.; Fischer, J. & Hutchings, J. 1999. Fisheries assessment: what can be learned from interviewing resource users?. Canadian Journal of Fisheries and Aquatic Sciences 56: 1949–1963.

Pérez, E.P. & Defeo, O. 2003. Time-space variation in the Catchability Coefficient as a function of catch per unit of effort in Hetericarpus reedi (Decapoda, Pandalidae) in north-central Chile. Marine Science 28 (3): 178–182.

Perry, R. I.; Boutillier, J. A. & Foreman, M. G. 2000. Environmental influences on the availability of smooth pink shrimp, Pandalus jordani, to commercial fishing gear off Vancouver Island, Canada. Fisheries Oceanography 9: 50–61.

PRODUCE, 2008. Resolución Ministerial N°486-2008-PRODUCE. Publicación electrónica. URL: http://www.elperuano.pe.

PRODUCE, 2010. Resolución Ministerial N°293-2010-PRODUCE. Recuperado de: http://www.elperuano.pe.

PRODUCE, 2016. Evaluación del Plan Operativo III Trimestre 2016. Evaluación del POI – PTI. Recuperado de: http://www.imarpe.gob.pe/imarpe/archivos/informes/imarpe_evaluac_poi_trim3_2016.pdf>

PROMPEX, 2016. Perfil Biológico, Pesquero y Comercial de la Anguila. Gerencia de promoción de mercados del sector pesca y acuicultura.

Punt, A.E.; Butterworth, D.S. & Martin, J. 1995. The effects of errors in the placement of the boundary between the West and South Coast hake Merluccius spp. stocks on the performance of the current hake management procedure, South African Journal of Marine Science, 15:1, 83-98, DOI: 10.2989/02577619509504835

Quinn, T. & Deriso, R. 1999. Quantitative Fish Dynamics. Oxford University Press. New York, 542 p.

R Development Core Team. 2008. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. ISBN 3-900051-07-0, Recuperado de: http://www.R-project.org.

Regalado, C. & Ritter,A. 2005. Técnicas geoestadísticas para caracterizar la variabilidad espacial de la hidrofobicidad en la zona no saturada de una cuenca forestal. Instituto Canario Inv. Agrarias (ICIA), Dep. Suelos y Riegos, Apdo. 60 La Laguna, 38200 Tenerife; cregalad@icia.es. Estudios de la Zona No Saturada del Suelo VII: 235 – 240.

Restrepo, V. R., ed. 1999. Proc. 5th Nat’l. NMFS Stock Assessment Workshop: providing scientific advice to implement the precautionary approach under the Magnuson-Stevens Fishery Conservation and Management Act. NOAA Tech. Memo. NMFS-F/SPO-40. U.S. Dept. Commerce, Washington, D.C.

Rindorf, A & Andersen,B. 2008. Do North Sea cod (Gadus morhua) fisheries maintain high catch rates at low stock size? Canadian Journal of Fisheries and Aquatic Sciences 65 (9):1800-1813.

Roa-Ureta, R. & Niklitschek,E. 2007. Biomass estimation from surveys with likelihood-based geostatistics. ICES Journal of Marine Science 64:1723-1734.

Salthaug, A. & Aanes,S. 2003. Catchability and the spatial distribution of fishing vessels. Canadian Journal of Fisheries and Aquatic Sciences 60:259–268.

Vera, M. 2006. Talla de primera madurez y época de desove de anguila común Ophichthus remiger en el litoral de la región Tumbes. V Seminario Virtual de las Ciencias del Mar. Centro Regional de Investigación Pesquera y Acuícola – Tumbes. Instituto del Mar del Perú (IMARPE). Recuperado de:http://www.imarpe.gob.pe/tumbes/publicaciones

Walters, C. 2003. Folly and fantasy in the analysis of spatial catch rate data. Canadian Journal of Fisheries and Aquatic Sciences 60: 1433.1436.

Walters, C. & Hilborn, R. 2005. Exploratory assessment of historical recruitment patterns using relative abundance and catch data. Canadian Journal of Fisheries and Aquatic Sciences 62:1985–1990.

Wilberg, M. J. & Bence,J. R. 2006. Performance of time-varying catchability estimators in statistical catch-at-age analysis. Canadian Journal of Fisheries and Aquatic Sciences 63: 2275–2285.

Wilberg, M.; Thorson, J.; Linton, B. & Berkson, J. 2010. Incorporating time-varying catchability into population dynamic stock assessment models. Reviews in Fisheries Science 18 (1):7–24.

Winters, G. H. & Wheeler, J. P. 1985. Interactions between stock area, stock abundance, and catchability coefficient. Canadian Journal of Fisheries and Aquatic Sciences 42: 989–998.

Yousif, A. & Sabrah, M. 2005. Catchability of the red mullets (Upeneus spp.) from North West red sea during Autum. Egyptian Journal of Acuatic Research 30(B):290-305.




DOI: http://dx.doi.org/10.21704/ac.v79i1.1159

Enlaces refback

  • No hay ningún enlace refback.


Copyright (c) 2018 Jimmy Juan Martina Vásquez

 width=

 La revista Anales Científicos de la Universidad Nacional Agraria La Molina esta trabajo está licenciado bajo una Licencia Internacional Creative Commons Atribución-NoComercial 4.0.

 

ISSN:  2519-7398 (electrónico); 0255-0407 (impreso)
DOI: http://dx.doi.org/10.21704/ac
Dirección: Av. La Molina s/n La Molina. Oficina de Gestión de la Investigación. Universidad Nacional Agraria La Molina. Lima, Perú.

Revista Anales Científicos
Universidad Nacional Agraria La Molina
Teléfonos (51-1)-614-7800 anexos 179 
Contacto: analescientificos@lamolina.edu.pe