Anales Cientícos, 79 (1): 168 - 177 (2018)
ISSN 2519-7398 (Versión electrónica)
DOI: http://dx.doi.org/10.21704/ac.v79i1.1159
Website: http://revistas.lamolina.edu.pe/index.php/acu/index
© Universidad Nacional Agraria La Molina, Lima - Perú
Presentado: 0/01/2017
Aceptado: 01/05/2018
Estimación del coeciente de capturabilidad (q) y de la biomasa de anguila común
(Ophichthus remiger) del norte de Perú mediante análisis geoestadístico de las
densidades de captura
Catchability and Biomass estimation of common eel (Ophichthus remiger) off northern Peru by
using likelihood-based geostatistical method on sh density
Jimmy Juan Martina Vásquez
1
Resumen
El objetivo del presente estudio fue estimar 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
coeciente 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/km
2
), 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 (coeciente 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); coeciente de capturabilidad; anguila común
(Ophichthus remiger); geoestadística; verosimilitud.
Abstract
The objetive of this study was to Monthly biomass of common eel (O. remiger) off northern Peru is estimated by using
likelihood-based geostatistical method on sh density from 13092 shing hauls were performed by artisan vessels (15
m length) from January 2003 to December 2007, from latitude 4° to 7°S, and bathymetrically from 80 to 250 m depth.
Biomass, cpue and catchability coefcient were each computed independently. Each hunting shing area was calculated
as if it was a hauling shing area by making a analogy one another. Spatial distribution of O. remiger is modeled by
likelihood Geostatistics from the shing density (t/km
2
). Simple kriging is used to calculate mean density, by means
of the product with effective stock area the relative biomass is nally computed. Effective stock area is dened as the
one where catches in the survey area were registered. It allows to have a better estimation of the area where O. remiger
can be found. The cpue’s average of O. remiger was estimated as 0.34 t/haul (coefcient of variation (c.v.) = 20.6%).
The minimum value was 0.2 t / haul in January 2007 and the maximum was 0.56 t / haul in December 2007, when the
eet visited other shing ground. O. remiger mean biomass during the time of this research was 921 t (c.v. = 72%). The
minimum value was 273 t in April 2004 and the maximum was 2644 t in May 2007.
Keywords: Biomass; catch per unit of effort (cpue); catchability coefcient; common eel (Ophichthus remiger);
geostatistical method; likelihood.
1
Departamento Académico de Manejo Pesquero y Medio Ambiente, Facultad de Pesquería, Universidad Nacional Agraria La Molina, Apartado postal
12-056 - La Molina, Lima, Perú. Email: jmartinav@lamolina.edu.pe
1. Introducción
O. remiger es uno de los principales recursos demersales
capturado en el norte de Perú, cuyo destino, por más de
veinte años, es exclusivamente para exportación a mercados
asiáticos (PROMPEX, 2016). Referente a esta pesquería,
destacan Castillo et al. (2000) y Castillo & Gómez (2002),
quienes mencionan que en invierno (julio a setiembre)
y primavera (octubre a diciembre) como las épocas con
mayores capturas, coincidiendo con lo informado por el
Ministerio de Producción (PRODUCE, 2008) y el Instituto
del Mar del Perú (IMARPE, 2006). Posteriormente,
PRODUCE (2010) reglamenta la pesquería de O. remiger
en Perú, estableciendo la talla mínima de captura en 42
cm longitud total con registros de desembarques en Paita
J. J. Martina / Anales Cientícos 79 (1): 168 - 177 (2018)
169
(05°04’S, 81°06’W) y Sechura (05º45’S; 80°48’W).
Se ha señalado que entre la cpue y la biomasa existe
una relación relativamente simple (Arreguín-Sánchez,
1996; Quinn & Deriso, 1999) de la forma:
ttt
Bqcpue =
(Ec. 1)
donde: cpue es la captura por unidad de esfuerzo (t/
lance), q es el coeciente de capturabilidad (lance
-1
), B
es la biomasa (t), t es el período de tiempo (mes, en este
trabajo).
Se dene como lance de pesca a la colocación de
la línea de pesca en el agua, contiene entre 800 a 1200
trampas separadas cada 5 metros aproximadamente y con
un tiempo de reposo de tres horas.
El coeciente de capturabilidad (q) corresponde a la
eciencia del arte de pesca (Neis et al., 1999) y se dene
como la capacidad para capturar peces o la fracción de
peces capturados por unidad de esfuerzo (Arreguín-
Sánchez, 1996; Cadima, 2003; Marchal et al., 2003;
Wilberg et al., 2010). La eciencia del arte de pesca está
en función de cambios en la tecnología de pesca (poder
de pesca), comportamiento del pescador (Chávez, 2000),
factores ambientales y agregación reproductiva del
recurso objetivo (Arreguín-Sánchez, 1996). Debido a la
complejidad que implica estimar q, muchas veces se asume
que es constante o igual a 1. Sin embargo, varios trabajos
han mostrado que q no es constante en peces pelágicos
(Ahrens & Walters, 2005), en peces demersales (Yousif
& Sabrah, 2005; Bahamon et al., 2009), en crustáceos
(Dichmont et al., 2003) o moluscos (Chávez, 2000).
En este trabajo se estima la densidad (t/km
2
) y el área
efectiva de distribución del stock (km
2
) a partir de capturas
geo-referenciadas, ya que del producto entre ambas puede
obtenerse la biomasa (Roa-Ureta & Niklitschek, 2007). Se
aplica geoestadística de verosimilitud para determinar el
modelo de estructura espacial de los lances y capturas.
El análisis espacial de capturas con geoestadística
ayuda a interpretar la conducta del pescador, que no es
aleatoria en el sentido que el pescador permanece en un
caladero en función del éxito de sus capturas (Walters,
2003; Walters & Hilborn, 2005).
En algunos estudios de evaluación de recursos
pesqueros con análisis espacial de las capturas, se ignora
que puedan existir subáreas cercanas donde no se realiza
lances (Walters, 2003), sea por zonas inaccesibles
(rocosas) o con accidentes geográcos. En consecuencia,
en el presente trabajo se usa el concepto de área efectiva
del stock, que se denirá más adelante.
Arreguín-Sánchez (1996) y Quinn & Deriso (1999)
mencionan la biomasa y la cpue se relacionan de la forma:
ttt
Bqcpue =
(Ec. 1)
donde: cpue es la captura por unidad de esfuerzo (t/
lance), q es el coeciente de capturabilidad (lance
-1
), B
es la biomasa (t), t es el período de tiempo (mes, en este
trabajo).
En forma independiente de la cpue, las estimaciones
de biomasa en diversas pesquerías son necesarias para
identicar tendencias ante diferentes niveles de explotación
que permitan la pesca sostenible, esto debido a los casos
de hiperestabilidad o hiperdepleción (Gaertner & Dreyfus-
León, 2004; Harley et al., 2001).
Durante el año 2006 el Instituto del Mar de Perú
consideró cuanticar la biomasa de O. remiger,
desarrollando investigaciones continuas. Para el tercer
trimestre del año 2016 se ha reportado que la captura
por unidad de esfuerzo (cpue) presentó variaciones de
0,162 a 1,521 kg/trampa (tr) y un promedio de 0,635 kg/
tr (PRODUCE, 2016). Por lo tanto, el presente trabajo
pretende contribuir al conocimiento del stock y el tipo
de distribución espacial del recurso, presentando valores
de biomasa con ayuda de geoestadística. Con este
procedimiento los evaluadores tendrán una herramienta
adicional para diagnosticar al stock en forma más precisa y
contribuir a una mejor conservación del recurso.
2. Materiales y métodos
Se realizaron 13092 lances de cruceros entre 03º21’S
y 07º00’S, frente a la costa norte de Perú, desde enero
2003 hasta diciembre 2007. Se trabajó con información
de estas capturas diarias geo-referenciadas obtenidas a
partir de información de bitácoras de cuatro a ocho naves
artesanales, cuyas dimensiones promedio son: 11 m de
eslora; 2,5 m de manga; 1,5 m de puntal; capacidad de
bodega entre 4 y 6 t.
Para procesar preliminarmente los datos de capturas
geo-referenciadas se utilizaron los programas Surfer 8.0
y Excel. Luego se utilizó el sistema de programación
estadística R, usando los paquetes PBSmapping, geoRglm,
car y nortest para reconstruir la distribución de las capturas
por caladero.
En un lance de pesca, la densidad
tk
D
,
en el caladero o
zona de pesca k en un tiempo de reposo del arte t es el
cociente:
tk
tk
tk
C
D
,
,
,
a
=
(Ec. 2)
donde
tk
C
,
es la captura. El área efectiva
tk,
a
en un
lance de pesca en el caladero k al tiempo t se calcula como
la suma de la mitad de una circunferencia de radio , un
rectángulo de lado L y otra mitad de una circunferencia
también de radio , según la siguiente expresión:
(Ec. 3)
donde
L
es la longitud de la línea de pesca; es el
radio efectivo del lance, que se asume 30m para cada
trampa (Matsumiya & Imai, 1987), según se indica en la
Figura 1. Aat es el área de acción de cada trampa en el
Estimación del coeciente de capturabilidad (q) y de la biomasa de anguila común (Ophichthus remiger) del norte de Perú mediante análisis
geoestadístico de las densidades de captura
Enero - Junio 2018
170
agua, partiendo del supuesto que la corriente tiene un
efecto despreciable.
En el presente estudio, se considera que la eciencia de
cada trampa es 100%, esto es, que todos los ejemplares de
anguila común que se encuentran en el área de la trampa
Aat son atraídos y capturados (no hay escape). También
se asume que ningún ejemplar disponible mayor de 42 cm
logra escapar del aparejo de pesca. A partir de los datos geo-
referenciados de densidad por lance (t/km
2
), con ayuda del
criterio Akaike, se identicaron los variogramas que mejor
describen la distribución espacial del recurso, ya sean de
tipo exponencial, gausiano, esférico u otro según Roa-
Ureta & Niklitschek (2007). Adicionalmente, los mismos
autores mencionan que la probabilidad de observar el
recurso en cada lance se relaciona con un proceso gausiano
no observado mediante la función de enlace logit, según la
siguiente expresión:
(Ec. 4)
donde p la probabilidad de observar el stock en el
modelo espacial y la constante
)( pg
es la media del proceso
de observación binomial en un modelo lineal generalizado
espacial. Diggle et al. (2003) proponen utilizar la Cadena
de Markov Monte Carlo (MCMC) para simular la
distribución condicional de un variograma ordinario de
data tipo binomial-espacial dadas las observaciones
positivas en una cuadrícula y usar las simulaciones
aproximándolas a la función de verosimilitud. La cadena
de Markov se obtiene de una distribución condicional
binomial-espacial, cuya media a estimar es
)( pg
.
Roa-Ureta & Niklitschek (2007) señalan que la
probabilidad de observar