Indicadores de la eficiencia de pesca empleando información SISESAT y de capturas

En la presente investigación se empleará información del SISESAT y de capturas para desarrollar indicadores sobre la eficiencia individual y colectiva de los barcos de pesca de las empresas agremiados a la Sociedad Nacional de Pesquería (SNP).

Esta investigación se desarrolla gracias a la cooperación con el Comité de Investigación Científica de la SNP

  I. Introducción

1.1 Descripción y formulación del problema

En el Perú, para la pescase emplean datos del Sistema de Seguimiento Satelital (SISESAT) de embarcaciones para cautelar el ingreso de la flota a áreas marinas protegidas, como por ejemplo la zona de las primeras cinco millas marinas. En el ámbito científico el SISESAT se utiliza para describir las variaciones en la Captura por Unidad de Esfuerzo (CPUE); y las trayectorias de pesca, y los datos de prospecciones acústicas de IMARPE se usan para caracterizar los recorridos de los barcos de pesca en función a la distribución espacial de la anchoveta. (Bertrand et al., 2005).

No obstante, se debe precisar que aparte de los usos indicados, poco aprovechamiento obtienen las empresas pesqueras respecto al SISESAT y a la existencia de sistemas internos para el registro de la información de capturas por lances de pesca en las mismas empresas. Las empresas limitan el uso del SISESAT casi exclusivamente a cautelar que sus barcos no naveguen a altas velocidades o bien a controlar que las naves no ingresen a zonas protegidas. Sin embargo, es posible darle al SISESAT usos y aprovechamientos tangibles como por ejemplo la reducción del consumo de combustible por parte de una flota de pesca.

Para ello es conveniente tener en cuenta que el comportamiento espacial de los pescadores es el resultado de forzantes externos (e.g., condiciones bióticas y abióticas, manejo pesquero, reglas, incentivos económicos) y factores ‘internos’ (e.g., conocimiento de los Patrones, características técnicas de las embarcaciones), todo lo cual está reflejado hasta cierto punto en la geometría de la ruta de cada viaje de pesca. La caracterización de los patrones de movimiento de los pescadores en la escala de un viaje de pesca se ha hecho más fácil gracias a la implementación del SISESAT. Comprender el comportamiento espacio-temporal de los pescadores a escala de la flota es clave para definir estrategias efectivas para el manejo pesquero (Rocío Joo et al., 2015).

En el caso de la anchoveta, los pescadores adaptan su comportamiento en términos de duración del viaje, la duración de la búsqueda y de la pesca misma de acuerdo con la distribución y concentración del recurso. Asimismo, la comprensión de los cambios en la capturabilidad varía principalmente con el comportamiento de los peces y la interacción con los pescadores (Bertrand et al., 2004).

Es así como el comportamiento espacial de los pescadores en la prospección de zonas de alta densidad de anchoveta puede indicar una menor eficiencia de pesca (Joo et al. 2014). En otras palabras, la eficiencia individual y colectiva puede ser monitoreada a través de indicadores que permitan mejorar la gestión de flota de cada empresa. Es fundamental propender al uso eficiente de los recursos que se emplean en la pesca, principalmente el combustible y el tiempo. El propósito es el de reducir al máximo posible los costos de operación de las empresas.

En la presente investigación se empleará información del SISESAT y de capturas para desarrollar indicadores sobre la eficiencia individual y colectiva de los barcos de pesca de las empresas agremiados a la Sociedad Nacional de Pesquería (SNP).

1.2 Antecedentes

El comportamiento espacial de las flotas pesqueras está bien documentado en la actualidad gracias a los sistemas de monitoreo satelital de barcos de pesca (VMS). Las posiciones de los barcos se registran de manera frecuente y regular, lo que abre perspectivas prometedoras para mejorar la estimación y el manejo del esfuerzo pesquero. Sin embargo, no se proporciona información específica sobre si el barco está pescando o no. Para responder a esa pregunta, los trabajos existentes sobre datos VMS generalmente aplican criterios simples (por ejemplo, se usa un umbral de velocidad bajo la asunción de que una baja velocidad implica el desarrollo de una faena de pesca) (Joo et al.2011).

Los VMS se han implementado cada vez más en la pesca. En Perú, por ejemplo, toda la flota industrial está equipada con transmisores satelitales que registran las posiciones de los buques. El sistema produce datos en tiempo real con alta resolución espacial. La información tiene un gran potencial para monitorear recursos marinos explotados, y pueden aplicarse en un contexto del ecosistema. Paralelamente, el Instituto del Mar del Perú (IMARPE) generalmente realiza entre uno y cuatro cruceros acústicos por año para evaluar la biomasa y la distribución espacial de recursos pelágicos (Bertrand 2005).

Se ha hallado que los pescadores adaptan su comportamiento de pesca en términos de la duración del viaje, la duración de la búsqueda propiamente dicha y de los volúmenes capturados según la configuración espacial del stock de la anchoveta (Bertrand et al. 2004). Figura 1.

Las cuatro principales estrategias de pesca según se les observa utilizando datos de SISESAT son:

  • El primer y mayor grupo, etiquetado como ‘típico’, presentó la mayor cantidad de características comunes de la industria pesquera peruana de anchoveta: Viajes realizados por embarcaciones con cascos de acero en la región centro norte. Las embarcaciones de acero tienden a exhibir un comportamiento más difuso y exploran áreas más amplias que sus contrapartes de madera.
  • El segundo grupo formado por embarcaciones con cascos de madera. Comprende principalmente viajes costeros y cortos. Dado que las embarcaciones de madera son más pequeños, más limitada en capacidad de bodega de pescado, tamaño de artes, consumo de combustible y tecnología de detección de peces. Por lo tanto, se espera que permanezcan cerca de la costa,
  • El tercer grupo reunió los viajes más exploratorios, principalmente realizado por las embarcaciones de acero que estaban mejor equipados que embarcaciones de madera para viajes largos en el mar. No obstante el hábitat de la anchoveta está restringido a las aguas costeras frías, que generalmente no se extienden más allá de 30 a 60 millas náuticas de la costa (Swartzman et, 2008). Los caladeros potenciales de pesca están, por lo tanto, restringidos a una franja costera, lo que limita la necesidad de exploración en alta mar.
  • El cuarto grupo, denominado ‘sureños’, surgió como una consecuencia de la política de gestión específica implementada en la región sur. Con la anchoveta generalmente distribuida cerca de la costa y con menos restricciones costeras para la pesca, los pescadores tienden a permanecer cerca de la costa para minimizar el esfuerzo (menor consumo de combustible y menos horas por viaje). Por estas razones, los viajes de pesca en esta región son típicamente costeros y duran menos tiempo que en la región centro-norte.

De hecho, la variación en las estrategias de pesca influye en la capturabilidad, es decir, la fracción de biomasa capturada por unidad de esfuerzo (Joo 2015). Las estrategias espaciales de desempeño de los pescadores son es clave para una mejor comprensión sobre la asignación espacial del esfuerzo de pesca (Begossi 1992, Dorn 2001). En otras palabras, se debe entender la conducta del pescador para guiarlo en la mejor manera de aprovechar el esfuerzo.

Hasta hace poco, la falta de datos georreferenciados había limitado la difusión y aplicación de análisis geográficamente explícitos a la pesca (Larkin 1996). Sin embargo, nuevas herramientas como el sistema de monitoreo de buques (VMS) han sido implementados y proporcionan en tiempo real las posiciones de los buques que participan en determinadas pesquerías. En Perú este sistema fue implementado en 1998, y no obstante el tiempo transcurrido ha tenido pocas aplicaciones netamente pesqueras aparte de las de uso científico.

Una pesquería está compuesta principalmente por dos grupos de pescadores (Allen y MacGlade 1986): el estocástico (los tomadores de riesgos) y el cartesiano (los “seguidores” de otros barcos). Existen estos dos rasgos de comportamiento en la pesquería peruana (Bertrand et al. 2004.

La estrategia de búsqueda estocástica desarrollada por los pescadores puede ser entendido como el comportamiento más coherente que enfrenta la incertidumbre sobre la ubicación de la presa.

Al integrar múltiples características de los viajes de pesca (incluida la búsqueda, la velocidad, el rumbo, cambios de zona etc.), será posible: (1) identificar las reglas de comportamiento que usan los pescadores para buscar peces; y (2) explicar cómo los pescadores adaptan su comportamiento espacial a la variabilidad en las distribuciones de peces (Bertrand et al. 2005). Ver la figura 1.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Figura 1. Un ejemplo de viaje de pesca asociado al comportamiento colectivo de la flota pesquera anchovetera: (a) recorridos típicos observados para la flota industrial; (b) recorrido típico de la flota de madera; (c) recorrido de la flota industrial para la exploración de zonas; y (d) comportamiento típico de los barcos de pesca en la zona sur del litoral Dur: duración del viaje; Dist: distancia de viaje; Max DC: Máxima distancia a la costa. Fuente: Joo et al., 2015

 

 

 

 

 

 

 

 

 

 

 

 

 

 


Figura 2. muestra un ejemplo de un viaje con cada registro VMS asociado con un modo de comportamiento. Fuente: Joo et al., 2013.

Los pescadores cuando buscan cardúmenes realizan recorridos aleatorios denominados “Levy” en honor del investigador que estudió este patrón de comportamiento en diversas especies (ref)  . Esto implica hacer –eventualmente largos- recorridos en línea recta hasta que algún indicio influye en el pescador (el Capitán o Patrón del barco, en realidad) para detenerse y buscar cardúmenes en la zona con mayor detenimiento. Una vez concluido el repaso de la zona el recorrido en línea recta se reinicia, esta vez en otra dirección y así sucesivamente hasta volver al punto de partida (ver la figura 1-c). Han adoptado así una estrategia espacial invariante a escala estocástica estrictamente comparable con la de los depredadores naturales que se alimentan de presas distribuidas de manera irregular.

La necesidad de los pescadores de maximizar un beneficio es directamente comparable a la necesidad de un depredador natural de maximizar la ingesta de energía, solo los objetivos difieren (dinero versus energía). En un enfoque ecosistémico de las pesquerías, los pescadores deben ser considerados como una parte integral del funcionamiento del ecosistema en lugar de una perturbación externa (Bertrand et al., 2005).

En el presente estudio se propone analizar el recorrido de los barcos y las capturas obtenidas en los viajes de pesca para generar un sistema de indicadores de eficiencia del desempeño de la flota para poder optimizar su desempeño individual y colectivo.

1.3 Objetivos

1.3.1 Objetivo General

Generar un sistema de indicadores de eficiencia del desempeño de la flota pesquera.

1.3.2 Objetivos Específicos

·         Evaluar la eficiencia de recorrido de la flota

·         Evaluar la eficiencia de captura de la flota.

·         Evaluar la eficiencia de uso de combustible.

·         Generar indicadores geoestadísticos del desempeño colectivo de la flota.

 

1.4 Justificación e importancia del proyecto

La pesquería monoespecífica más grande del mundo, la pesquería de la anchoa peruana o anchoveta (Engraulis ringens), ha sido objeto de muchos estudios ecológicos desde la década de 1960.  (por ejemplo, Ryther, 1969; Valdivía, 1978; Csirke, 1980; Walsh, 1981; Pauly y Tsukayama, 1987; Pauly et al., 1989; Alheit y Ñiquen, 2004; Bertrand et al., 2004a, 2005; Gutiérrez et al., 2007; Bertrand et al., 2008a, b; Espinoza y Bertrand, 2008; Swartzman et al., 2008 ). Las estrategias de los pescadores en relación con la distribución espacial de la anchoveta también se han documentado (Boerema et al., 1965; Bertrand et al., 2004b, 2005, 2007 ).

En Perú, el VMS ha sido obligatorio para la flota pelágica industrial desde el año 1998.

El Sistema de Monitoreo de Naves (VMS) fue inicialmente implementado para la aplicación de la ley y propósitos de seguridad. Estos sistemas proporcionan información de costos sobre las trayectorias de los buques pesqueros, y genera amplias oportunidades para mejorar nuestra comprensión de los mecanismos espaciales involucrados en la dinámica de la pesca porque (1) estas observaciones son temporalmente continuas y recogidas en una alta resolución temporal; (2) se controla toda la flota; (3) la información es independiente de las declaraciones de los pescadores; y (4) la naturaleza de los datos abre la posibilidad de un análisis y modelado (orientado al comportamiento espacial de los pescadores).

A partir de la información sobre las trayectorias de los barcos es posible derivar descriptores de los viajes de pesca tales como la duración de los mismos, la distancia recorrida, la distancia máxima a la costa, el tiempo dedicado a la pesca, entre otros.

Los incentivos económicos fuerzan el comportamiento de los pescadores y el tipo de estrategia espacial necesaria para optimizada.

La cantidad y calidad de captura que es desembarcada por la flota es producto de una serie de condiciones tales como la cercanía a zonas de pesca, la capturabilidad del recurso, las decisiones de distribución de flota, la experiencia del Patrón, etc. Cuantificar cada uno de estos factores es una tarea difícil. Sin embargo, un análisis de trayectorias, sumado a la información sobre capturas, puede proveer índices que permitan describir la eficiencia espacial de la flota utilizando todos los medios tecnológicos ya disponibles a las empresas, como el SISESAT que es financiado con sus aportes directos, y los sistemas internos de registro de información.

   1.5 Hipótesis

Se propone la siguiente hipótesis:

La información geográficamente explicita como la obtenida a través del SISESAT y de las capturas por lances es útil para generar indicadores de eficiencia individuales y colectivos de la flota de pesca.

  II.  Marco Teórico

2.1 Datos VMS

Los datos espaciales están cada vez más disponibles para rastrear los movimientos de embarcaciones marinas en todo el mundo. Los investigadores pesqueros han encontrado recientemente dos fuentes de datos para ayudar a resolver los comportamientos de pesca no observados a nivel mundial. Los sistemas de identificación automática (AIS) y sistema de monitoreo de embarcaciones (VMS) se basan en tecnologías y propósitos diferentes.

Diseñado para mejorar la seguridad marítima, el AIS transmite datos de ubicación de alta resolución (típicamente <intervalos de 1 segundo) desde embarcaciones en tiempo real e informan a las embarcaciones vecinas de sus movimientos. El AIS se basaba en transmisiones de radio VHF y requería una línea de visión a otro buque, o un receptor en tierra para transmitir datos. Sin embargo, más recientemente, los sistemas satelitales AIS han permitido la identificación y el seguimiento de los movimientos de las embarcaciones en todo el mundo. Dada la transmisión prácticamente continua de datos y corrigiendo algunos de los sesgos introducidos por las frecuencias de muestreo más largas de los datos de VMS. Ver la figura 3.

 

 

 

 

 

 

 

 

 

 

Figura 3. Los sistemas de identificación automática (AIS). Fuente: ORBCOMM.

Los VMS son cada vez más necesarios para las flotas pesqueras de todo el mundo; Perú fue uno de los primeros países en implementar estos sistemas; localmente al VMS se le conoce como el Sistema de Seguimiento Satelital (SISESAT). El propósito del VMS fue en gran parte para imponer el cierre de zonas de pesca  o para desarrollar otras regulaciones de gestión espacial. El VMS transmite la ubicación de un barco (latitud y longitud) a intervalos de tiempo ordenados regionalmente, típicamente de 10 a 120 min. Como complemento de su utilidad para la aplicación de la ley, los datos VMS se han utilizado para estimar el esfuerzo de pesca, validar los datos del libro de registro, y delinear los hábitats afectados por la pesca. Varios paquetes de software (VMS tools; VMS base) incluso proporcionan análisis automatizados de algunas de las funciones anteriores con datos VMS, pero se refinan principalmente para las flotas y puertos europeos, dejando una funcionalidad limitada para la pesca de EE. UU. Y otras pesquerías no europeas (Watson 2016). Ver la figura 4.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Figura 4.  Sistema de seguimiento de buques (VMS). Fuente: Eropean Commission s. f.2.2 Sistema de Localización de Buques

Los posibles beneficios adicionales para la industria incluyen un mejor ordenamiento e información de captura en tiempo real, facilitando las posibilidades de mercado (éstas pueden estar estrechamente ligadas con el creciente comercio electrónico de pescado y mariscos que existe hoy en día).

El VMS puede tener una limitación de costo para las pequeñas embarcaciones pesqueras artesanales o costeras, que rara vez pueden pagar el costo de las unidades requeridas en los barcos. En general, esto ha limitado el uso del VMS a los buques comerciales grandes, aunque está aumentando la tendencia hacia unidades menos onerosas (FAO 2005)

2.3 Sistema de seguimiento satelital de embarcaciones (SISESAT)

El SISESAT implica el uso de tecnología satelital en el seguimiento de la distribución espacial de las flotas pesqueras industriales de cerco (anchoveta, jurel, caballa), arrastre (merluza) y potera (calamar) etc. El sistema de localización de embarcaciones, implementado en el Perú a inicios de 1998, es una herramienta tecnología importante que ha permitido al IMARPE analizar la dinámica de distribución de la flota y la capturabilidad de ciertos recursos, asegurando la sostenibilidad de los mismos por más de 20 años y mejorando el conocimiento científico del mar peruano y su riqueza.

El SISEAT permite monitorear las operaciones de pesca de las embarcaciones comerciales, tanto nacionales como extranjeras, incorporando un flujo importante de información complementaria de captura-esfuerzo en las pesquerías pelágicas y demersales, mediante métodos directos e indirectos validados. Figura 5.

 

 

 

 

 

 

 

 

 

 

Figura 5. Dinámica espacial de la flota pesquera industrial de jurel y caballa durante el verano del 2020 según se le registra con el SISESAT. Fuente: SNP

2.4 Esfuerzo de pesca

Es la cantidad de artes de pesca de un tipo concreto utilizadas en los caladeros durante una unidad de tiempo dada, por ejemplo, horas de arrastre por día, número de anzuelos lanzados por día o número de caladas de un arte de playa por día. Es asimismo la cantidad general de actividad pesquera (normalmente por unidad de tiempo) expresada en unidades como: días-embarcación en el caladero, número de nasas o redes de arrastre, o (longitud de almadraba x tiempo de inmersión), etc. El esfuerzo puede ser nominal, que refleja el total simple de las unidades de esfuerzo ejercidas sobre una población en un período de tiempo dado). Es esfuerzo también puede ser normal efectivo cuando se corrige para tener en cuenta las diferencias entre la capacidad y la eficiencia pesquera y asegurar la proporcionalidad directa con la mortalidad debida a la pesca). Normalmente se relaciona el esfuerzo con una pesquería y un arte específico. Si se considera más de un arte, se requiere una normalización en relación con una de ellas. Para los biólogos, una buena medida del esfuerzo de pesca debería ser proporcional a la mortalidad debida a la pesca. Para los economistas, el esfuerzo debería ser proporcional al costo de la pesca.

2.5 Captura por unidad de esfuerzo

Los investigadores pesqueros a menudo utilizan la captura por unidad de esfuerzo (CPUE) como un medio para evaluar la dinámica y la salud de las poblaciones de peces. En tales casos, el esfuerzo se define típicamente como el tiempo durante el cual se despliegan activamente los artes de pesca y, por lo tanto, la CPUE se convierte en una métrica estándar para resolver los costos de la pesca en poblaciones comerciales. Sin embargo, resolver los costos de la pesca para los humanos depende no solo de cuánto tiempo se desplegó el equipo, sino también de cuánto tiempo permaneció un barco en el mar; y qué tan lejos y dónde viajó (Haynie AC, Layton DF.  2010).

Dichos aspectos fundamentales de los viajes de pesca (e.g., duración, distancia recorrida, ubicación) se vuelven cada vez más críticos a medida que consideramos los impactos en los pescadores de un clima cambiante. Los escenarios de ecosistemas dan forma al comportamiento espacial de los pescadores. En el caso de la pesquería de anchoveta peruana en norte del Sistema de Humboldt, los costos variables de combustible pueden afectar la rentabilidad de los viajes, por lo que a medida que las empresas se esfuercen en minimizar los costos, la capacidad de evaluar los cambios en las características de los viajes de pesca puede ser fundamental para comprender la dinámica de la flota a lo largo del tiempo. Sin embargo, los detalles de los viajes de pesca a menudo siguen estando mal caracterizados, o la información disponible puede ser insuficiente para examinar sus tendencias.

El tiempo dedicado a la pesca es la métrica de esfuerzo que a menudo se estudia en la pesca, pero puede representar menos que el esfuerzo realizado realmente por los pescadores. Los viajes de pesca completos, desde el momento en que los barcos salen del puerto hasta su regreso, pueden resultar más útiles para examinar las tendencias en la dinámica de la flota, el comportamiento de los pescadores y los costos de pesca (Watson et al., 2016)

2.6 Indicador

Variable, cursor o índice. Su fluctuación revela las variaciones de los elementos clave de un sistema. La posición y la tendencia del indicador en relación con los puntos o valores de referencia indica el estado actual y la dinámica del sistema. Los indicadores constituyen un puente entre los objetivos y las acciones (FAO, 1999).

2.7 Programas de observadores a bordo

En Perú el IMARPE desarrolla desde mediados de la década de 1990 el Programa Bitácoras de Pesca, por la cual un grupo calificado de técnicos científicos investigadores se embarcan en la flota para observar el desempeño de los viajes de pesca durante los cuales recogen informaciones biológicas y sobre esfuerzo, lo que ha demostrado ser una herramienta eficaz para el seguimiento y manejo pesquero.

Los programas de observadores, como el ya citado para IMARPE, son además una de las maneras de implantar y asegurar el cumplimiento de ciertos controles, tales como los reglamentos sobre captura incidental o descartes, que requieren seguimiento continuo. Los observadores también pueden recolectar información sobre la hora, la fecha y la posición de las actividades y sobre capturas (incluidos datos biológicos), y por este medio dar seguimiento a las restricciones espaciales y temporales, así como suministrar información valiosa para la organización científica. Los programas de observadores también contribuyen a la disuasión, y pueden crear transparencia entre los pescadores.

Actualmente, algunos países como Chile han implementado el uso de cámaras de vigilancia a bordo de toda la flota industrial, y la información viene siendo analizada con algoritmos de inteligencia artificial.

2.8 Análisis espacial

El análisis espacial es el proceso de modelar, obtener resultados mediante el procesamiento informático y luego examinar e interpretar los resultados del modelo. El análisis espacial resulta útil para evaluar la idoneidad y la capacidad, para calcular y predecir, y para interpretar y comprender. El análisis espacial se basa en la disposición de información geográficamente explicita como la que se obtiene con el SISESAT.

2.9 Desembarques

En agosto de 2019, la actividad extractiva del Sector Pesca creció en 42.6% en términos de volumen. En este mes, el desembarque total de recursos hidrobiológicos utilizados por los agentes pesqueros ascendió a 116.1 miles de TM, siendo mayor en 34.7 miles de TM respecto de lo registrado en agosto de 2018 (81.4 miles de TM).

El volumen de desembarque de la especie anchoveta con destino al Consumo Humano Indirecto también se incrementó en 153.7% en agosto de 2019, alcanzando un total de 3.5 miles de TM. Este resultado respondió al incremento en el desembarque de anchoveta en la zona sur, principalmente, en los puertos de Pacocha (Moquegua) y Ático (Arequipa) (Ministerio de la Producción., s.f.)

2.14 Costo del combustible

El sector pesquero depende en gran medida de la energía del combustible para la propulsión de las embarcaciones pesqueras y el funcionamiento de los artes de pesca. El reciente aumento en los precios del combustible ha originado problemas para los pescadores tanto en los países desarrollados como en desarrollo, ya que el incremento en los costes operacionales no puede compensarse mediante un aumento en el precio del pescado.

La cantidad de combustible necesario por tonelada de pescado desembarcado varía ampliamente dependiendo de la especie de pescado y el método de pesca usado. La captura alta por travesía se obtiene a consecuencia de tiempos y combustible aprovechados eficientemente. En cambio, la baja captura por travesía implicará un aprovechamiento ineficiente de recursos (FAO 1999).

III. Métodos

3.1 Tipo de investigación

El tipo de investigación será analítico, porque se analizará la variabilidad de los viajes de pesca y las capturas principalmente de anchoveta y jurel-caballa  durante las temporadas de pesca de los años 2019 y 2020.

3.2 Ámbito temporal y espacial

El área de estudio se encuentra dentro de la Región Norte del Sistema de la Corriente de Humboldt (RNSCH) el cual abarca la región oceánica frente a las costas de Perú. Los datos que serán utilizados en este estudio provienen de la flota pesquera asociada a la SNP, e incluye información SISESAT y datos de capturas georefenciadas.

3.3. Algoritmos de desplazamiento de flota

El aumento en la cantidad y complejidad de los datos requiere herramientas analíticas y de software apropiadas que ayuden al procesamiento e interpretación de los datos. Esas herramientas deben ser sólidas para permitir la obtención de resultados consistentes y la optimización del tiempo de cálculo.

Para cumplir nuestro objetivo de estudio emplearemos el lenguaje de programación R, creados para generar algoritmos específicos para analizar, entre otros, datos de movimiento y datos de seguimiento. Obtendremos de modo no supervisado la identificación de los viajes de pesca, su duración, extensión del recorrido, entre otros, para construir los indicadores de eficiencia.

3.4. Análisis geoestadísticos

Los índices espaciales son útiles para detectar cambios sobre ciertos parámetros a lo largo del tiempo, utilizando datos obtenidos de cruceros y temporadas de pesca. Por ejemplo, la ubicación espacial de una población a menudo se resume en el cálculo del centro de gravedad (CG) y la inercia (Bez, 1997), también conocido como el centroide distributivo y la varianza de la distribución espacial (Hollowed, 1992). Estos dos parámetros se han utilizado para demostrar cambios en las distribuciones espaciales de los datos de evaluaciones de peces (Atkinson et al., 1997).

El centro de gravedad (CG) es una ubicación imaginaria que se pondera según parámetros de la población, como por ejemplo la biomasa. La inercia, que representa la distancia cuadrática media entre los datos de origen y el CG, describe la dispersión de la población alrededor de un área cuyo centro está representado por las coordenadas del CG.

De otro lado, el índice global de colocación analiza cuán geográficamente distintas son dos distribuciones comparando la distancia entre sus CG y la distancia media entre los datos de origen (Bez y Rivoirard, 2000).

Estos indicadores serán obtenidos a partir de información de posición geográfica con el propósito de determinar el centro de gravedad, inercia o área de distribución, entre otros.

La información georreferenciada con coordenadas de posición (latitud y longitud) será empleadas como parte del proceso de sinterización del esfuerzo de pesca desarrollado en cada temporada de los años 2019 y 2020.

3.5. Análisis del consumo de combustible

El consumo de combustible por embarcación será calculado para cada viaje de pesca, para así generar estadísticas comparadas por tamaños de embarcación y deducir que grupo es más eficiente en cuanto a su consumo. Para ello se procederá a analizar los datos de consumo de diésel de cada embarcación, para clasificar los resultados según la capacidad de bodega de las embarcaciones.

Los indicadores generados serán importantes para la gestión de las operaciones de la flota.

3.6.   Análisis de capturas

Las capturas obtenidas durante un viaje de pesca dependen de una serie de factores tales como : ubicación y distancia a la zona de pesca; duración de la  búsqueda; distribución, abundancia, capturabilidad y vulnerabilidad de la especie objetivo; condiciones ambientales adecuadas; grado de conocimiento del Capitán o Patrón; nivel de capacitación de la tripulación; nivel y modernidad de equipamiento de la embarcación, tanto en lo electrónico como en los aparejos de pesca; velocidad de travesía y grado de acierto en la distribución de la flota.

Las capturas y eficiencia relativa serán calculadas por lo menos para 3 temporadas de pesca para identificar cuáles son las razones que explican las variaciones.

Para el análisis de capturas se propone el uso de la información SISESAT para determinar la eficiencia espacial de captura por viaje. Ello requerirá asimismo el uso de información específica de capturas por lance de pesca suministrada por la propia flota.

3.7.   Análisis estadísticos

Se requerirá aplicar métodos estadísticos adecuadas para ordenar y validar los resultados obtenidos.

Para todos los indicadores que sean identificados (de eficiencia de recorridos, de capturas, de viaje) se realizarán estadísticas descriptivas e inferencias para identificar patrones en los datos por segmentos de flota según su capacidad de bodega. La presentación de los datos será efectuada mediante su ordenación en gráficos y tablas lo que nos permite comparar las diferentes series de datos en estudio.

3.8. Información de base

Toda la información que será utilizada será proporcionada por Instituto Humboldt de Investigación Marina y Acuícola que contribuirá con los datos para este estudio (VMS, datos de captura de cerco).

Asimismo, el estudio será apoyado por la Sociedad Nacional de Pesquería (SNP) a través de los datos de localización SISESAT colectados por los barcos de pesca.

V. Referencias bibliográficas

  • Hollowed., S. Wooster., (1992) Variability of winter ocean conditions and strong year classes of Northeast Pacific groundfish. ICES mar. Sei. Symp., 195: 433-444.
  • Bertrand S., Bertrand A., Guevara R., Gerlotto F. (2007). Scale-invariant movements of fishermen: The same foraging Strategy as natural predators. Ecological Applications, 2007, 17(2), 331–337.
  • Bertrand S., Díaz E., Lengaigne M. (2008). Patterns in the spatial distribution of Peruvian anchovy (Engraulis ringens) revealed by spatially explicit fishing data. Progress in Oceanography, 2008, 79,379–389.
  • Bertrand, S., Boonea M., Clay T., Patrick S., Clusella-Trullas S., & Basille M. (2019). arXiv:1901.05935v3 [q-bio. QM]
  • Bertrand, S., Burgos, J. M., Gerlotto, F., Atiquipa, J. (2005). Levy trajectories of Peruvian purse-seiners as an indicator of the spatial distribution of anchovy (Engraulis ringens). ICES Journal of Marine Science. ICES Journal of Marine Science, 2005, 62, 477- 482.
  • Bertrand, S., Díaz, E., Ñiquen, M. (2004). Interactions between fish and fisher’s spatial distribution and behaviour: an empirical study of the anchovy (Engraulis ringens) fishery of Peru. ICES Journal of Marine Science, 2004, 61, 1127-1136.
  • Bez N., Rivoirard J., Checkley DM, Cazador JR, Motos L., (2000) Índices de colocación entre poblaciones 2000. Informe de un taller sobre el uso del muestreador de huevos de peces en curso continuo (CUFES) para cartografiar el hábitat de desove de los peces pelágicos, GLOBEC 14, 48-52
  • (1999). Technical guidelines for responsible fisheries. Indicators for sustainable development of marine capture fisheries. ISBN 92-5-104333-7.
  • (2001). Directrices para la Recopilación Sistemática de Datos Relativos a la Pesca de Captura. ISBN 92-5-304304-0
  • (2005). Guía del administrador pesquero. Medidas de ordenación y su aplicación. Cochrane K. ISBN 92-5-304773-9.
  • Gutiérrez M., Ramírez A., Bertrand S., Móron O., Bertrand A. (2008). Ecological niches and areas of overlap of the squat lobster ‘múnida’ (Pleuroncodes monodon) and anchoveta (Engraulis ringens) off Peru. Progress in Oceanography. 2008, 79, 256–263
  • Joo R., Bertrand A., Bouchon M., Chaigneau A., Demarc H., Tam J., Simier M., Gutiérrez M., Gutiérrez D., Segura M., Fablet R., Bertrand S. (2014). Ecosystem scenarios shape fishermen spatial behavior. The case of the Peruvian anchovy fishery in the Northern Humboldt Current System. Progress in Oceanography. 2014,128,60-73.
  • Joo R., Bertrand S., Tam J., Fablet R. (2013). Hidden Márkov Models: ¿The Best Models for Forager Movements? PLoS ONE 8(8): e71246. doi:10.1371.
  • Joo, R., Salcedo, O., Gutierrez M., Fablet R., Bertrand S. (2015). Defining fishing spatial strategies from VMS data: Insights from the world’s largest monospecific fishery. Res. 2015,164, 223-230.
  • Ministerio de la Producción. (s.f.). Estadística Pesquera. http://ogeiee.produce.gob.pe/index.php/shortcode/estadistica-oee/estadistica-pesquera
  • PM Atkinson y ARL Tatnall (1997) Introducción Redes neuronales en la percepción remota, International Journal of Remote Sensing, 18: 4, 699-709, DOI: 1080 / 014311697218700
  • Watson J., Haynie A. (2016). Using Vessel Monitoring System Data to Identify and Characterize Trips Made by Fishing Vessels in the United States North Pacific. PLoS ONE. 11 (10): e0165173.
  • Watson J., Haynie A.,Sullivan, Perruso L., O’Farrell S.,   Sanchirico J., Mueter F. (2018). Vessel monitoring systems (VMS) reveal an increase in fishing efficiency following regulatory changes in a demersal longline fishery. Fish. Res. 2018, 207, 85-94.
  • Woillez M., Poulard J., Rivoirard J., Petitgas P., Bez N. (2007). Índices para capturar patrones espaciales y su evolución en el tiempo, con aplicación a la merluza europea (Merluccius merluccius) en el Golfo de Vizcaya. ICES Journal of Marine Science 537–550