ENERO 2014 · AÑO 12

Análisis de ruta en la pesquería de sardina (Sardinella aurita)

del oriente de Venezuela

Distribución de la temperatura superficial del mar y pesca

de atún el pacífico oriental, de 2005 a 2012

Fundación Pesca de Tunidos Fundatún

La Fundación para la Pesca Sostenida y Responsable

de Túnidos (FUNDATÚN) te invita a visitar nuestro sitio web:

www.fundatun.orgTambién puedes contactarnos a través de:

@Fundatun

CONTENIDO

Análisis de ruta en la pescquería de sardina

(Sardinella aurita) del oriente de Venezuela

Distribución de la temperatura superficial del mar y pesca de atún el pacífico oriental,

de 2005 a 2012

Nora Eslava, Leo W. González, Lourdes Suárez-Villasmil.

Manuel Correia

Pescando la Noticia

Presentación4

5

11

Juan José Cárdenas

18

CONSEJO DIRECTIVOPReSiDeNTe:Roberto Ortisi

VicePReSiDeNTe:Doménico Pinto

DiRecToReS:Manuel de La Iglesia Fracesco G. SolariJosé María Bengoa Giuseppe SpinalliSalvatore Natoli Gentile

DiRecToR ejecUTiVo:Carlos E. Giménez B.

MIEMBROS HONORARIOSKaldone NweihedPedro Pablo Aguilar

PERSONAL TÉCNICOAlvin Delgado Manuel CorreiaRubén Baloa Juan José Cárdenas

COLABORADORESFreddy Arocha Manuel Correia Nora Eslava Ricardo Molinet Walter González Luis GonzálezJeremy Mendoza Luis Marcano Eduardo KleinJosé Alió

BOLETÍN “COFA Convivencia Pesquera”Marzo 2013iSNN: 1317-1232

DiRecToR:Carlos E. Giménez B.

Av. Rómulo Gallegos entre Calle El Carmen y Guanchez,Torre Capital, PB, Local N°02. Los Dos Caminos.TLF: +58 (212) 232.43.10CORREO: jjcardenas@fundatun.org - pepecard@gmail.com

DiSeÑo GR ÁFico:Fabiana Antonioli CarrasqueroMartinova Javornik AyllónGustavo Alonzo FernándezCORREO: esadvertising@eventosport.com

FUNDATÚNFundación para la Pesca y Sostenida y Responsable de Túnidos.Av. Francisco de Miranda, Multicentro Empresarial del Este,Torre Miranda, Núcleo A, piso 10, Oficina 103-A.Chacao 1060, Caracas - Venezuela.TLF: +58 (212) 267.66.66FAX: +58 (212) 267.00.86WEB: www.fundatun.orgCORREO: administracion@fundatun.org

FUNDATÚN CUMANÁPrograma Nacional de Observadores de Venezuela - PNOV.Urb. El Dique, Av. Principal, Edif. San Pablo, PH.Cumaná, Estado Sucre - Venezuela.TELEFAX: +58 (293) 433.04.31CORREO: fundatunpnov@cantv.net

PrEsENTACIóN

Hoy en día, tal y como hemos mostrado en esta mismas páginas en ediciones anteriores, hay un conjunto de factores oceanográficos anómalos que, sumados a una presunta sobreexplotación de la sardina, hacen nece-sario revisar y actualizar los modelos que presentan estos autores, en virtud de que, las curvas de CPUE que se han logrado establecer para los últimos años, mues-tran el perfil clásico de un evidente colapso.

Correia, por su parte, en referencia a otra pesquería y en un sis-tema oceánico completamente diferente, la pesca atunera venezolana en el Pacífico oriental, esta-blece referencias preliminares para la relación entre la temperatura superficial del mar y la CPUE registrada para los túnidos en estas zonas del planeta.

Como puede observarse claramente entonces, este nuevo boletín está en evidente clave reiterativa en cuanto a la necesidad de abordar el seguimiento de las pesquerías y la administración de los stocks, de manera integral y ecosistémica, independientemente de la es-pecie en cuestión y de la escala espacial considerada.

Los dos artículos centrales de este boletín COFA, Con-vivencia Pesquera, correspondientes al primer mes del año en curso, echan mano de series históricas de captu-ra y esfuerzo pesquero, de más de una década de antigüedad, en el caso de la sardina y de años más re-cientes para el atún, pero que, a pesar de tratarse, además, de peces muy disímiles en cuanto a su ubica-ción trófica dentro del sistema natural y en cuanto a su condicionamientos fisiológicos respectivos, ponen de bulto el determinismo de las variables ambientales en la abundancia y distribución espacial.

Así, la contribución de González y Eslava, en la que es-tos autores estiman correlaciones entre la CPUE de la sardina de la surgencia de la plataforma oriental de Venezuela y variables como la temperatura del agua y la intensidad del viento, nos devuelve a “tiempos felices” en los que existía una respuesta lineal de las capturas en relación al esfuerzo aplicado, aunque condicionada en buena medida a los fenómenos ambientales que in-ciden sobre la abundancia y sobre la capturabilidad.

Juan José Cárdenas

CO

FA

4

CO

FA

5

A RT ÍCULO

ANÁLISIS DE RUTA EN LA PESCADERÍA DE SARDINA (Sardinella aurita) DEL ORIENTE DE VENEzUELA

INTRODUCCIÓN

El análisis de ruta fue utilizado inicialmente en las ciencias sociales, pero actualmente se usa con fre-cuencia en las ciencias naturales. El análisis de ruta se realizaba comúnmente considerando un modelo a priori sobre el sistema que se pretendía estudiar, pero debido al desarrollo de las computadoras, considerar un modelo a priori ya no es imprescindible, pero si recomendable (Ortiz-Pulido 2000). El no necesitar un modelo a priori es de gran ayuda, porque los in-vestigadores de sistemas biológicos frecuentemente enfrentan situaciones en las cuales ni la teoría, ni la biología básica están desarrolladas lo suficiente como para permitir definir claramente las relaciones cau-sales entre cada uno de los pares de variables en consideración (Shipley 1997). Las bases de la técnica de análisis de ruta están dentro de las desarrolladas para los métodos de modelación estructural de ecua-ciones. Al contrario de la regresión múltiple, el análisis de ruta permite la partición de las correla-ciones causales y no causales de cualquier par de variables (Parra 1995).

En este trabajo se aplica la técnica de análisis de ruta en la pesquería de sardina (Sardinella aurita) del oriente de Venezuela. Esta especie habita en zonas cercanas a la costa, donde la productividad biológica es generalmente alta debido a eventos de surgencia. Las capturas ocurren principalmente en el primer semestre del año, asociadas a la alta estacionalidad en la abundancia y disponibilidad del recurso. Como todos los recursos pelágicos costeros, la sardina pre-senta fluctuaciones estacionales en su biomasa por efectos de las condiciones biológicas y ambientales estrechamente relacionada con los reclutamientos, y la actividad pesquera artesanal (González 2006).

La reciente situación de bajos niveles de biomasa (González 2006) y desembarques de sardina (36.157 toneladas en el año 2008) según las estadísticas ofi-ciales del Instituto Socialista de Pesca y Acuicultura (INSOPESCA), podría conducir a una frágil condi-ción del stock por sobrepesca, por las tendencias crecientes del esfuerzo que no logra ser compensado por la productividad del stock. En este sentido, se amerita el manejo de información periódica sobre los parámetros biológicos indispensables en la evalua-ción de las poblaciones, así como de las variables de desempeño de la pesquería para administrar ade- cuadamente el recurso. A fin de contribuir con el conocimiento del comportamiento ecosistémico de la sardina, se evalúo la hipótesis que plantea la posible existencia de una relación entre la captura por uni-dad de esfuerzo (CPUE) con respecto al esfuerzo de pesca y algunas variables ambientales, a través de los siguientes objetivos:

1) Identificar las variables explicativas que puedan influir en la CPUE, para crear un modelo donde se seleccionen las variables predictoras que contribuyan significativamente con la determinación de la varia-ble dependiente, descartando aquellas que no aporten información.

2) Determinar el nivel de asociación entre las varia-bles independientes (esfuerzo de pesca, velocidad del viento, precipitación y temperatura del aire) que afec-tan a la intensidad de pesca (CPUE) aplicada a la sardina en el oriente de Venezuela.

Nora Eslava, Leo W. González. Universidad de OrienteLourdes Suárez-Villasmil, Universidad Central de VenezuelaFotos: Archivo FUNDATÚN

CO

FA

6

A RT ÍCULO

Área de EstudioEl área de estudio se encuentra en una zona que cu-bre aproximadamente 240 millas en el eje este-oeste, alcanzando 60 millas en el eje norte-sur en su parte más ancha de la plataforma continental del nororien-te de Venezuela, la cual está orientada en sentido este-oeste a lo largo del margen suroriental del Mar Caribe (Fig. 1). En esta área faenan aproximadamen-te 200 chinchorros sardineros y por su productividad pesquera es considerada la más importante del país (González 2006).

La unidad de esfuerzo está constituida por un chin-chorro sardinero, generalmente, de 25 piezas que se unen conformando lo que se denomina “tren sardine-ro”, y es operado por 10 a 36 pescadores que usan de 5 a 16 embarcaciones, de las cuales, 2 son lanchas con motor central o 2 “peñeros” (barcos con motor fuera de borda) con motor de 75 Hp que remolcan la red, de 358 Eslava et al. [Bol. Centro Invest. Biol. 3 a 15 “peñeros” y una “piragua” (barco sin motor) que transporta la red (González et al. 2006).

Base de DatosLa CPUE se usó como índice de abundancia relativa y fue expresada en toneladas por lance (t/lance) duran-te el período 1978–1998. Los valores anuales de la CPUE y del esfuerzo de pesca (lances) de la flota arte-sanal sardinera del oriente de Venezuela, fueron proporcionados por el Instituto Nacional de Investiga-ciones Agrícolas (INIA). Es importante acotar que para este periodo solo fue reportada las capturas de sardina con chinchorros y no con red de argolla. La serie histórica de datos anuales de la velocidad del viento (ms-1), precipitación (mm) y temperatura del aire (ºC) fue suministrada por el Servicio de Meteoro-logía de la Fuerza Aérea de Venezuela, Estación de Porlamar y la Dirección de Hidrografía y Navegación de la Armada de Venezuela, Estación de Carúpano (Tabla 1).

Análisis de DatosPrevio al análisis estadístico, se promediaron las variables meteorológicas, por tratarse de datos pro-venientes de dos estaciones con cobertura en el oriente del país, que luego se usaron como variables regresoras.

Resultados La relación de la CPUE y el esfuerzo de pesca deter-minó una regresión lineal con pendiente (b = 0,004) y correlación de Pearson (r = 0,6) positiva (Fig. 2). En consecuencia, es posible indicar que la explotación efectuada sobre esta especie produce respuestas po-blacionales diferentes.

El modelo de regresión múltiple sin intercepto obte-nido fue:

CPUE = -0,609 * Temp Aire + 0,380 * E

Los valores anuales de la captura por unidad de es-fuerzo (CPUE) de la sardina se relacionaron con el esfuerzo de pesca (E), la velocidad del viento (VV), la precipitación (P) y la temperatura del aire (Temp Aire), mediante el modelo de regresión múltiple (Zar 1996) empleando el método por pasos sucesivos (ste-pwise) para la selección e incorporación de las variables causales al modelo de regresión (SPSS 2001). Los supuestos de normalidad, homocedastici-dad y linealidad fueron evaluados a través de un análisis de los residuos (datos no mostrados).

MATERIALES Y MÉTODOS

Figura 1. Ubicación del área de estudio en el oriente de

Venezuela, margen suroriental del Mar Caribe. Las áreas sombreadas muestran la distribución

del stock de la fracción explotada de sardina (Sardinella aurita).

CO

FA

7

Año Captura (t) Esfuerzo (lances) CPUE (t/lance) VV (ms-1) P (mm) Temp Aire (°C) 1978 26.390 545 48,42 6,7 411 26 1979 29.858 780 38,28 5,5 533 27 1980 37.203 1.195 31,13 5,4 559 26 1981 16.307 645 25,28 4,5 773 27 1982 33.462 1.107 30,23 5,8 490 27 1983 26.497 986 26,87 6,9 509 27 1984 32.506 1.124 28,92 7,7 802 27 1985 41.077 1.360 30,20 7,4 719 27 1986 53.603 1.663 32,23 7,5 600 27 1987 52.173 2.088 24,99 7,5 455 28 1988 80.079 2.490 32,16 7,1 786 27 1989 53.778 1.981 27,15 7,2 524 27 1990 47.721 1.450 32,91 7,1 773 27 1991 63.000 1.761 35,78 7,1 620 27 1992 79.453 2.201 36,10 7,2 627 27 1993 90.547 2.429 37,28 7,1 533 27 1994 100.477 2.563 39,20 7,0 462 27 1995 95.097 2.177 43,68 7,1 537 27 1996 139.352 3.458 40,30 7,1 555 27 1997 131.871 3.225 40,89 7,1 479 27 1998 105.768 2.936 36,02 7,1 662 28

CPUE = Captura por Unidad de Esfuerzo VV = Velocidad del VientoP = Precipitación Temp Aire = Temperatura del Airet = Toneladas

Tabla 1. Valores anuales de parámetros pesqueros de la flota sardinera y

variables meteorológicas del oriente de Venezuela, periodo 1978-1998

Figura 2. Relación de la CPUE y el esfuerzo de pesca (E) de la sardina (Sardinella aurita) en el oriente de Venezuela durante el período 1979-1998.

CO

FA

8

A RT ÍCULO

Este diagrama puso de manifiesto que la temperatu-ra del aire (factor causal negativo alto) y el esfuerzo de pesca (factor causal positivo bajo) fueron los que determinaron la variación de la CPUE en la pesque-ría de la sardina; mientras que la única causa indirecta, relativamente alta, fue la velocidad del viento. La flecha curva (doble punta) entre la tem- peratura y el esfuerzo de pesca, indica su grado de correlación; el cual resultó muy bajo como era desea-ble para evitar información redundante entre las variables incorporadas a un modelo de regresión. Los altos valores de los coeficientes U1 y U2, reflejaron una alta variabilidad en la predicción de la CPUE y el esfuerzo de pesca (E). Esta incertidumbre puede ser atribuida a variables no consideradas en el análisis, como por ejemplo, al elevado nivel de azar en el

De acuerdo con estos resultados, las variables con coeficientes de regresión significativos sobre la CPUE fueron la temperatura del aire (P < 0,05) y el esfuerzo de pesca (P < 0,05). Al incorporar estas dos variables al modelo, se obtuvo un coeficiente de determinación ajustado, R2

adj = 0,392 que indicó que las variables referidas explicaron aproximadamente 39,2% de la conducta de la variable respuesta. El análisis de varianza mostró que hubo un efecto significativo de las variables causales seleccionadas sobre la CPUE (F = 7,437; P < 0,05).

Los coeficientes de correlación de Pearson (r) estima-dos entre las variables independientes (Tabla 2) fueron en general bajos y no significativos, con excep-ción del que se encontró entre la velocidad del viento y el esfuerzo (r = 0,521, P < 0,01). Lo anterior motivó la realización de un segundo análisis de regresión (por pasos) considerando el esfuerzo de pesca (E) como variable dependiente y utilizando como variables independientes a la velocidad del viento (VV) y la precipitación (P). Este análisis mostró que la única variable con efecto significativo sobre el esfuerzo de pesca fue la velocidad del viento (VV) (P < 0,01).

Los resultados de estos dos análisis se resumen en el diagrama de rutas mostrado en la Fig. 3, donde se observa, la correlación entre las variables causales incorporadas al modelo (Tabla 2); el efecto de cada variable causal sobre las variables dependientes consideradas representado por sus coeficientes de regresión estandarizados (β*); y la fracción de infor-mación no explicada por los modelos de regresión, calculada como U = (1 - R2)1/2 donde R2 es la variabili-dad explicada del sistema cuando se consideran como causas las variables conocidas (Ortiz-Pulido 2000). En la construcción de este diagrama se utilizaron los coeficientes de regresión parcial estandarizados debi-do a que no están afectados por las escalas en que se miden las variables del modelo (Zar 1996).

CPUE VV P Temp Aire ECPUE 1,000VV 0,146 1,000P 0,397* -0,026 1,000Temp Aire -0,557** 0,202 0,215 1,000E 0,298 0,521** -0,11 0,136 1,000

CPUE = Captura por Unidad de Esfuerzo VV = Velocidad del VientoP = Precipitación Temp Aire = Temperatura del Aire

Tabla 2. Coeficientes de correlación Pearson

(y) entre las variables incorporadas al análisis. Las correlaciones marcadas

significativas P < 0,05 (*) y con P < 0,01 (**)

Figura 3. Diagrama de rutas para establecer la

determinación sobre CPUE y el esfuerzo de pesca de la sardina (Sardinella aurita) por

algunas variables meteorológicas en el oriente de Venezuela

CO

FA

9

ecosistema costero, o debido a un ajuste deficiente al modelo lineal. Se consideraron dos coeficientes de in-determinación (U1 y U2), porque el análisis de ruta integró información proveniente de dos procedimien-tos de regresión sobre dos variables dependientes distintas.

DiscusiónLa captura por unidad de esfuerzo (CPUE) podría ser vista como un índice de la abundancia relativa de la fracción explotable de la población de sardina. No obstante lo anterior, el presente trabajo no buscó esta-blecer factores asociados a las fluctuaciones de larga escala de la población. Sin embargo, la relación entre la CPUE y el esfuerzo de pesca observado en el perío-do de estudio, no responde a la proporción inversa

Foto: Jeremy Mendoza

entre estos parámetros pesqueros, como lo señala Gulland (1971), por lo que se presume que esta con- dición estaría influenciada por la alta vulnerabilidad de los cardúmenes a la modalidad de pesca artesanal con chinchorro (cercano a la costa), además de su asociación a una variedad de mecanismos de control biológico, como la intensidad de la surgencia (Bakun 2001), la temperatura superficial del mar y los even-tos El Niño (Yáñez et al. 1995), cambios en la abundancia y composición de las comunidades zoo-planctónicas (Verheye et al. 1998, Verheye y Richardson 1998), incluso es posible que la dinámica de los cardúmenes ejerza un rol fundamental en la predominancia alternada de sardina y otros clupeidos (Cury et al. 2000).

CO

FA

10

A RT ÍCULO

Los resultados obtenidos sugieren que la variación en la CPUE, responde por un lado, a la variabilidad am-biental representada por la temperatura del aire y al pescador (esfuerzo de pesca); cuyo patrón de captura está determinado por la velocidad de los vientos, in-dicadores de la surgencia costera, la que a su vez determina la abundancia de sardina. Herrera y Fe-bres (1995), establecieron que la surgencia costera del oriente de Venezuela es el resultado de la entrada de nutrientes, debido a un posible efecto potencial de la velocidad del viento que caracteriza al ecosistema costero de esta zona del Caribe, siendo la temperatura un indicador indirecto del mismo. Resultados simi- lares encontraron González et al. (2007), para la sardina del sureste de Margarita, señalando que la captura de esta especie está asociada con la intensi-dad de vientos y la temperatura del aire. Asimismo, Cárdenas y Archury (2000), hicieron notar que la presencia de altas densidades de sardina, en determi-nado lugar, es consecuencia de múltiples variables ambientales, bióticas y abióticas que actúan simul- táneamente para conformar un espacio propicio. Investigaciones de sardina y anchoveta en la zona centro-sur de Chile han mostrado asociaciones entre la variabilidad del reclutamiento y factores medio ambientales (anomalías de TSM, índices de surgen-cia), y sugieren que condiciones cálidas del mar (eventos El Niño) podrían afectar la disponibilidad de alimento (Gatica et al. 2007).

El esfuerzo de pesca explicó sólo una causa de la variabilidad de la CPUE. A menudo la variación re- sidual es originada por fenómenos ambientales, que afectan la abundancia y/o capturabilidad del stock, fracción de la población sujeta a la pesca, de un año a otro (Frèon y Yánez 1995). Del mismo modo, Hinton y Nakano (1996) anotaron que la CPUE está influen-ciada por diversos factores, que incluyen variaciones espaciales y temporales de la biomasa, cambios en la

eficiencia de las embarcaciones, así como también por factores ambientales, cuyas diferencias en las características interanuales pueden traducirse en fluctuaciones mucho mayores de la reproducción aso-ciadas a las variaciones en la densidad del stock.

Por otro lado, De Anda et al. (1994) indicaron que las especies formadoras de cardúmenes, como la sardina, presentan una variabilidad natural en el recluta-miento que es fuertemente dependiente de las condiciones ambientales, lo que origina incertidum-bre en sus niveles de abundancia. Al no considerarse todas las variables regresoras en el modelo propuesto, se podría suponer que estas podrían ser las razones del elevado valor en los coeficientes de indetermina-ción (U). La falta aparente de correlación puede en verdad ser debido a la incapacidad de los modelos para explicar adecuadamente el fenómeno natural de la población. Sin embargo, es claro que la influencia de los factores ambientales es también un factor dominante de variación (Csirke 1995). Es posible que, en el caso analizado, la escala temporal anual sea cor-ta para discutir con propiedad la asociación de los parámetros pesqueros y las variables meteorológicas a través del método de análisis de ruta.

ConclusionesLas variables que influyeron significativamente sobre la CPUE de la sardina (Sardinella aurita) fueron la temperatura y el esfuerzo de pesca, encontrando que esta última estuvo además significativamente deter-minada por la velocidad del viento.

El modelo propuesto, representado por el análisis de ruta, explicó cerca del 39% de la variación presente en el sistema, mostrando alta incertidumbre para la pre-dicción de la CPUE con estas variables asociadas a través de un modelo lineal.

CO

FA

11

A RT ÍCULO

DISTRIBUCIÓN DE LA TEMPERATURA SUPERFICIAL DEL MAR Y PESCA DE ATÚN el pacífico oriental, de 2005 a 2012Manuel Correia, FUNDATÚN

Los pronósticos actuales de un sustancial calen- tamiento global conducen a preocuparnos sobre lo que es más probable que suceda con los recursos alimenti-cios explotados por las flotas pesqueras en el mundo. Es conocido que hay factores determinantes de la pro-ductividad y de las reservas de peces que son fuertemente afectadas por influencia, entre otros, de las temperaturas oceánicas y atmosféricas, modifi-cando muchas veces las condiciones del hábitat.

El Océano Pacífico Oriental (OPO) es un área de importantes operaciones pesqueras para el recurso atún, el cual es capturado de diferentes formas, una de ellas es en aguas superficiales, con redes de cerco, en tres tipos de asociación: asociados con delfines, con objetos flotantes (naturales o artificiales) y en cardú-menes libres, encontrándose como únicas especies o mezclado con otras especies de túnidos, u otras espe-cies de peces. La distribución de los atunes, al igual que otras especies, está determinada por las preferen-cias particulares de las especies y las condiciones ambientales disponibles (Stretta, 1991; Matthiopou-los, 2003). Todos los países que operan en el OPO en la pesquería de este recurso quedan amparados por la Convención de la Comisión Interamericana del Atún Tropical (CIAT). Los países ribereños del Pacífico que albergan ecosistemas productivos o biodi-versos se encuentran muy vulnerables a la influencia

del clima oceánico (Harley et al., 2006). Un estudio revela que la vulnerabilidad no solo es biológica, sino que impactan en las economías por el cambio climáti-co, ya que las pesquerías se ven afectadas en base a los factores de exposición física, sensibilidad socioeco-nómica del sector pesquero y capacidad adaptativa (Allison et al., 2009). En el caso particular de los túni-dos y especies asociadas en el Pacífico han sido objeto de una intensa pesca en las últimas décadas debido a su alto valor comercial, lo que ha ocasionado, adicio-nalmente, una diminución del tamaño de sus stocks (Lennert-Cody et al., 2010; Maunder y Punt, 2013; CIAT, 2013b).

Definir los límites entre el grado de impacto de la ac-tividad humana y el proceso natural que influyen en el cambio climático se ha hecho difícil. Se debe tener en cuenta que estos procesos no son uniformes en el planeta y además, no todos los efectos de ese cambio son negativos en todas partes.

En los mapas climáticos (Fig.1) tanto de la NOAA (http://www.nhc.noaa.gov/) como de la NASA (http://wwwghcc.msfc.nasa.gov/GOES/), respectivamente, se ha observado que los centros de baja presión se van reorganizando con el transcurrir de los años, al va-riar los patrones de temperatura.

Figura 1. Representación de las anomalías en Temperaturas globales, promediadas de 2012, en versión de la NOAA(izq.) y de la NASA (der.), respectivamente.

CO

FA

12

A RT ÍCULO

Basado en los conocimientos clásicos de los ciclos del fitoplancton y zooplancton, se sabe que la capa super-ficial del mar es pobre en formas de vida, más abajo están las capas en las cuales se descompone la mate-ria orgánica y se transforma en fertilizante, y en el fondo donde no hay luz no se utiliza ese fertilizante (Margalef, 1974). El movimiento de las zonas de baja presión modifica la estructura de los vientos que crean el fenómeno de "afloramiento". Gracias a ese "afloramiento" promovi-do por los vientos que se lleva hacia la superficie desde las capas más profundas de aguas frías, el fertilizante del océano, aumenta la abundancia de algas que pro-ducen fotosíntesis y otras formas de vida marina.

La Zona Intertropical (ZIT) ha sido una de las que mayores cambios conspicuos ha sufrido en las últimas décadas. Entendiéndose que la ZIT queda definida geográficamente como la franja que se ubica entre el Trópico de Cáncer (23º27’ N) y el Trópico de Capricor-nio (23º27’ S). Está determinada por el movimiento de traslación terrestre alrededor del Sol y la inclinación del eje terrestre con respecto al plano de la eclíptica en el que se mueve nuestro planeta. Es la zona geoas-tronómica más extensa del planeta.

Desde el punto de vista atmosférico en la ZIT se ha de-tectado un cinturón de baja presión que ciñe el globo alrededor de la región ecuatorial, definido como Zona de Convergencia Intertropical (ZCIT). Está for-mado, como su nombre indica, por la convergencia de aire cálido y húmedo de latitudes al norte y al sur del ecuador (Fig. 2). A esta región también se la conoce como Frente Intertropical o Zona de Convergencia Ecuatorial (Talley et al., 2011). En inglés se conoce por el acrónimo ITCZ (InterTropical Convergence Zone).

Sin embargo, la ZCIT no está determinada exclusiva-mente por el desplazamiento aparente del sol a lo largo del año entre los dos trópicos, variando según la estación del año. Si así fuera, esta ZCIT se desplaza-ría entre los dos trópicos y esto no ocurre nunca sino que apenas se desplaza unos 5º a 10º al norte y al sur del Ecuador (Hwang y Frierson, 2013). El verdadero origen de la ZCIT está en la fuerza centrífuga del mo-vimiento de rotación, que da origen a un enorme abombamiento de la atmósfera en la zona ecuatorial, donde las nubes alcanzan el doble de altura que en los trópicos y el cuádruple que en las zonas de latitudes medias y altas.

Figura 2. Posición de la ZCIT bajo influencia atmosférica, en julio (rojo) y en enero (azul). (Cortesía de Mats

Halldin, dominio público, internet)

Todas las interacciones entre el régimen de corrien-tes, la radiación solar, los vientos y la precipitación, forman parte de un todo, conformando en un proceso típico de interacción entre el océano y la atmósfera. La llamada zona de convergencia intertropical se ha ido moviendo aproximadamente 1,5 kilómetros por año hacia el norte (Hwang y Frierson, 2013), por un apa-rente enfriamiento de las aguas. De forma particular, estudiar la Zona Intertropical (ZIT) en el Océano Pacífico Oriental resulta interesante no sólo para la oceanografía física, sino también para las pesquerías de túnidos, dónde se ha reseñado que la influencia de factores ambientales afecta su distribución (Uriba-rren, 2010).

CO

FA

13

Figura 3. Polígono de estudio en Zona Intertropical del Océano

Pacífico Oriental entre 135ºW-90ºW, 5ºS-15ºN

Figura 4. Representación gráfica de una distribución

normal o gaussiana (izq.) y comparación desviación entre valores esperados y observados

de una muestra poblacional (der.)

Enmarcado dentro de un proyecto de tesis de Maes-tría en el área aprovechamiento sustentable de recursos pesqueros con asesoría de distinguidos in-vestigadores se realiza una evaluación del desempeño de la flota cerquera venezolana en el OPO. Conside-rando una serie histórica de datos de captura de atunes y fauna incidental dentro del “Área de la Convención de la CIAT” se busca clasificar cuáles zonas y/o temporadas han sido las mejores para la flo-ta en los últimos 8 años. Como ejercicio académico se analiza de manera exploratoria la distribución de la TSM durante el período de 2005 a 2012 utilizando dos métodos diferentes de medición. ÁREA DE ESTUDIO.

Considerando las condiciones oceanográficas y climá-ticas que corresponden a zonas tropicales dentro del “Área de la Convención”, fue seleccionado un polí-gono comprendido entre los meridianos 90º O y 135ºO, y paralelos 15ºN y 5ºS (Fig. 3) dónde operó la flota atunera venezolana. Además, fueron tomadas como referencia imágenes satelitales adaptadas para la ZCIT en el OPO, que ubica su extensión atmosférica sobre el polígono seleccionado entre las latitudes 20°N y 10°S de norte, centro y Sudamérica.

COMPARACIÓN DE LA TEMPERATURA SUPERFICIAL DEL MAR (TSM) MEDIDA POR DOS MÉTODOS DIFERENTES.

Con la finalidad de verificar la robustez de los datos crudos de TSM obtenidos del polígono seleccionado de la ZIT en el OPO (Fig. 3), se compararon mediante una prueba de “t-student” los datos de registros “in situ” tomados por observadores científicos a bordo de embarcaciones cerqueras pertenecientes al programa de la CIAT y PNOV, respectivamente, versus los da-tos del sensor Modis/Aqua del cual se bajaron composiciones de series de tiempo mensuales con re-solución espacial de 4x4km por pixel, del período: enero de 2005 a diciembre de 2012 obtenidas del sitio web: http://gdata1.sci.gsfc.nasa.gov/daac-bin/G3/ Al iniciar el análisis estadístico de una serie de datos, y después de la etapa de detección y corrección de errores, un primer paso consiste en describir la distri-bución de las variables estudiadas y, en particular, de los datos numéricos. Además de las medidas descrip-tivas correspondientes, el comportamiento de estas

variables puede explorarse gráficamente de un modo muy simple. Una de las distribuciones teóricas mejor estudiadas en los textos de bioestadística y más utili-zada en la práctica es la distribución normal, también llamada distribución gaussiana (Zar, 2010). Su im-portancia se debe fundamentalmente a la frecuencia con la que distintas variables asociadas a fenómenos naturales y cotidianos siguen, aproximadamente esta distribución (Fig.4).

CO

FA

14

A RT ÍCULO

La prueba estadística “t-student” se utiliza para contrastar la “hipótesis nula” (Ho) de igualdad de medias (μ) entre dos muestras o grupos (Ho: μ1=μ2). Para la aplicación de esta se requiere que la distribu-ción de la variable cuantitativa sea normal en ambos grupos de comparación. Existe la posibilidad de que las varianzas de ambos grupos sean iguales o des-iguales. Cuando no se cumplen los criterios de normalidad, para el caso de muestras independientes como las de este ensayo, se utilizan entonces, pruebas no paramétricas, como la prueba U de Mann-Whit-ney. (Zar, 2010).

Al realizar las pruebas estadísticas con el programa “Sigma Stat”, se obtuvo que la diferencia en los valo-res de la mediana entre los dos grupos no es lo suficientemente grande como para excluir la posibili-dad de que la diferencia se debe a la variabilidad del muestreo aleatorio, o sea que no hay una diferencia estadísticamente significativa (P = 0,235) entre los dos métodos de medición (Tabla 1).

ESTADÍSTICAS DESCRIPTIVAS BÁSICAS

Columna Tamaño muestra Media Std Dev Std. Error C.I. of Mean Remoto 93 26,56 0,946 0,098 0,195 In situ 93 26,71 1,183 0,123 0,244

PRUEBA ESTADÍSTICA: “T-STUDENT”

Test de Normalidad: Falló (P < 0,050) Resultados de la prueba Mann-Whitney Fuente de datos: PNOV y NASA Grupo N Mediana 25% 75% Remoto 93 26,73 25,831 27,248 In situ 93 26,83 25,932 27,641

Estadístico U de Mann-Whitney= 4761,0 T = 8259,0 (P = 0,235), al ser el valor teórico (4761) menor que el valorobservado (8259), no se rechaza la hipótesis nula (Ho), con tamaños de muestras iguales a 93 meses de promedios de las temperaturas registradas.

Tabla 1.Resultados de prueba no paramétrica U de “Mann-Whitney” con el programa estadístico de “Sigma Stat”.

AÑO DEL OBJ NOA lances/crno dias/crno cpue capt/crno2005 29.349,07 7.462,96 3.311,10 26,96 62,13 19,58 527,942006 10.786,48 16.916,78 5.198,50 23,63 66,52 24,87 587,532007 11.926,69 8.522,24 2.808,77 23,65 68,96 18,91 447,262008 9.167,69 8.987,73 1.569,60 18,60 65,02 24,66 458,722009 14.054,05 11.317,85 2.191,93 21,44 65,79 24,72 530,072010 13.570,13 4.040,05 4.036,17 23,71 60,04 19,02 450,972011 6.157,50 6.815,95 4.123,73 22,97 58,23 24,81 569,912012 8.669,91 5.368,98 3.564,00 19,89 58,92 24,59 488,97

DEL= lances asociados a delfines OBJ= lances asociados a objetos flotantes NOA= lances no asociados

CO

FA

15

Figura 5.Comparación de Temperaturas promedios mensuales de ZIT de mediciones “in situ” vs sensor remoto de Modis/Aqua de 2005 a 2012.

Basado en los conocimientos clásicos de los ciclos del fitoplancton y zooplancton, se sabe que la capa super-ficial del mar es pobre en formas de vida, más abajo están las capas en las cuales se descompone la mate-ria orgánica y se transforma en fertilizante, y en el fondo donde no hay luz no se utiliza ese fertilizante (Margalef, 1974).

El movimiento de las zonas de baja presión modifica la estructura de los vientos que crean el fenómeno de "afloramiento". Gracias a ese "afloramiento" promovi-do por los vientos que se lleva hacia la superficie desde las capas más profundas de aguas frías, el fer-tilizante del océano, aumenta la abundancia de algas que producen fotosíntesis y otras formas de vida marina.

En la Figura 5, los datos de ambos procedimientos de medición indican similar tendencia a una disminu-ción de la TSM en los últimos 8 años. Estos resultados pueden conducir a interpretaciones erróneas de que ha ocurrido un enfriamiento de las aguas. Sin embar-go, lo que ocurre es que debido al calentamiento global la ZIT ha estado recibiendo descargas de aguas frías procedentes de ambos polos mediante las corrientes de Humboldt (Sur) y de California (Norte), y retor-nando al continente americano, en parte, gracias a la Contracorriente Ecuatorial con dirección Oeste-Este. A partir de 2010, la tendencia de los datos presentan menos variación entre los métodos, y esto hace supo-ner una homogenización de las aguas por mayor mezcla dónde la variación diaria de la TSM es menor.

CO

FA

16

A RT ÍCULO

CONCLUSIONES.Se puede pensar que los cambios en la vida marina son menos afectados inmediatamente, aunque el cli-ma vaya cambiando, porque no se registran cambios visibles por una década, y de pronto, ocurre una dis-minución repentina en las capturas. Hay fuertes evidencias de que el sistema ecológico reacciona de forma no lineal (CIAT, 2013a), que puede soportar cambios pequeños por un tiempo pero llega a un punto de vuelco y las cosas cambian abruptamente. En años recientes los pronósticos de los modelos poblacionales no han sido muy acertados (Maunder y Punt, 2013).

En las condiciones actuales, con el traslado de la zona de convergencia es de suponer que se contrarresta el

Figura 6.Ejemplo gráfico de la distribución de los lances de cerco de la flota venezolana durante el año 2012 en relación a promedio global de TSM (ºC) en el polígono de estudio en el OPO (rectángulo punteado en gris representa zona de Veda de la CIAT)

En la Figura 6 se puede apreciar que en el año 2012, la flota venezolana tuvo la tendencia a realizar mas lances en áreas donde la temperatura estuvo sobre los 26ºC y no menor de los 22ºC, en este sentido, se puede suponer que a mayor números de lances mayor es la probabilidad de captura túnidos. Sin embargo, a la luz de las estadísticas recientes (Tabla 2), esta suposi-ción no se sustentaría del todo, ya que se aprecia mayores capturas, con menos lances y menos días de ausencia, como se registró en 2011 y 2012, respectivamente.

afloramiento, siendo una explicación tentativa de la disminución de la abundancia de peces como los tú- nidos, en algunas zonas del OPO, aunque sean consumidores del tope de la cadena trófica.

Estos resultados servirán de referencia para descri-bir en posteriotes análisis las posibles tendencias y relaciones entre la CPUE, la TSM y la distribución de la concentración de Clorofila-a en la zona inter-tropical del OPO, con polígonos de menor área que pudieran arrojar algún patrón estacional o sincroni-zación con las variables oceanográficas analizadas en este ensayo.

CO

FA

17

BIBLIOGRAFÍA

Allison, E. H., Perry, A. L., Badjeck, M.-C., Neil Adger, W., Brown, K., Conway, D., et al. (2009). Vulnerability of national

economies to the impacts of climate change on fisheries. Fish and Fisheries, 10(2), 173-196. doi: 10.1111/j.1467-

2979.2008.00310.x (Consulta, agosto 2013).

CIAT (Comisión Interamericana del Atún Tropical). (2013a). Documento SAC-04-08: Consideraciones Ecosistémicas.

Comité Científico Asesor. La Jolla, California (EE.UU.) 26pág http://www.iattc.org/Meetings/Meetings2013/MaySAC/Pdfs/

SAC-04-08-Consideraciones-ecosistemicas.pdf (consulta, agosto 2013).

CIAT (Comisión Interamericana del Atún Tropical). (2013b). Informe de la Situación de la Pesquería: IATTC-85-03:

Los atunes y peces picudos en el OPO en 2012. Veracruz, México. 125 pág http://www.iattc.org/Meetings2013/

IATTC-85-03-Atunes-y-peces-picudos-en-el-OPO-2012.pdf (consulta, agosto 2013).

Harley, C.D.G., Hughes, R.A., Hultgren, K.M., Miner, B.G., Sorte, C, J. B., Thornber, C. S., Rodriguez, L.F., Tomanek, L. &

Williams, S. L. (2006). The impacts of climate change in coastal marine systems. Ecology Letters, 9: 228-241.

Hwang, Y.-T., & Frierson, D. M. W. (2013). Link between the double-Intertropical Convergence Zone problem and cloud

biases over the Southern Ocean. Proceedings of the National Academy of Sciences, 110(13), 4935-4940. doi:

10.1073/pnas.1213302110

Lennert-Cody, C. E., Minami, M., Tomlinson, P. K., & Maunder, M. N. (2010). Exploratory analysis of spatial–temporal patterns

in length–frequency data: An example of distributional regression trees. Fisheries Research, 102(3), 323-326. doi:

http://dx.doi.org/10.1016/j.fishres.2009.11.014

Margalef, R. (1974). Ecología. Editorial Omega. Barcelona, España. 951 pág.

Matthiopoulos, J. (2003). The use of space by animals as a function of accessibility and preference. Ecological Modelling

159(2-3): 239-268.

Maunder, M & Punt, A. E. (2013). A review of integrated analysis in fisheries stock assessment. Fisheries Research, 142(0),

61-74. doi: http://dx.doi.org/10.1016/j.fishres.2012.07.025

Stretta, J. (1991). Forecasting tuna fishery with aerospatial remote sensing. International Journal of Remote

Sensing 12 (4): 771-779.

Talley L.D., Pickard G.L., Emery W.J., Swift J.H., (2011). Descriptive Physical Oceanography: An Introduction

(Sixth Edition), Elsevier, Boston. 560 pág.

Uribarren, A. (2011). Distribución y preferencias oceanográfi-cas del atún aleta azul Thunnus thynnus (Linnaeus, 1758) en el

Golfo de México. Tesis de maestría en Ecología y Pesquerías, Instituto de Ciencias Marinas y Pesquerías. Universidad

Veracruzana. Veracruz, México. 107 pág.

Zar J. (2010). Biostatistical Analysis. Prentince Hall. 5ª edición. New Jersey. USA. ISBN: 978-0-13-100846-5 944 pág.

PESCANDO LANOTICI

CO

FA

18

Piden pronta regulación para pesca de atún

comité científico redefinirá cuotas para pesca de sardina y anchoveta

Fuente: La RepúblicaFoto: Archivo FUNDATÚN

Fuente: Bio BioFoto: INSOPESCA

COSTA RICA, Marzo 2014

CHILE, Marzo 2014

No sólo se solicita prohibir la pesca de atún a flotas internacionales en aguas costarricenses, sino además se busca restringir la práctica con cerco y con red de cerco en las primeras 100 mi-llas de mar de las costas de dicho país.

Esa es la solicitud que hacen varias organiza-ciones del sector pesquero, que desde varios meses enviaron un proyecto al Poder Ejecutivo.

La semana del 24 de marzo de 2014 sesionará el Comité Científico que redefinirá la cuota de sardina y anchoveta. El subsecretario de Pes-ca, Raúl Súnico, fue enfático en señalar que la especie no se ha recuperado totalmente. Por cerca de un año se extendió la veda de sar-dina y anchoveta, una medida que se adoptó por la escasez del recurso y que causó una crisis económica en la pesca artesanal. No obstante, el panorama es alentador para el 2014.

Sucre: Gobierno Nacional entregó créditos a trabajadores del MarFuente: INSOPESCAFoto: Daniel Müller

VENEZUELA, Marzo 2014

Luego de realizar una inspección en la Planta Procesadora de Pescado “Gran Mariscal de Ayacucho”, ubicada en el sector La Matica fija-da en Cumana, estado Sucre, el Ministro del Poder Popular para la Agricultura y Tierras, Yván Gil en compañía del presidente del Fondo para el Desarrollo Agrario Socialista (Fondas) Saverio Celis, otorgó 91 créditos por el orden de los 8.354.986 bolívares que permitieron be-neficiar en esta oportunidad a un total de 253 trabajadores del mar en la entidad oriental, donde además se entregaron 102 motores de borda, aspecto que permitirá fortalecer las ac-ciones de quienes al igual que los trabajadores del campo garantizan la soberanía alimenta-ria nacional.

Durante la jornada crediticia, donde se bene- fició a pescadores de Santa Fe, Mariguitar, San Luis, Nurucual entre otras comunas pes-queras aledañas de la región costera, se contó con el apoyo del vicepresidente del órgano cre-diticio, Juan Carlos Herrera, la primera combatiente del estado Sucre, Miriam de Acu-ña, autoridades de la Corporación Venezolana de Alimentos (CVAL) y legisladores de la enti-dad; entre otros luchadores sociales, quienes dijeron si al beneficio que permitirá mejorar la

capacidad socioproductiva de hombres y que lu-chan por obtener frutos marinos dado el gran potencial de insumos y proteicos con los que cuenta la región.

Al respecto el titular de la cartera agrícola ex-presó que “con estas acciones evidenciamos y recordamos el legado que nos dejó el coman-dante eterno, Hugo Chávez. Nosotros nos partiremos el lomo para beneficiar a los pesca-dores; pues ustedes son las manos de este pueblo y se parten el lomo para garantizar la soberanía alimentaria. Que sectores violentos y adversos que no se equivoquen, ya que sin duda el poder llego al pueblo para quedarse”.

Fue oportuno el encuentro para que tanto el Ministro Gil como la máxima autoridad del Fondas, honraran a los presentes tras cele-brarse “El Día del Pescador Artesanal”, conmemoración decretada el 14 de marzo del año 2010, cuando el presidente de la República, Hugo Chávez, consciente de la importancia de estos y sus aportes a la nación, les dignificó durante la transmisión del programa domini-cal Aló Presidente 327, transmitido para la fecha desde la ciudad de Cumaná.

CO

FA

19

La Fundación para la Pesca Sostenida y Responsable de Túnidos (FUNDATÚN),

celebra el cumplimiento de las normas para la pesca del Atún y conservación de los Delfines en la zona del océano Pacífico oriental Tropical,

contenidas en el “Acuerdo Programa Internacional para la Conservación de Defines (APICD)”

en vigor desde febrero de 1999.

www.fundatun.org