1
Revista de Biología Tropical, ISSN: 2215-2075, Vol. 71: e53174, enero-diciembre 2023 (Publicado Jun. 29, 2023)
Flotas de pesca extranjeras en el Pacífico costarricense y su traslape con
áreas protegidas oceánicas, el ordenamiento pesquero y el Domo Térmico
Priscilla Cubero-Pardo1*; https://orcid.org/0000-0003-0022-3338
César Castro-Azofeifa2,4; https://orcid.org/0000-0003-4977-2397
Juan B. Chavarría-Chaves3; https://orcid.org/0000-0002-5672-6535
Christian Vargas-Bolaños2; https://orcid.org/0000-0003-0853-2047
Francini Corrales-Garro2; https://orcid.org/0000-0003-3502-4128
1. Consejo Nacional de Rectores, Pavas, San José, Costa Rica; pcubero@conare.ac.cr (*Correspondencia)
2. Laboratorio PRIAS, Centro Nacional de Alta Tecnología, Pavas, San José, Costa Rica; ccastroa1707@gmail.com,
cvargas@cenat.ac.cr, francini113@gmail.com
3. Profesional Independiente, San Pedro, San José, Costa Rica; chavarrj@yahoo.com
4. Escuela de Biología, Universidad de Costa Rica, San Pedro, San José, Costa Rica.
Recibido 04-I-2023. Corregido 01-IV-2023. Aceptado 13-VI-2023.
ABSTRACT
Foreign fishing fleets in the Costa Rican Pacific and their overlap with oceanic protected areas,
the fishing zoning, and the Thermal Dome
Introduction: Until today, the fishing effort by foreign fleets in the Costa Rican Pacific has not been analyzed.
Objective: To determine the spatial distribution of the fishing effort of those fleets, variables that shape that
distribution, and if they interact with management figures and highly fragile ecosystems.
Methods: Using fishing effort data from 2012 to 2020, obtained from Global Fishing Watch, an Index of Fishing
Effort (IEP) was calculated to apply geospatial and multivariate statistics, as well as multiple regression models.
A grid with 55 905 cells of 0.10 degrees was used to apply Hot Spot Analysis, and another grid with 24 176
cell-year-month analysis units of 0.25 degrees was used to apply a Linear Regression Model.
Results: The data reveals the fishing activity of international fleets associated with four types of fishing gear,
and a wide coverage of a high IEP by two fleets throughout the nine years analyzed. The IEP is primarily
associated with location and varies by month and year. There is also relative evidence that its influenced by the
concentration of oxygen and nitrates.
Conclusions: International fleets come into direct conflict with officially defined zones for national fleets and
disrespect protected oceanic areas and a declared non-fishing zone to protect marine resources in the Costa
Rican Pacific. Their activities in the Dome may affect a national yellowfin tuna fishery.
Key words: trawling; purse-seine; longline; Costa Rican fisheries; fishing overlap.
RESUMEN
Introducción: Hasta hoy, no ha sido analizado el esfuerzo pesquero por parte de flotas extranjeras en el Pacífico
de Costa Rica.
Objetivo: Determinar la distribución espacial del esfuerzo pesquero de esas flotas, variables que moldean esa
distribución, y si las mismas interactúan con figuras de manejo y ecosistemas altamente frágiles.
Métodos: A partir de datos de esfuerzo pesquero de 2012 a 2020, obtenidos de Global Fishing Watch, fue calcu-
lado un Índice de Esfuerzo Pesquero (IEP) sobre el cual fue aplicada estadística geoespacial y multivariada, así
https://doi.org/10.15517/rev.biol.trop..v71i1.53174
ECOLOGÍA ACUÁTICA
2Revista de Biología Tropical, ISSN: 2215-2075 Vol. 71: e53174, enero-diciembre 2023 (Publicado Jun. 29, 2023)
INTRODUCCIÓN
El control del esfuerzo de pesca, de la
mano con una buena gobernanza, es esencial
para encaminar las pesquerías hacia la sosteni-
bilidad a largo plazo, de la mano con la salud
ecosistémica (Naranjo Madrigal & Salas Már-
quez, 2014). Por eso, cada vez es más impor-
tante el desarrollo de análisis cuantitativos del
esfuerzo pesquero.
Los análisis cuantitativos que incluyen
el tipo de equipo de pesca y su distribu-
ción espacial son considerados más adecuados
para representar dicho esfuerzo a una escala
amplia (McCluskey & Lewison, 2008). Para
este efecto, el uso de Sistemas de Información
Geográfica (SIG) ha sido clave para investigar
el aprovechamiento y manejo de recursos pes-
queros a partir de la década de 1980 (Nishida
& Itoh, 1999). Los SIG resultan claves en la
actualidad para orientar la toma de decisiones
por parte de los gobiernos locales, al pre-
sentar datos relevantes de forma práctica, tal
como han hecho en Venezuela (Silva Ariste-
gueta et al., 2010).
Existe un análisis georreferenciado de
capturas de atún aleta amarilla (Thunnus alba-
cares) por parte de barcos de cerco de bandera
extranjera en toda la Zona Económica Exclusi-
va del Pacífico de Costa Rica (ZEE), del 2002
al 2011 (Cubero-Pardo et al., 2021), pero este
tipo de análisis es el único conocido hasta hoy
para este país. No existen estudios espaciales
de flotas nacionales, o que revelen operaciones
pesqueras por otras flotas de bandera extranjera
distintas a la flota de cerco.
El decreto de “Ordenamiento para el apro-
vechamiento de atún y especies afines en la
zona económica exclusiva del Océano Pacífico
costarricense” (D.E. 38681-MAG-MINAE, La
Gaceta No. 213, 09 de octubre 2014), asigna
la mayor parte de la ZEE a flotas nacionales
y limita el acceso a una única flota de bandera
extranjera (cerco) en dos zonas específicas, y
bajo determinadas condiciones. Dicho ordena-
miento establece claramente que las áreas pro-
tegidas quedan excluidas de dicha zonificación.
En el Pacífico costarricense, existen dos
áreas marinas protegidas (AMP) oceánicas
de alta importancia para la conservación de
especies marinas. El Parque Nacional Marino
Isla del Coco (PNMIC) es operado bajo obje-
tivos de no extracción (Sistema Nacional de
Áreas de Conservación, 2016), en tanto el Área
Marina de Manejo Montes Submarinos (AMM-
MS), define dos zonas de protección absoluta
(montes Las Gemelas, con 2 720 km2, y una
zona de 724 km2, al noroeste del PNMIC). El
resto del área del AMM-MS (6 144 km2) está
abierta a la pesca con palangre exclusivamente
nacional (Sistema Nacional de Áreas de Con-
servación, 2013). Arias et al. (2016) revelaron
la presencia de pesca ilegal dentro del Parque
Nacional Isla del Coco, sin indicar la naciona-
lidad de las embarcaciones.
Otra zona de alto valor ecosistémico es
el Domo Térmico, una zona de afloramiento
altamente productiva y frágil, cambiante en
como modelos de regresión múltiple. Fue utilizada una cuadrícula con 55 905 celdas de 0.10 grados, para aplicar
Análisis de Puntos Calientes, y otra cuadrícula con 24 176 unidades de análisis celdas-año-mes de 0.25 grados,
para aplicar un Modelo de Regresión Lineal.
Resultados: Los datos revelan la actividad pesquera de las flotas internacionales asociadas a cuatro tipos de
artes de pesca, así como una amplia cobertura de alto IEP por parte de dos flotas a lo largo de los nueve años
analizados. El IEP se asocia principalmente con la ubicación y varía según el mes y el año. También hay evidencia
relativa de que está influenciado por la concentración de oxígeno y nitratos.
Conclusiones: Las flotas internacionales entran en conflicto directo con zonas oficialmente delimitadas para las
flotas nacionales e irrespetan las áreas oceánicas protegidas y una zona no pesquera declarada para proteger los
recursos marinos en el Pacífico costarricense. Sus actividades en el Domo pueden afectar la pesquería de atún
aleta amarilla.
Palabras clave: arrastre; red de cerco; palangre; pesquerías costarricenses; traslape pesquero.
3
Revista de Biología Tropical, ISSN: 2215-2075, Vol. 71: e53174, enero-diciembre 2023 (Publicado Jun. 29, 2023)
área de forma estacional, y clave para especies
pelágicas de gran tamaño como delfines, tibu-
rones y rayas, además del atún aleta amarilla,
con gran importancia pesquera en Costa Rica
(Cubero-Pardo et al., 2021; Fiedler, 2002; Lan-
dry et al., 2016). El domo no ha sido definido
bajo ninguna categoría de protección o manejo
(Ross Salazar et al., 2019).
Debido a la fuerte restricción que impone
el ordenamiento pesquero costarricense a las
flotas de bandera extranjera en la ZEE, y a la
importancia que tienen las áreas protegidas
oceánicas y el Domo Térmico para el equilibrio
ecosistémico y la salud de las pesquerías, es de
interés analizar si existe actividad pesquera por
flotas extranjeras además de la cerquera, que es
la única permitida. En caso de existir, interesa
cómo se distribuyen espacial y temporalmen-
te cada una de esas flotas durante sus faenas
de pesca, analizar variables específicas que
moldean esa distribución, y si dichas faenas
traspasan los límites (y objetivos) de las áreas
protegidas oceánicas y del Domo Térmico.
Variables como producción primaria de
fitoplancton, oxígeno disuelto y nitrato son
importantes de considerar, ya que ha sido
encontrado que se correlacionan positivamente
con la captura de especies de peces de valor
pesquero y con la efectividad de esa captura
(Bigelow et al., 2002; Jufaili & Piontkovski,
2019; Piontkovski & Al-Hashmi, 2018). Un
aumento en capturas puede llevar a disminuir
la disponibilidad de recursos y, con eso, a
aumentar el esfuerzo pesquero, para compen-
sar, aunque el aumento en esfuerzo no siempre
es garantía de aumento en capturas (Naranjo
Madrigal & Salas Márquez, 2014).
A partir de bases de datos georreferen-
ciadas de esfuerzo pesquero de GFW, de 2012
a 2020, referentes exclusivamente a flotas de
bandera extranjera detectadas faenando en la
ZEE, este trabajo plantea los siguientes obje-
tivos: 1. Determinar la distribución espacial de
proxis de dicho esfuerzo por parte de esas flo-
tas, entre estaciones del año y por tipo de arte
de pesca, con el fin de identificar áreas donde
ese esfuerzo es mayor, 2. Analizar la rela-
ción de esa distribución con el ordenamiento
pesquero nacional, las áreas protegidas oceá-
nicas y el domo térmico, y 3. Caracterizar la
relación entre proxis de esfuerzo pesquero con
variables ambientales (producción primaria de
fitoplancton, oxígeno disuelto y nitrato), lati-
tud, longitud, año y mes, para el total de faenas
de pesca, con el fin de comprender la influencia
de dichas variables en la distribución espacial y
temporal del esfuerzo.
Son generados mapas, mediante aplicación
de geoestadística, sobre índices calculados a
modo de proxis del esfuerzo pesquero y de
condiciones ambientales, a partir de estadística
multivariada. Los resultados son analizados en
relación con las figuras de ordenamiento pes-
quero, y de conservación y manejo de la ZEE, y
se discuten en función de posibles efectos sobre
la actividad por flotas pesqueras nacionales y la
conservación de los recursos marinos.
MATERIALES Y MÉTODOS
Área de Estudio: Comprende la Zona
Económica Exclusiva del Pacífico de Costa
Rica (ZEE) en su totalidad, exaltando zonas
para manejo pesquero, el Domo Térmico y las
áreas protegidas oceánicas (Fig. 1).
Bases de Datos: Este estudio combina
bases de datos georreferenciadas de esfuer-
zo pesquero (en horas) (‘mmsi-daily-csvs-
10-v2-2012’ a ‘mmsi-daily-csvs-10-v2-2020’)
y tipo de arte (‘fishing-vessels-v2.csv’), pues-
tas a disposición pública por Global Fishing
Watch (https://globalfishingwatch.org/es/). Los
datos son basados en posiciones de ubica-
ción geográfica registradas por el Sistema de
Ubicación Automática (AIS, por sus siglas en
inglés) presente en embarcaciones pesqueras,
las cuales son procesadas mediante el uso de
algoritmos que sistematizan la selección de los
datos (https://globalfishingwatch.org/es/).
Dichas bases refieren específicamente a
flotas de bandera extranjera, y contienen datos
de embarcaciones en faena de pesca, repre-
sentados mediante puntos, a una resolución
espacial de 0.10 grados, del 03 de enero de
2012 hasta el 31 de diciembre de 2020, pero no
4Revista de Biología Tropical, ISSN: 2215-2075 Vol. 71: e53174, enero-diciembre 2023 (Publicado Jun. 29, 2023)
incluyen datos de captura de especies. La alta
cantidad de datos disponibles permite realizar
cruces con bases de variables ambientales para
explorar la influencia del medio en la dinámica
de ese esfuerzo (Afonso-Dias et al., 2004; Cus-
hing, 1975; Kroodsma et al., 2018; Natale et
al., 2015; Torres Palenzuela et al., 2004).
Las bases combinadas fueron cortadas den-
tro de la ZEE y, luego de aplicar la herramienta
Análisis Optimizado de Valores Extremos’ de
ArcMap v10.8 sobre la variable esfuerzo, se
obtuvo una base de datos para análisis integra-
da por 55 905 registros (‘original’).
Desde dicha base se construyeron 12 hojas
de datos (clima-arte) referentes a tres épo-
cas climáticas (Seca = diciembre a marzo;
Transición = abril y noviembre, y Lluviosa =
mayo a octubre), para cuatro tipos de arte, por
separado (Tabla 1) manteniendo la resolución
de 0.10 grados. En cada una de esas hojas fue
calculado un Índice de Esfuerzo Pesquero (IEP)
(estructura de cálculo en la sección siguiente)
sobre el cual fue aplicado un Análisis de Puntos
Calientes Optimizado (Getis & Ord, 1992; Ord
& Getis, 1995) en busca de zonas con alto IEP.
Las épocas climáticas fueron definidas con
base en el régimen climático para el Pacífico de
Costa Rica establecido por el Instituto Meteoro-
lógico Nacional (https://www.imn.ac.cr/docu-
ments/10179/31165/clima-regiones-climat.pdf/
cb3b55c3-f358-495a-b66c-90e677e35f57).
A partir de la base de datos original fue
generada una base de datos con celdas de 0.25
grados de lado y 24 176 unidades de análisis de
celda-año-mes (‘derivada’). Sobre esta base fue
Fig. 1. Zona Económica Exclusiva del Pacífico de Costa
Rica, con delimitación del Domo Térmico (Capa del
Domo Térmico: Fundación MarViva. 2016. Ubicación
media estimada del Domo Térmico), las áreas marinas
protegidas (Sistema Nacional de Áreas de Conservación,
2013; Sistema Nacional de Áreas de Conservación, 2016)
(polígono cuadriculado) y el ordenamiento pesquero
(Decreto 38681 MAG-MINAE, La Gaceta No. 213, 09 de
octubre 2014) (Zonas I a V). / Fig. 1. Exclusive Economic
Zone of the Pacific of Costa Rica, with delimitation of
the Thermal Dome (Thermal Dome Layer: Fundación
MarViva. 2016. Estimated average location of the Thermal
Dome), marine protected areas (Sistema Nacional de Áreas
de Conservación, 2013; Sistema Nacional de Áreas de
Conservación, 2016) (squared polygon) and the fishing
zoning (Decree 38681 MAG-MINAE, La Gaceta No. 213,
October 9, 2014) (Zones I to V).
Tabla 1
Artes de pesca analizadas en este estudio y detalles asociados. Table 1. Fishing gear analyzed by this study and associated
details.
Arte de Pesca No. Registros Horas de Esfuerzo No. Países o Banderas
Total Seca Transición Lluviosa
Cerco 42 167 11 163 8 305 3 171 101 166 14
Palangre 12 630 2 857 2 260 7 513 14 328 12
Arrastre 698 144 110 257 1 646 11
Caña y Línea 410 184 64 162 2 452 1
5
Revista de Biología Tropical, ISSN: 2215-2075, Vol. 71: e53174, enero-diciembre 2023 (Publicado Jun. 29, 2023)
analizada la relación entre el IEP y variables
ambientales de producción primaria de fito-
plancton (mg/m3/día), oxígeno disuelto (mmol/
m3) y nitrato (mmol/m3), latitud, longitud, año
y mes, mediante un Modelo Linear Generali-
zado. Cambiar a resolución de 0.25 grados fue
necesario, ya que esa fue la escala espacial más
fina disponible en las variables ambientales
(https://www.copernicus.eu/es).
Si bien en una de las bases de datos de
GFW utilizadas se especifica la bandera de
cada barco, este estudio no incluye dicha varia-
ble en sus análisis, pues la misma no contribuye
a sus objetivos. Por otro lado, ninguna de las
dos bases de GFW especifica si los barcos
faenan en aguas costarricenses de forma legal
o ilegal, por lo cual esa temática no es abordada
en este trabajo.
Índice de Esfuerzo Pesquero (IEP): para
calcular el índice, se inspeccionó primero la
matriz de correlación y se aplicó luego Aná-
lisis de Componentes Principales (ACP); se
seleccionaron aquellas variables que repre-
sentaron mejor el esfuerzo pesquero. El ACP
fue aplicado sobre la matriz de correlación
de variables pesqueras referentes a esfuerzo
(horas), eslora (m), potencia de motor (kw) y
tonelaje bruto (GT), de forma semejante como
hicieron Le Pap y Vigneau (2001), tanto para
las 12 hojas clima-arte por separado (escala
0.10 grados), usando la plataforma estadística
R-Studio (RStudio Team, 2016), como para
la base derivada (escala 0.25 grados), usando
SPSS Statistics (IBM Corp, 2011).
En cada caso, fueron seleccionados de 1 a
3 componentes principales (valor propio 1 o,
al menos, 80 % de la varianza total explicada
entre ellos) para calcular el IEP. Los compo-
nentes principales fueron ponderados con base
en sus contribuciones correspondientes a la
varianza total, expresada como proporción, de
acuerdo con la fórmula (A) (Li et al., 2006).
Y = λ1C1 + λ2C2 + + λnCn (A)
Donde, Y corresponde al índice de esfuer-
zo pesquero, Ci es el componente principal
i-ésimo extraído (i = 1, .., n), and λi es la con-
tribución i-ésima a la varianza total, expresada
como proporción.
Tanto para las 12 hojas clima-arte por
separado, como para la base derivada, la con-
tribución de cada variable en el IEP fue deter-
minada al inspeccionar los coeficientes de
los vectores propios correspondientes (Manly,
1986) (Tabla 2, Tabla 3).
Tabla 2
Componente Principal en el cual pesa más cada variable del Índice de Esfuerzo Pesquero, y porcentaje de varianza explicada,
a escala 0.10 grados de lado. / Table 2. Principal Component in which each variable of the Fishing Effort Index weighs more,
and percentage of explained variance, on a scale of 0.10 degrees per side.
Arte Época C1 C2 C3
Esl Pot Ton Esl Pot Horas Ton Horas % Var Exp
Cerco Seca 0.57 0.58 0.59 -0.99 93.74
Lluviosa 0.56 0.57 0.59 -0.99 87.45
Transición -0.56 -0.58 -0.59 0.99 89.94
Palangre Seca -0.57 -0.57 -0.59 0.99 94.56
Lluviosa -0.57 -0.55 -0.60 0.98 90.99
Transición -0.56 -0.57 -0.59 0.98 92.85
Arrastre Seca 0.58 0.59 0.55 -0.99 90.60
Lluviosa -0.56 -0.57 -0.56 0.98 99.15
Transición 0.57 0.56 0.56 0.98 99.31
Caña y Línea Seca -0.63 -0.65 0.60 0.79 85.13
Lluviosa 0.57 -0.57 0.58 -0.99 97.52
Transición -0.67 0.69 0.71 -0.69 93.90
6Revista de Biología Tropical, ISSN: 2215-2075 Vol. 71: e53174, enero-diciembre 2023 (Publicado Jun. 29, 2023)
El término de esfuerzo pesquero dentro
del nombre del índice resulta de la deno-
minación utilizada por GFW en sus bases
de datos que refieren a ‘Esfuerzo Pesque-
ro’, en horas (‘mmsi-daily-csvs-10-v2-2012’ a
‘mmsi-daily-csvs-10-v2-2020’).
Análisis de puntos calientes: Este análi-
sis fue realizado en cada una de las 12 hojas
clima-arte, con el uso de varias herramientas
de ArcMap v10.8, con el fin de identificar la
distancia óptima a la cual los datos alcanzan la
máxima autocorrelación (Cubero-Pardo et al.,
2021). Esa distancia fue utilizada para identi-
ficar agrupaciones espaciales estadísticamente
significativas con alto IEP (puntos calientes) y
bajo IEP (puntos fríos), para los cuatro tipos de
artes de pesca, en cada una de las tres épocas
climáticas, aplicando la herramienta Análisis
de Puntos Calientes Optimizada (Getis & Ord,
1992; Ord & Getis, 1995).
Usando la distancia de máxima autocorre-
lación, dicha herramienta permitió identificar
los puntos calientes de IEP (valores más altos),
mediante la asignación de un valor estadístico
Gi* positivo (puntuación Z) y un valor de P <
0.10 a determinadas unidades de análisis en la
grilla de 0.10 grados. Ese valor de P es válido
en el uso de esta herramienta y permite identi-
ficar la máxima cobertura de puntos calientes
en el espacio (Ord & Getis, 1995). Para las 12
hojas clima-arte analizadas, fueron extraídas las
áreas de agregación significativa del esfuerzo,
a un 90 % de confianza (Gi* 1.65, P < 0.10).
Regresión múltiple aplicada al IEP: A
partir de la base de datos derivada (con celda
de 0.25 grados de lado), los valores observados
del IEP fueron analizados mediante regresión
con Modelo Lineal Generalizado (MLG) con
una función de enlace logarítmica, al ser elegi-
do el modelo de mejor ajuste, en comparación
con un modelo de Cuadrados Mínimos Ordi-
narios. Dicho ajuste fue evaluado mediante
exploración de gráficos de los residuos y de
los predichos, y mediante los índices de Akaike
(AIC) y Bayesiano (BIC).
Al realizar análisis exploratorio de datos se
observó que el histograma para el IEP, aunque
no lucía realmente normal, al menos presen-
taba una importante acumulación de valores
hacia el centro. Eso sugirió utilizar el MLG
con una función probabilidad Normal y una
transformación logarítmica como enlace con el
componente sistemático.
El componente sistemático del MLG se
planteó según la expresión (B). Fueron utili-
zadas variables de ubicación del registro de
IEP (latitud*longitud), mes, año y las variables
ambientales, para las cuales fueron calculados
valores promedio mensuales para cada una de
las unidades de análisis celda-año-mes de 0.25
grados (oxígeno, O2, nitritos, NO3, y produc-
ción primaria neta, PPN). Mediante análisis
previos se encontró que las interacciones de las
covariables no fueron significativas.
Tabla 3
Peso de cada variable en el Componente Principal 1, para
el Índice de Esfuerzo Pesquero y el Índice de Variables
Ambientales, y porcentaje de varianza explicada en cada
caso, a escala 0.25 grados de lado. / Table 3. Weight of
each variable in Principal Component 1, for the Fishing
Effort Index and the Environmental Variable Index, and
percentage of variance explained in each case, on a
0.25-degree scale.
PC1
Índice de
Esfuerzo
Pesquero
Valor propio 2.61
% Varianza explicada 65.14
Horas 0.01
Longitud de embarcación 0.93
Potencia de motor 0.94
Tonelaje 0.93
Índice de
Variables
ambientales
Valor propio 2.79
% Varianza explicada 67.97
Oxígeno disuelto 0.93
Nitrato -0.93
Producción primaria 0.55
*La variable ‘horas’ pone prácticamente todo su peso en el
componente 2. / *The variable ‘hours’ assigns practically
all its weight in component 2.