Palabras clave
General Additive Models (GAM)
Geographic Information System (GIS)
prediction models
zona potencial de pesca
Modelo Aditivo Generalizado (GAM)
sistema de información geográfica
modelos de predictivos
Cómo citar
Resumen
Introducción: La predicción de zonas potenciales de pesca se considera uno de los enfoques más inmediatos y efectivos en las pesquerías, es una técnica importante para la toma de decisiones en el manejo de los recursos pesqueros. Ayuda a los pescadores a reducir su costo de combustible y también a disminuir la incertidumbre de sus capturas, esta técnica permite contribuir a la seguridad alimentaria nacional e internacional. En este estudio, se construyeron diferentes combinaciones de modelos estadísticos predictivos como modelos lineales generalizados y modelos aditivos generalizados. Objetivo: predecir la distribución espacial de las zonas potenciales de pesca del pez dorado (Coryphaena hippurus L.) en el Pacífico colombiano. Métodos: La variable de respuesta se expresó en escala de captura por unidad de esfuerzo, es decir, el número de individuos de C. hippurus capturados por un número total de anzuelos disponibles entre 2002 y 2015. Temperatura de la superficie del mar, concentración de clorofila, anomalía del nivel del mar y batimetría, se utilizaron como variables explicativas para los meses de estacionalidad de C. hippurus (noviembre - marzo). Resultados: El modelo con mejor rendimiento para la predicción de zonas potenciales de pesca fue un modelo aditivo generalizado con distribución de error gaussiana y función de enlace de registro, que se seleccionó en función del criterio de información de Akaike, el R2 y la desviación explicada. La validación del modelo se realizó calculando el error cuadrático medio a través de un enfoque de validación cruzada. El ajuste de este modelo fue del 50 %, lo que puede considerarse adecuado para el tipo de datos utilizados. Enero y marzo fueron los meses con mayor captura por unidad de esfuerzo y noviembre-diciembre los meses con menor. Conclusión: Las zonas potenciales de pesca previstas coincidieron satisfactoriamente con investigaciones anteriores, lo que sugiere que nuestro modelo es una herramienta poderosa para la evaluación, toma de decisiones y uso sostenible de los recursos pesqueros de C. hippurus en el Pacífico colombiano.
Citas
Akaike, H. (1973). Information theory and an extension of the maximum likelihood principle. In B. N. Petrov, & F. Csaki (Eds.), Second International Symposium on Information Theory (pp. 267–281). Akademiai Kiado.
Bellido, J. M., Brown, A. M., Valavanis, V. D., Giráldez, A., Pierce, G. J., Iglesias, M., & Palialexis, A. (2008). Identifying essential fish habitat for small pelagic species in spanish Mediterranean waters. Hydrobiologia, 612(1), 171–184.
Beltrán, F M. C. (2011). Evaluación de las pesquerías de los bancos de pesca artesanal en el Pacífico sur colombiano, Colombia (Tesis de pregrado). Universidad Nacional de Colombia, Colombia.
Blaxter, J. H. S., & Hunter, J. R. (1982). The biology of the clupeoid fishes. Academic Press.
Bigelow, K., Boggs, C., & He, X. (1999). Environmental effects on swordfish and blue shark catch rates in the US North Pacific longline fishery. Fisheries Oceanography, 8(3), 178–198.
Boyce, D., Tittensor, D., & Worm, B. (2008). Effects of temperature on global patterns of tuna and billfish richness. Marine Ecology Progress Series, 355(5), 267–276.
Caetano-Nunes, B. R. (2013). Caracterización genética y ambiental del dorado (Coryphaena hippurus L.) en el Pacífico colombiano (Tesis doctoral). Universidad Nacional de Colombia, Colombia.
Cheung, W. W., Lam, V. W., Sarmiento, J., Kearney, K., Watson, R., & Pauly, D. (2009). Projecting global marine biodiversity impacts under climate change scenarios. Fish and Fisheries, 10(3), 235–251.
Devis, A., García, I., Málikov, I., & Villegas, N. (2002). Compilación oceanográfica de la cuenca pacífica colombiana. Centro Control Contaminación del Pacífico, Tumaco, Colombia.
Espinoza-Morriberón, D. (2010). Estandarización de la CPUE de la flota industrial de cerco del stock norte-centro de anchoveta peruana (Engraulis ringens Jenyns 1842) entre 1996 y el 2008 (Tesis de pregrado). Universidad Nacional Mayor de San Marcos, Perú.
FAO. (2021). Visión general del sector acuícola nacional-Colombia. National Aquaculture Sector Overview fact sheets (Sitio web). https://www.fao.org/fishery/en/countrysector/co/es
Fiedler, P. C. (2002). Environmental change in the eastern tropical Pacific Ocean: Review of ENSO and decadal variability. Marine Ecology Progress Series, 244(2002), 265–283.
França, S., & Cabral, H. N. (2015). Predicting fish species richness in estuaries: Which modelling technique to use? Environmental Modelling & Software, 66(2015), 17–26.
García, M. D. C., Castellana, N., Rapelli, C., Koegel, L., & Catalano, M. (2014). Criterios de información y predictivos para la selección de un modelo lineal mixto. SaberEs, 6(2), 61–76.
Giraldo, A., Payán, L., & Chirima, H. (2010). Variabilidad térmica en el ambiente pelágico de la Isla Gorgona entre marzo 2009-febrero 2010 (Presentación oral). XIV Semanario Nacional de Ciencia y Tecnologías del Mar, Calí, Colombia.
Guisan, A., Edwards, T. C., & Hastie, T. (2002). Generalized linear and generalized additive models in studies of species distributions: setting the scene. Ecological Modelling, 157(2), 89–100.
Guzmán, A. I., Selvaraj, J. J., & Martínez, A. (2010). Variación de la temperatura superficial del mar, clorofila “a” y su relación con capturas de dorado (Coryphaena hippurus) en la costa pacífica colombiana (Presentación oral). III Congreso Brasileiro de Oceanografía, Fortaleza, Brasil.
Herrera-Montiel, S. A., Coronado-Franco, K. V., & Selvaraj, J. J. (2019). Predicted Changes in the Potential Distribution of Seerfish (Scomberomorus sierra) under multiple climate change scenarios in the Colombian Pacific Ocean. Ecological Informatics, 53(2019), 100985.
Hsu, T. Y., Chang, Y., Lee, M. A., Wu, R. F., & Hsiao, S. C. (2021). Predicting skipjack tuna fishing grounds in the western and central Pacific Ocean based on high-spatial- temporal-resolution satellite data. Remote Sensing, 13(5), 1–17.
Lasso, J., & Zapata, L. (1999). Fisheries and biology of Coryphaena hippurus (Pisces: Coryphaenidae) in the Pacific coast of Colombia and Panama. Scientia Marina, 63(3-4), 387–399.
Legendre, P. (1993). Spatial autocorrelation: trouble or new paradigm? Ecology, 74(6), 1659–1673.
Loukos, H., Monfray, P., Bopp, L., & Lehodey, P. (2003). Potential changes in skipjack tuna (Katsuwonus pelamis) habitat from a global warming scenario: modeling approach and preliminary results. Fisheries Oceanography, 12(4-5), 474–482.
Maravelias, C. D. (1999). Habitat selection and clustering of a pelagic fish: effects of topography and bathymetry on species dynamics. Canadian Journal of Fisheries and Aquatic Sciences, 56(3), 437–450.
Marín-Enríquez, E., Seoane, J., & Muhlia-Melo, A. (2018). Environmental modeling of occurrence of dolphinfish (Coryphaena spp.) in the Pacific Ocean off Mexico reveals seasonality in abundance, hot spots and migration patterns. Fisheries Oceanography, 27(1), 28–40.
Martínez, D. N. (2016). Predicción y Análisis de los Retrasos en los Vuelos (Tesis de pregrado). Universidad Autónoma de Barcelona, España.
Martínez-Rincón, R. O. (2012). Efecto de la variabilidad ambiental en la distribución de las capturas incidentales de pelágicos mayores en el Océano Pacífico Oriental (Tesis doctoral). Instituto Politécnico Nacional, México.
Maunder, M. N., & Punt, A. E. (2004). Standardizing catch and effort data: a review of recent approaches. Fisheries Research, 70(2), 141–159.
Mugo, R., Saitoh, S. I., Nihira, A., & Kuroyama, T. (2010). Habitat characteristics of skipjack tuna (Katsuwonus pelamis) in the Western North Pacific. Fisheries Oceanography, 19(5), 382–396.
Myers, R. H., Montgomery, D. C., Vining, G. G., & Robinson, T. J. (2012). Generalized linear models: with applications in engineering and the sciences (2nd Ed.). John Wiley & Sons Inc.
Natteshan, N. V. S., & Kumar, N. S. (2016). A survey of various methods of potential fishing zone identification. International Journal of Control Theory and Applications, 9(40), 697–703.
Pérez-Planells, L., Delegido, J., Rivera-Caicedo, J. P., & Verrelst, J. (2015). Análisis de métodos de validación cruzada para la obtención robusta de parámetros biofísicos. Revista Española de Teledetección, 4(2015), 55–65.
Piedrahíta, C., Selvaraj, J. J., & Guzmán, A. I. (2013). Detección de afloramientos de algas usando datos modis de fluorescencia en el pacífico colombiano. En L. M. Marina, & C. García (Eds.), Investigación en ciencias del mar (pp. 57–69). Aportes de la Universidad Nacional de Colombia.
Rodríguez-Marín, E., Arrizabalaga, H., Ortiz, M., Rodríguez-Cabello, C., Moreno, G., & Kell, L. T. (2003). Standardization of bluefin tuna, Thunnus thynnus, catch per unit effort in the baitboat fishery of the Bay of Biscay (Eastern Atlantic). ICES Journal of Marine Science, 60(6), 1216–1231.
Rodríguez-Rubio, E. (2003). Variabilidad de la circulación de mesoescala en la cuenca oceánica del Pacífico colombiano (Tesis doctoral). Universidad de Concepción, Chile.
Rodríguez-Rubio, E., Schneider, W., & Abarca del Río, R. (2003). On the seasonal circulation within the Panama Bight derived from satellite observations of wind, altimetry and sea surface temperature. Geophysical Research Letters, 30(7), 631–634.
Sabarros, P. S., Ménard, F., Lévénez, J. J., Tew-Kai, E., & Ternon, J. F. (2009). Mesoscale eddies influence distribution and aggregation patterns of micronekton in the Mozambique Channel. Marine Ecology Progress Series, 395(2009), 101–107.
Salazar, J. E., Benavides, I. F., Cabrera, C. V. P., Guzmán, A. I., & Selvaraj, J. J. (2021). Generalized additive models with delayed effects and spatial autocorrelation patterns to improve the spatiotemporal prediction of the skipjack (Katsuwonus pelamis) distribution in the Colombian Pacific Ocean. Regional Studies in Marine Science, 45(2021), 101829.
Salvadeo, C., Auliz-Ortiz, D. M., Petatán-Ramírez, D., Reyes-Bonilla, H., Ivanova-Bonchera, A., & Juárez-León, E. (2020). Potential poleward distribution shift of dolphinfish (Coryphaena hippurus) along the southern California current system. Environmental Biology of Fishes, 103(8), 973–984.
Sartimbul, A., Nakata, H., Rohadi, E., Yusuf, B., & Kadarisman, H. (2010). Variations in chlorophyll-a concentration and the impact on Sardinella lemuru catches in Bali Strait, Indonesia. Progress in Oceanography, 87(1-4), 168–174.
Selvaraj, J. J., Martínez, A., Guzmán, A. I. (2010). Environmental preference of dolphinfish (Coryphaena hippurus) derived from remotely sensed data along the Pacific coast of Colombia (Oral presentation). ICES Annual Science Conference, Nantes, France.
Selvaraj, J. J., Rajasekharan, M., & Guzmán, Á. I. (2009). Aplicaciones de los sistemas de información geográfica y sensores remotos al manejo de pesquerías marinas y desafíos para su desarrollo en Colombia. Boletín de Investigaciones Marinas y Costeras, 38(1), 105–120.
Setiawati, M. D., Sambah, A. B., Miura, F., Tanaka, T., & As-Syakur, A. R. (2015). Characterization of bigeye tuna habitat in the Southern waters off Java-Bali using remote sensing data. Advances in Space Research, 55(2), 732–746.
Sund, P. N., Blackburn, M., & Williams, F. (1981). Tunas and their environment in the Pacific Ocean: a review. Oceanography and Marine Biology an Annual Review, 1981(19), 443–512.
Tsitsika, E. V., Maravelias, C. D., & Haralabous, J. (2007). Modeling and forecasting pelagic fish production using univariate and multivariate ARIMA models. Fisheries Science, 73(5), 979–988.
Valencia, B., Lavaniegos, B., Giraldo, A., & Rodríguez-Rubio, E. (2013). Temporal and spatial variation of hyperiid amphipod assemblages in response to hydrographic processes in the Panama Bight, eastern tropical Pacific. Deep-Sea Research I, 73(2013), 46–61.
Venables, W. N., & Dichmont, C. M. (2004). GLMs, GAMs and GLMMs: an overview of theory for applications in fisheries research. Fisheries Research, 70(2-3), 319–337.
Wood, S. M. (2017). Generalized additive models, an introduction with R (2nd Ed.). Chapman and Hall/ CRC Press.
Yee, T. W., & Mitchell, N. D. (1991). Generalized additive models in plant ecology. Journal of Vegetation Science, 2(5),587–602.
Zagaglia, C., Lorenzzetti, J., & Stech, J. (2004). Remote sensing data and longline catches of yellowfin tuna (Thunnus albacares) in the equatorial Atlantic. Remote Sensing of Environment, 93(1), 267–281.
Zainuddin, M., Nelwan, A., Farhum, S. A., Hajar, M. A. I., & Kurnia, M. (2013). Characterizing potential fishing zone of skipjack tuna during the southeast monsoon in the Bone Bay-Flores Sea using remotely sensed oceanographic data. International Journal of Geosciences, 4(1), 259–266.
Zar, J. H. (2010). Biostatistical analysis (5th Ed.). Prentice Hall.
Zhang, X., Saitoh, S. I., & Hirawake, T. (2017). Predicting potential fishing zones of Japanese common squid (Todarodes pacificus) using remotely sensed images in coastal waters of south-western Hokkaido, Japan. International Journal of Remote Sensing, 38(21), 6129–6146.
Zúñiga-Flores, M. S. (2009). Dinámica poblacional del dorado (Coryphaena hippurus) en Baja California Sur, México: implicaciones para su manejo (Tesis doctoral). Instituto Politécnico Nacional, México.
Comentarios
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Derechos de autor 2022 Revista de Biología Tropical