Documento de trabajo presentado para la consideración del Grupo

CO
PI
A
EL
EC
TR
O
NI
CA
C.
F.
P.
Evaluación de corvina rubia (Micropogonias furnieri) para el año 2008 en el
área del Río de La Plata, Zona Común de Pesca Argentino-Uruguaya y
aguas nacionales adyacentes al norte de 39º LS.
P.
por
F.
Claudia Carozza y Daniel Hernández
C.
Resumen
TR
O
NI
CA
Este informe tiene por finalidad dar a conocer los resultados de la evaluación de corvina rubia para el año
2008 en el área del Río de La Plata y Zona Común de Pesca y aguas nacionales adyacentes al norte de 39º
LS, para ser discutidos con el con el Grupo de Trabajo Técnico Uruguayo. Para tal fin se utilizó el modelo de
diferencias con retardo (delay difference model) de Deriso (1980) y Schnute (1985, 1987). La
estimación de los parámetros del modelo de evaluación y la toma de decisiones se efectuó dentro
de un contexto bayesiano. Los datos utilizados corresponden a la captura total desembarcada (t)
de Argentina y Uruguay, y los valores de CPUE (t/hs) de la flota comercial argentina.
De acuerdo a los resultados obtenidos la captura no debería superar las 38.000 t, para el
área que incluye aguas jurisdiccionales nacionales, Río de la Plata y Zona Común de Pesca, para el
año 2008. Esta captura está asociada con un riesgo del 5 % de que se produzca disminución de
biomasa a comienzos del año 2009 con respecto al año 2008.
EC
Introducción
CO
PI
A
EL
La corvina rubia constituye una de las pesquerías costeras más importantes de la provincia
de Buenos Aires. Tradicionalmente esta especie era capturada en una amplia zona del litoral
bonaerense, por las flotas costera y de altura durante todo el año (Cordo y Forciniti, 1988,
Carozza et al., 2004). En la década del 80 se registraban capturas desembarcadas del orden de las
40000 t efectuadas por la flota de Argentina y Uruguay. A partir del año 1992, hubo un marcado
incremento en la demanda de esta especie y un aumento notable de las capturas desembarcadas
llegando en 1995 a las 60000 t desembarcadas por las flotas de ambos países, en aguas del Río de
La Plata y dentro de la Zona Común de Pesca Argentino-Uruguaya.
Actualmente la mayor captura de corvina rubia por parte de la flota argentina tiene lugar
durante los meses de junio a septiembre en el área de Bahía Samborombón, fecha en la cual se
produce un desplazamiento de las flotas de rada o ría y costera hacia dicha región y se desembarca
el mayor porcentaje de la captura total anual (Lasta et al., 2000, Carozza et al., 2004). El resto del
año la captura desembarcada de esta especie es más baja y proviene de otras áreas del litoral
bonaerense formando parte de una pesquería multiespecífica.
El objetivo principal de este informe es presentar los resultados del modelo de evaluación
y sugerir opciones de captura máxima para el año 2008, en el Río de La Plata, Zona Común de
Pesca Argentino-Uruguaya y aguas adyacentes al norte de los 39ª LS.
La estimación de los parámetros del modelo de evaluación y la toma de decisiones se
efectuaron dentro de un contexto bayesiano (Hernández, 2007).
1
Materiales y metodología
Datos utilizados
P.
Los datos utilizados corresponden a los estimados de captura desembarcada (t) de
Argentina y Uruguay, y los valores de CPUE (t/hs) de la flota comercial argentina, según se
observa en la Tabla 1 y Figura 1.
0,18
0,16
60000
C.
0,14
40000
0,1
0,08
0,06
20000
NI
0,04
30000
0,02
10000
0
2006
2007
2005
2003
2004
2001
2002
2000
1999
1998
1997
1996
1995
1994
1993
1991
1992
1990
1989
O
0
Captura (t)
50000
0,12
CA
CPUE(Kg/hr)
F.
70000
CPUE
Captura (t)
TR
Año
CO
PI
A
EL
EC
Figura 1. Evolución de las capturas desembarcadas (t) por las flotas argentina y uruguaya
considerando información proveniente de aguas jurisdiccionales argentinas, Río de La Plata y
Zona Común de Pesca argentino-uruguaya, y CPUE de la flota argentina que opera en aguas
jurisdiccionales argentinas, Río de La Plata y Zona Común de Pesca. Período 1989-2007.
2
4977
5306
3522
9542
10426
16727
28366
21891
27900
12069
7017
4922
5970
5386
12924
13742
21585
25927
23388
23993
26510
26510
28268
25804
29012
29513
24617
23744
22253
14650
24146
27322
26665
30668
29390
27805
28928
17380
28970
31816
30031
37810
36230
45739
57879
46508
51644
34322
21667
29068
33292
32051
43592
43132
49390
54855
40768
O
NI
CA
C.
F.
Captura
Argentina y
Uruguay
(t)
TR
0,0399
0,0677
0,1587
0,1237
0,0923
0,0445
0,1187
0,0883
0,1157
0,0307
0,0479
0,0342
0,0404
0,0481
0,0750
0,0774
0,0964
0,0940
0,0802
Captura
desembarcada
Uruguaya
(t)
EL
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
Captura
desembarcada
Argentina
(t)
EC
AÑO
CPUE
(t/hs) de la
flota
Argentina
P.
Tabla 1: Estimados de las capturas desembarcadas (t) por la flota argentina y uruguaya
proveniente de aguas jurisdiccionales nacionales, Río de La Plata y Zona Común de Pesca
argentino-uruguaya y CPUE de la flota argentina que opera en aguas jurisdiccionales argentinas,
Río de La Plata y Zona Común de Pesca.
Indice de Abundancia
PI
A
La construcción de un índice de abundancia relativo se efectuó utilizando un Modelo
Lineal General (MLG), que permite incorporar los factores e interacciones más importantes que
generan cambios en la CPUE (Cordo, 2001; Hansen, 2001; Garciarena & Perrotta, 2002; Perrotta
et al., 2003). El modelo utilizado es el siguiente:
CO
ln(CPUE ) = μ + Año + Area + Trimestre + Flota + ( Area x Trimestre) + ( Area x Flota)
+ (Trimestre x Flota) + ε
(1)
siendo:
ln(CPUE): logaritmo natural de la CPUE por viaje de pesca, expresada en kilogramos por hora
de arrastre.
μ : constante del modelo.
Año y Trimestre: correspondiente a la fecha de arribo a puerto de la embarcación.
Area: El Salado, Mar del Plata y Uruguay.
Flota: categorías de flota.
Area x Trimestre: interacción de primer orden entre el área y el trimestre.
Area x Flota: interacción de primer orden entre el área y la flota.
3
Trimestre x Flota: interacción de primer orden entre el trimestre y la flota.
ε: término de error del modelo.
Para obtener el índice de abundancia correspondiente a cada año, se aplicó directamente la
transformación antilogarítmica a las medias mínimo-cuadráticas de los logaritmos de la CPUE
obtenidas a partir del Modelo Lineal General (Hernández, 2004). De esta forma, matemáticamente
se definió:
ln(CPUE ) t
(2)
P.
CPUE t = e
siendo:
C.
F.
CPUE t
: índice de abundancia correspondiente al año t.
ln(CPUE) t : valor medio mínimo-cuadrático de los logaritmos de la CPUE, para el año t.
CA
Modelo de Evaluación
NI
Para describir la dinámica poblacional de la biomasa del stock explotable y determinar la
Captura Biológicamente Aceptable, se utilizó el modelo en diferencias con retardo (delay
difference model) de Deriso (1980), considerablemente elaborado posteriormente por Schnute
(1985, 1987):
(3)
O
Bt = (1 + ρ ) st −1 Bt −1 − ρ st −1 st − 2 Bt − 2 − ρ Ω s t −1 Rt −1 + Rt
TR
Siendo:
Bt , Bt −1, Bt − 2 : biomasas del stock explotable a comienzo de los años t, t-1 y t-2, respectivamente.
EC
ρ : parámetro de crecimiento de la relación w a = α + ρ w a −1 , entre los pesos medios w a y w a −1 ,
correspondientes a las edades a y a-1, respectivamente.
s t −1 = e
− ( M + Ft −1 )
EL
st −1 , st − 2 : sobrevivencias correspondientes a los años t-1 y t-2, respectivamente.
, st −2 = e
− ( M + Ft − 2 )
PI
A
siendo M la tasa instantánea de mortalidad natural.
Rt , Rt −1 : reclutamientos en peso, correspondientes a los años t y t-1, respectivamente
CO
y
Ω = w k −1 / w k , siendo k la edad de reclutamiento.
El reclutamiento fue modelado a partir de una relación general (Schnute, 1994) de la
forma:
Rt = Rt −1 + σ ε ε t
(4)
Además del modelo (4), se adoptó el supuesto de que el índice considerado es
proporcional a alguna potencia no negativa de la biomasa en el año en cuestión, asumiendo
además la existencia de un error de observación. La relación que adoptada es la siguiente:
4
CPUE t = q Btβ eηt ,
con β >1
y
η ≈ N (0, σ 2 )
t
η
(5)
siendo:
q : coeficiente de proporcionalidad entre el índice y una potencia no negativa de la biomasa del
P.
stock explotable.
Bt : biomasa correspondiente al año t.
C.
F.
β : potencia no negativa a la que debe elevarse la biomasa para obtener proporcionalidad con el
índice.
η t : error de observación (se asume normalmente distribuido, con media 0 y varianza σ2).
NI
CA
La presencia del parámetro β en la ecuación (4) implica, en principio, que las variaciones del
índice de abundancia CPUE t reflejen las variaciones de la biomasa anual, pero no en forma
directamente proporcional. Dependiendo del valor del parámetro β, esto determinará que pequeñas
variaciones de biomasa generen importantes variaciones en el índice CPUE t (β>1) o por el
contrario, que grandes variaciones de biomasa sean acompañadas por variaciones de menor
importancia en el índice CPUE t (β<1). La situación correspondiente al caso en el cual sea β>1,
puede tener como causa: distribución agregada de la corvina, con la existencia de áreas de mayor
concentración y conocimiento por parte de la flota.
TR
O
Las distribuciones a priori de los parámetros del modelo (3) se detallan en la Tabla 2. Se
optó por considerar distribuciones a priori poco informativas, asumiendo un conocimiento difuso
del verdadero estado de la naturaleza, propendiendo de esta forma a que sean principalmente los
datos los que “se expresen” al efectuar el análisis bayesiano.
EC
Tabla 2. Límites de las distribuciones a priori (uniformes) de los parámetros del modelo para la
evaluación de corvina rubia.
Parámetros
Intervalo
M
Ω = w k −1 / w k
0,22
0,089
0,6788
B1inf - B1sup
0,0 - 300.000
Biomasa inicial (t=2)
B2 inf - B2 sup
0,0 - 300.000
Reclutamiento inicial (t=1, en peso)
R1inf - R1sup
0,0 - 100.000
Exponente de la relación CPUE vs
biomasa
Desvío del término de error de
reclutamientos
β
2,0 – 4,0
σ ε inf - σ ε sup
0,0 – 64.000
EL
Definición
Tasa de mortalidad Natural
Parámetro de crecimiento
CO
PI
A
Relación wk −1 / wk (k: edad de
reclutamiento)
Biomasa inicial (t=1)
ρ
Los límites de los intervalos asociados a las distribuciones a priori se definieron teniendo
en cuenta los resultados de evaluaciones anteriores. En el caso del límite correspondiente al
reclutamiento, se consideró un límite superior alto, asumiendo a priori un mayor grado de
ignorancia en dicho parámetro.
Parámetros de diagnóstico y de manejo
5
Se consideraron parámetros de diagnóstico a los efectos de evaluar el estado de
explotación del recurso y el rendimiento potencial del mismo y parámetros de manejo para definir
niveles de explotación admisibles:
Bactual : biomasa poblacional del stock explotable a comienzos del año 2008.
Bvirgen : biomasa en equilibrio del stock antes de la explotación.
Bactual / Bvirgen : relación entre la biomasa actual y la biomasa virgen.
[
]
P.
P ( Bactual / Bvirgen ) < 0,5 : probabilidad que la relación entre la biomasa actual y la biomasa
la
C.
F.
virgen sea inferior a 0,5.
RMS : rendimiento máximo sostenible (máximo rendimiento que se puede obtener de
población, manteniendo la misma en equilibrio).
Factual : tasa instantánea de mortalidad por pesca durante el año 2007.
F5% : tasa instantánea de mortalidad por pesca precautoria que genera un riesgo del 5 % que se
CA
produzca disminución de biomasa en el año 2008.
Factual / F5% : relación entre la tasa instantánea de mortalidad por pesca actual y la tasa
correspondiente a un riesgo de disminución de biomasa del 5 %.
C actual : captura durante el año 2007.
NI
C 5% : captura precautoria que genera un riesgo del 5 % de que se produzca disminución de
TR
O
biomasa en el año 2008.
C actual / C 5% : relación entre la captura actual y la captura correspondiente a un riesgo del 5% de
disminución de biomasa.
EC
Resultados
EL
En la Tabla 3 se muestran los valores de los parámetros de diagnóstico y de manejo
obtenidos a partir del análisis bayesiano Como se puede ver en esta tabla la relación entre la
biomasa actual y la biomasa virgen, se ubica en 0,42, valor similar al del 2007 (0,46), mostrando
una situación de deplesión. A su vez la probabilidad que la relación entre la biomasa actual y la
biomasa virgen se ubique por debajo de 0,50 es 0,80. Por otra parte, tanto la relación Factual / F5 %
CO
PI
A
como C actual / C 5 % muestran que las actuales tasas de mortalidad por pesca y captura superan los
correspondientes valores precautorios, en porcentajes que se ubican entre el 55 % en el caso de la
tasa de mortalidad por pesca y 7 % en el caso de la capturas.
De acuerdo a los resultados obtenidos, utilizando como referencia la captura al nivel de
riesgo del 5 % , vemos que la captura no debería superar las 38000 t, para el área que incluye
aguas jurisdiccionales nacionales, Río de la Plata y Zona Común de Pesca, para el año 2008. Esta
captura está asociada con un riesgo del 5 % de que se produzca disminución de biomasa a
comienzos del año 2009 con respecto al año 2008, lo cual se considera aceptable.
6
Tabla 3. Parámetros de diagnóstico y de manejo para corvina rubia resultantes de la aplicación del
modelo Delay Diference Model con aproximación Bayesiana.
Resultado
223.386 t
Bvirgen
530.356 t
F.
Bactual
P.
Parámetro
0,42
Bactual / Bvirgen
P (Bactual / Bvirgen < 0,50)
54.309
0,25
RMS
Factual
C.
0,80
CA
0,16
F5 %
1,55
Factual / F5 %
38.048
NI
C5 %
1,07
O
C actual / C 5 %
EC
TR
En la Figura 2 se puede observar la evolución de la biomasa, entre los años 1989 y 2008. Desde
el año 1999 al 2003 hubo una recuperación de los niveles de biomasa, ubicándose las capturas en este
período entre 21.000 y 43.000 t. Desde el 2003 en adelante la biomasa experimentó un decremento
paulatino hasta la actualidad, con capturas entre 43.000 y 55.000 t (Tabla 1).
290000
EL
250000
230000
A
b io m a s a ( t)
270000
210000
PI
190000
CO
170000
2008
2007
2006
2005
2004
2003
2002
2001
2000
1999
1998
1997
1996
1995
1994
1993
1992
1991
1990
1989
150000
año
Figura 2. Evolución de la biomasa obtenida a partir del análisis bayesiano.
7
En la Figura 3 se muestran la curva de riesgo correspondiente a la probabilidad de que se
produzca una disminución de biomasa a comienzos del año 2009 respecto del año 2008, en
función de la captura.
P.
100
90
F.
C.
70
60
50
85000
80000
75000
60000
50000
O
40000
35000
30000
25000
20000
15000
10000
5000
0
0
45000
10
NI
20
70000
30
65000
CA
40
55000
Riesgo: P(B2009<B2008)
80
TR
Captura (t)
EC
Figura 3. Curvas de riesgo obtenidas a partir del análisis bayesiano. Probabilidad que se produzca
disminución de biomasa a comienzos del año 2009 con respecto al año 2008, en función de la
captura.
Conclusiones
EL
Los resultados obtenidos indican que para evitar una tendencia decreciente de la
abundancia, las capturas de corvina en el área de la CTMFM, CARP, y jurisdicciones nacionales
adyacentes no deberían superar las 38000 t.
CO
PI
A
Los resultados muestran que los niveles de captura actuales están cercanos a aquellos
valores que podrían mantener estable los niveles de biomasa. No obstante, es importante tener en
cuenta que el objetivo perseguido es la recuperación de los valores de biomasa y para ello sería
conveniente considerar como CBA niveles de captura cercanos a los valores precautorios
correspondientes a un 5 % de riesgo de que se produzca una disminución de biomasa. De esta
forma, sugerimos considerar valores de captura para el año 2008, no mayores a las 38.000 t.
Recomendaciones para mejorar el diagnóstico del estado de explotación
Tal como fuera señalado en el Informe Técnico INIDEP N° 22 de 2002, las posibles
mejoras tendientes a incrementar la calidad de la evaluación del stock de corvina, disminuyendo la
incertidumbre asociada con la estimación de los parámetros del modelo, incluyen cuestiones
referidas a los datos y a posibles cambios metodológicos.
En cuanto a los datos, consideramos imprescindible tomar las acciones correspondientes
para incluir la siguiente información
1) Incorporar índices de CPUE de la flota uruguaya.
8
2) Analizar la factibilidad de considerar datos de campañas argentinas y uruguayas para
construir índices de biomasa.
3) Continuar con los muestreos de desembarque y las lecturas de edades, orientado a
construir, en particular, índices de juveniles y de reclutas.
4) Considerar los datos de campaña para construir índices de juveniles.
En cuanto a la metodología se espera :
F.
P.
1) Implementar un modelo estructurado por tallas y/o edades. Actualmente está en estudio la
aplicación de un Modelo de Producción Estructurado por Edades (ASPM)
C.
Bibliografía
CA
BERGER, J.O. 1985. Statistical Decision Theory and Bayesian Analysis. Second Edition.
Springer. 617 pp.
CARP-CTMFM. Resolución N° 3. Año 1998.
NI
CARP-CTMFM. Resolución N° 2. Año 2004.
O
CAROZZA, C.; HERNÁNDEZ , D. R. & PERROTA, R 2004. Evaluación de corvina rubia
(Micropogonias furnieri) en el área del Río de la Plata y Zona Común de Pesca ArgentinoUruguaya, por medio de un modelo de dinámica de biomasa. Rev. Invest. Desarr. Pesq.,
3: 59-76.
EC
TR
CAROZZA, C.; HERNÁNDEZ , D. R. 2005. CORVINA RUBIA (Micropogonias furnieri).
Estimación de la Captura Máxima Biológicamente Aceptable para el año 2005 y
Sugerencias de manejo. Un enfoque Bayesiano. Informe Técnico Interno N° 52/2005, 23
pp.
EL
CADDY, J.F. AND MAHON, R. 1996. Puntos de referencia para la ordenación pesquera.
FAO Documento Técnico de Pesca. Nº 347. Roma, FAO. 109 pp.
CORDO, H. 2001. Estandarización del esfuerzo de pesca ejercido sobre el abadejo (Genypterus
blacodes ) en aguas argentinas, período 1986-1996. Inf. Téc. 41p
A
COUSSEAU, M. B. & PERROTTA, R. 1998 Peces marinos de Argentina: Biología, distribución,
pesca. INIDEP, Mar del Plata, Argentina, 162 pp.
PI
EFRON, B. 1982. The Jackknife, the Boostrap and Other Resampling Plans. Society for Industrial
and Applied Mathematics, 38: 92 pp.
CO
GARCIARENA, D. & PERROTTA, R.G. 2002. Características biológicas y de la
pesca del savorín Seriolella porosa (PICES: CENTROLOPHIDAE) del Mar
Argentino. Serie INIDEP Inf. Téc. N° 49, 19pp.
HAIMOVICI, M.1997. Recursos Pesqueiros Demersais Da Regiao Sul. Avaliacao do Potencial de
Recursos Vivos da Zona Economica Exclusiva- REVIZZEE. Rio de Janeiro, Brasil. 80 pp.
HANSEN, J.E. 2000. Indice de abundancia de anchoíta bonaerense (Engraulis
anchoita) derivados de la operación de la flota comercial de arrastre en el
período 1995-2000. Inf. Téc. DNI-INIDEP N° 26/01, 7 pp.
HERNÁNDEZ, D.R. (MS). 2004. Estimación de índices de abundancia relativa, estimación del
9
poder de
pesca y estandarización del esfuerzo a partir de modelos multiplicativos
Revisión y ampliación de notas de 2002. Notas de Divulgación INIDEP, Mar del Plata,
55 pp. Biblioteca INIDEP.
HERNÁNDEZ, D.R. 2007. Introducción al análisis Bayesiano. Serie Publicaciones Especiales del
INIDEP. Contribución Nº 1359.
P.
HILBORN, R.; PIKITCH, E.K. AND MCALLISTER, M.K. (1994). A Bayesian estimation and
decision analysis for an age-structured model using biomass survey data. Fish. Res., 19:
17-30.
F.
HOENIG, J.M. AND WARREN, W.G. 1994. Bayesian and Related Approaches to Fitting Surplus
Production Models. Can. J. Fish. Aquat. Sci., Vol. 51: 1823-1831.
C.
KINAS, P.G. 1993. Bayesian Statistics for Fishery Stock Assessment and Management. Ph.D.
Thesis, Univ. British Columbia, Vancouver. 141 pp.
CA
KINAS, P.G. 1996. Bayesian fishery stock assessment and decision making using adaptive
importance sampling. Can. J. Fish. Aquat. Sci. 53 : 414-423.
O
NI
MCALLISTER, M.K.; PIKITCH, E.K.; PUNT, A.E. & HILBORN, R. 1994. A Bayesian Approach
to Stock Assessment and Harvest Decisions Using the Sampling/Importance Resampling
Algorithm. Can. J. Fish. Aquat. Sci. 51: 2673-2687.
TR
MCALLISTER, M.K. & IANELLE, J.N. 1997. Bayesian stock assessment using catch-age data and
the sampling – importance resampling algorithm. Can. J. Fish. Aquat. Sci. 54: 284-300.
EC
MCALLISTER, M.K. & KIRKWOOD, G.P. 1998. Using Bayesian decision analysis to help achieve
a precautionary approach for managing developing fisheries. Can. J. Fish. Aquat. Sci. 55:
2642-2661.
EL
PARMA, A.M. 2001. Bayesian Approaches to the Analysis of Uncertainty in the Stock Assessment
of Pacific Halibut. American Fisheries Society Symposium 24:111-132.
PERROTTA, R., HERNANDEZ, D. & CAROZZA, C. 2003. Estimación de un índice de
abundancia relativa anual estandarizado para corvina (Micropogonias furnieri),
período 1989-2002. Inf. Téc. DNI-INIDEP N° 66/03, 13 pp.
PI
A
PUNT, A.E. AND BUTTERWORTH. 1996. Further Remarks on the Bayesian Approach for
Assessing the Bering-Chukchi-Beaufort Seas Stock of Bowhead Whales. Rep. Int. Whal.
Commn. 46: 481-491.
CO
PUNT, E. & HILBORN, R. 1996. BIODYN. Biomass dynamic models. User´s manual. FAOComputerized Information Series. Rome. 62 pp.
PUNT, A.E. AND HILBORN, R. 1997. Fisheries stock assessment and decision analysis: the
Bayesian approach. Rev. Fish Bio. Fish., 7: 35-63.
STATSOFT . 1999. Programa Statistica, version 5.5. StatSoft. Tulsa, USA.
VASCONCELLOS, M AND HAIMOVICI, M. 2006. Status of white croaker Micropogonias
furnieri exploited in southern Brazil according to alternative hypotheses of stock
discreetness. Fish. Res., 80: 196-202.
WALTERS, C. & LUDWIG, D. 1994. Calculation of Bayes Posterior Probability Distributions for
10
CO
PI
A
EL
EC
TR
O
NI
CA
C.
F.
P.
Key Population Parameters. Can. J. Fish. Aquat. Sci. 51: 713-722.
11