¿Qué aportan las matemáticas a gestión pesquera?
Últimas noticias
Oarsoaldea avanza hacia un futuro más azul con la celebración de una nueva jornada técnica del Polo de Economía Azul
Tablas de mareas 2025
Ligera disminución sobre la media de biomasa de juveniles de anchoa, aunque superior a la registrada en las temporadas 2019, 2020 y 2021
Matemáticas y gestión pesquera van de la mano más de lo que pensamos: las primeras son fundamentales en la investigación y, por lo tanto, indispensables para una buena gestión que esté basada en información de calidad. La aplicación de modelos matemáticos y estadísticos para sacar información valiosa a partir de los cada vez más datos de que se disponen es un campo en auge, como demuestra la incorporación de nuevos personal investigador en este área. Hablamos con Dorleta García, investigadora sénior de AZTI que trabaja en el análisis estadístico de datos y la aplicación de modelos matemáticos de poblaciones y dinámica de flota para informar la toma de decisiones en gestión pesquera.
¿Para qué sirven las matemáticas en gestión pesquera?
Nuestra principal misión es estimar el número de peces o biomasa de las diferentes poblaciones de peces que hay en el mar y así, por ejemplo, tener los datos con los que establecer el TAC (máximo de capturas admisibles por sus siglas en inglés), que se puede pescar anualmente. Luego, en base a eso desde las entidades gestoras se decide que TAC establecer.
¿Cómo se estima el número de peces de una especie?
Con modelos matemáticos de dinámica de poblaciones, que describen la evolución de estas en base a parámetros biológicos que obtenemos mediante estudios específicos, las capturas que declaran los pescadores rutinariamente, y también campañas de investigación que nos proveen de índices de abundancia independientes de la pesca.
Todo esto lo metemos en un algoritmo de optimización y así obtenemos la evolución histórica de la población; tanto el nivel de biomasa como la explotación pesquera.
¿Qué se incluye en los modelos?
Depende. En lo modelos más sencillos únicamente se incluye la captura total en biomasa. Pero hay modelos más sofisticados en los que tenemos en cuenta tanto el tamaño como la edad e incluso el sexo de los peces.
Si pensamos en dos de las especies que más se consumen: la merluza y la anchoa. ¿A partir de qué cantidad se detecta que la especie está en peligro?
En el caso de la anchoa, son 24 000 toneladas y cuando estamos por debajo de este límite, el consejo de captura es cero (como ya pasó hace unos años), y en el caso de la merluza, en el cantábrico tenemos dos stocks, la merluza sur (la más pegada a la costa cantábrica) y la del norte, que va desde el norte del Cantábrico hasta prácticamente Noruega. En el caso del stock sur la biomasa limite estuvo fijada en 8 000 toneladas antes de ser rechazado el modelo de estimación de biomasa, por no ajustar de manera adecuada a los datos. En el caso del stock norte, la biomasa limite está estimada en 40 000 toneladas. Sin embargo, en este caso no está claro que se cerraran las pesquerías. Saltarían las alarmas y habría que tomar medidas drásticas, pero no necesariamente el cierre.
¿Cómo se determinan los TAC?
Se calculan utilizando reglas de control de captura: fórmulas matemáticas que utilizan como variables el estado del stock y variables de referencia como los que mencionábamos en el caso de la merluza y la anchoa. Comparamos el estado de la población con esos valores de referencia y según la diferencia, determinamos la captura máxima admisible.
Pero antes de validar estas reglas de control de pesca, tienen que pasar por un proceso en el que se asegure que van a llevar a la población a una explotación sostenible y que aseguren también la rentabilidad económica de las pesquerías. Esta evaluación se hace a través de modelos matemáticos de simulación en los que metemos toda la incertidumbre que tenemos sobre la dinámica de las poblaciones de peces y también de la dinámica de las flotas. Hay que tener en cuenta que conocemos muchas cosas (como el sexo en algunos casos), pero desconocemos muchas otras, como la interacción de las especies de peces con el ecosistema en general, cómo les puede afectar el cambio climático, la predación entre especies, la densodependencia… Por eso, antes de poner en marcha esas reglas de control de pesca, tenemos que asegurar que sean robustas a todo lo que no conocemos.
Al margen de ayudar a establecer los TAC, ¿qué otras aplicaciones podemos encontrar al modelado matemático de las pesquerías?
El objetivo final es principalmente el establecimiento de medidas de gestión, ya sea en base a las capturas (TAC), como esfuerzo, tamaños de malla, talla mínima de pesca, áreas marinas protegidas… Pero para llegar hasta ahí generamos mucho conocimiento biológico y económico. Algunos ejemplos:
- Relación la relación entre la productividad del stock (reclutamiento, peso, madurez) y variables medioambientales.
- Identificación de estrategias de gestión que maximicen los beneficios económicos y sociales a la vez que minimizen los impactos adversos en el ecosistema.
- Establecimiento de la talla óptima para la pesca, talla a partir de la cual se puede maximizar el rendimiento de la población.
- Identificación de hábitats adecuados para las diferentes especies y así poder informar a los pescadores sobre los mejores lugares para pescar en cada momento, por ejemplo.
¿Cómo ha sido la evolución del grupo de modelado matemático en AZTI?
La primera matemática (somos todas mujeres) entró en AZTI con una beca en el año 2000, yo entré en el año 2002 también con otra beca. A día de hoy ya somos 5 matemáticas trabajando en modelado en gestión pesquera y otra más trabajando en modelado ecosistémico. Es un equipo pequeño, pero somos muy activas. No es fácil encontrar perfiles adecuados y estamos esforzándonos por estrechar la relación con la universidad para incorporar estudiantes de matemáticas al grupo.
¿Hay nuevas vías de investigación para aplicar esta metodología en áreas que hasta ahora no la usaban? ¿Cómo se ve el futuro de modelado?
El modelado matemático y todo lo que tiene que ver con el análisis de datos (data Science) está en auge. En la era del big-data donde el tipo de datos y la cantidad de datos que recogemos se ha incrementado (quizás no exponencialmente pero si enormemente) y va a seguir incrementando en el futuro. Esto abrirá nuevas áreas de investigación y también cambios en la manera de trabajar que tenemos actualmente.