Skip to main content

Instituto de Fomento Pesquero

Instituto tecnológico CORFO / Instituto tecnológico público
Evaluación de Estrategias de Manejo

Evaluación de Estrategias de Manejo


Actualizado al 11.feb.2025

La Evaluación de Estrategias de Manejo (EEM) es el uso de simulación para evaluar el desempeño de combinaciones de métodos de evaluación de stock y reglas de control de captura (estrategias de manejo) en presencia de incertidumbre, dados los objetivos de manejo que se han adoptado (Smith et al. 1999). La EEM involucra el desarrollo de modelos que describen el sistema de manejo completo, incluidas la dinámica subyacente de la población, el esquema de recopilación de datos, el método de evaluación de stock empleado para prestar asesoría al manejo y la(s) regla(s) de control de captura. El enfoque de la administración pesquera mediante la EEM es completamente coherente con el enfoque precautorio del manejo pesquero recomendado por FAO (Punt 2008).




Figura 1. Esquema conceptual del proceso de modelación de la evaluación de estrategias de manejo (Punt et al. 2014).

Componentes de la EEM

Modelos operativos (MO)

Los modelos operativos contienen una descripción matemática del sistema pesquero, incluida la biología de la población de peces, el patrón histórico de explotación de la(s) flota(s) pesquera(s) y los procesos de monitoreo empleados para recopilar los datos pesqueros. Los MO también incluyen los supuestos para el proceso de monitoreo de datos futuros empleados en las proyecciones y cualquier error de implementación de las decisiones de manejo.

Un proceso de EEM generalmente incluye un conjunto de MO diferentes, cada uno de los cuales representa una hipótesis diferente sobre la posible dinámica de la pesquería. Los MO deben representar las principales fuentes de incertidumbres del sistema pesquero. De este modo la EEM permite identificar una estrategia de manejo que sea robusta a este rango de incertidumbre.

Estrategia de manejo (EM)

Las estrategias de manejo (también denominadas procedimientos de manejo PM; Rademeyer 2007) son un conjunto de reglas que convierten los datos pesqueros en recomendaciones de manejo (e.g., una captura total permisible (CTP), una talla mínima de extracción o alguna combinación de reglas de control). El objetivo principal de la EEM es evaluar el desempeño de diferentes EM a fin de identificar una EM que sea robusta a la incertidumbre del sistema pesquero.

Métricas de desempeño (MD)

Las MD son expresiones cuantitativas de un objetivo de manejo que se utilizan como indicadores de la proximidad del valor actual de un indicador al objetivo, que suele ser un punto de referencia. Las MD pueden ser calculadas dentro del contexto de una EEM y de este modo se emplean para evaluar y comparar el desempeño de un conjunto de EM candidatas.

Software

En el presente existe una escasez de científicos calificados en evaluación de poblaciones de peces, al mismo tiempo que la EEM se ha transformando en un tema dominante en este campo que requiere de la habilidad de realizar simulaciones de manera rápida y eficiente. Una mayor demanda para este tipo de análisis no puede cubrirse con una oferta limitada de analistas sin un aumento de la eficiencia. Esto necesariamente requiere de una plataforma estandarizada, accesible y bien documentada para la implementación de EEM que permita realizar sistemáticamente estas pruebas permitiendo de este modo avanzar con mayor rapidez en este campo (Schnute et al. 2007).

Esta conclusión confluye con las guías técnicas de buenas prácticas para la conducción de EEM que están soportadas en una síntesis de la experiencia acumulada de la implementación de este tipo de estudios en los últimos 30 años, las que recomiendan construir los modelos operativos e implementar los procedimientos de manejo usando software que haya sido desarrollado para ser aplicado en una amplia variedad de situaciones, haya sido probado extensamente y que, idealmente, haya sido desarrollado específicamente para evaluar estrategias de manejo (Punt et al. 2014).

Con este fin, la SUBPESCA ha adoptado el uso de openMSE (Carruthers y Hordyk 2018), una plataforma de software que ofrece numerosas ventajas para extender la implementación de estudios de EEM, expeditando de este modo el proceso de formalización de los procedimientos de manejo en los planes de manejo pesqueros mandatados por la LGPA.

OpenMSE es un paquete de software desarrollado en la plataforma R (R Core Team 2023) que se compone de tres librerías: para construir modelos operativos y simular la dinámica de una pesquería (MSEtool; Hordyk et al. 2023), condicionar modelos operativos con datos y aplicar métodos de evaluación de stock intensivos en datos (SAMtool; Huynh et al. 2023) o aplicar estrategias de manejo en situaciones limitadas en datos (DLMtool; Carruthers y Hordyk 2018). Estas librerías de software han sido aplicadas en un amplio rango de tipos diferentes de pesquerías, incluidas las pesquerías chilenas de merluza común (Hordyk y Newman 2019), anchoveta norte, camarón nailon, merluza del sur y sardina austral.

Los paquetes del software están diseñados para implementar la simulación de la dinámica de una pesquería y el estudio del desempeño de estrategias de manejo alternativas en un ciclo cerrado, simplemente interactuando con nueve objetos (Figura 2). El software incluye también un conjunto de resúmenes gráficos muy efectivos para visualizar los resultados.



Figura 2. Diseño de openMSE, flujo de trabajo y proceso de EEM (MSE). El texto en rojo representa clases de objetos openMSE que contienen los parámetros necesarios para especificar la dinámica relacionada. El texto en azul representa los 6 pasos de las buenas prácticas de EEM según Punt et al. (2014) y están numerados en el orden en que se presentan en ese artículo. Modificado de Carruthers y Hordyk 2018.

Los resultados se pueden visualizar en Slick, una aplicación para la presentación de resultados de EEM y análisis de decisiones. Esta aplicación está implementada como una plataforma en línea (disponible gratuitamente y dirigida a un público general) para resumir los resultados de cualquier EEM a través de 4 ejes principales:

  • Estados de la naturaleza (modelos operativos)
  • Incertidumbre dentro de los estados de la naturaleza (simulaciones)
  • Estrategias de manejo
  • Métricas de desempeño

A partir de los resultados de una EEM, los analistas pueden crear un “objeto slick” y cargarlo en la aplicación slick mantenida en línea.