Documento de especificación de las pruebas de EEM
Evaluación de estrategias de manejo pesquero (EEM) para el stock de merluza común (Merluccius gayi) en el contexto del enfoque precautorio de la Ley General de Pesca y Acuicultura.
Renzo Tascheri renzo.tascheri@ifop.cl
13 June, 2024
1 Introducción
En Chile se introdujeron reformas significativas a la Ley General de Pesca y Acuicultura (LGPA que entraron en vigor el año 2013. Algunos de los cambios más importantes en ese texto legal persiguen lograr la conservación y uso sostenible de los recursos pesqueros nacionales (Reyes, Gelcich, and Ríos 2017)), mediante la adopción del Enfoque Precautorio para la Ordenación Pesquera (FAO 1995), el Enfoque Ecosistémico en las Pesquerías (FAO 1996), el Enfoque Ecosistémico en las Pesquerías (FAO 2003) y la salvaguarda de los ecosistemas marinos, propendiendo al Máximo Rendimiento Sostenible (RMS) (Maunder 2008).
La nueva legislación modificó también la estructura institucional para el manejo pesquero, creando los Comités de Manejo pesqueros y los Comités Científico Técnicos asesores (Reyes, Gelcich, and Ríos 2017)confiriendo de este modo, un reconocimiento explícito y una participación activa a los diversos grupos de interés pesquero en su rol consultivo para la formulación de los Planes de Manejo, de carácter vinculante; así como también, instaurando la asesoría científico-técnica en el proceso de toma de decisiones, con el propósito de asegurar que sus recomendaciones estén fundadas en conocimiento científico y la mejor información disponible para el establecimiento de los niveles de captura total permisibles (CTP) (Leal, Quiñones, and Chávez 2010).
La actual constitución otorga el estatus de res nullius a los recursos marinos renovables en el Mar Territorial y la Zona Económica Exclusiva UNCLOS. En ese contexto, la LGPA estableció que el régimen inicial de las pesquerías industriales nacionales es de Régimen General de Acceso (artículo 14) y de libertad de acceso para el sector artesanal (artículo 50), el cual prevalece hasta ser restringido explícitamente mediante promulgación de un Decreto Supremo del Ministerio de Economía (Bernal et al. 1999). Además del anterior, la LGPA considera los siguientes regímenes de acceso a las pesquerías chilenas: de Plena Explotación; de Desarrollo Incipiente y de Pesquería en Recuperación, para los cuales, la LGPA (Título II Párrafo 3°) señala que la Subsecretaría de Pesca y Acuicultura Subpesca debe establecer un Plan de Manejo Pesquero PMP.
En el caso particular de la pesquería de merluza común, ésta fue declarada en Régimen de Plena Explotación en el año 1993 (D. EX. Nº 354 de 1993) y, en virtud de lo anterior, se deben fijar cuotas globales anuales de captura.
Por su parte, los PMP son instrumentos de administración vinculantes y constituyen un documento fundamental en el actual marco de gobernanza institucional para la gestión de las pesquerías nacionales. Éstos deben especificar los objetivos, metas y las estrategias para alcanzarlos, definiendo las reglas de decisión para esos fines, entre otras disposiciones. En ese contexto, la LGPA establece que estos PMP deben llevar o mantener los recursos a niveles de RMS.
El PMP de la merluza común fue aprobado en el año 2016 (Res. Ex. 1308 de 2016). En el ámbito biológico sensu (Hindson et al. 2005) las medidas 1.1.1 y 1.1.2 del plan de acción (página 20 del PMP) define la actual regla de control de la pesquería, especificando de esta manera una estrategia de manejo modelo basada (Rademeyer, E. Plagányi, and Butterworth 2007).
2 Especie estudiada
Merluccius gayi gayi (Figure 2.1) es una especie demersal que se distribuye en la costa de Chile desde Antofagasta (23°38’S) hasta el canal Cheap (47°08’S) (Martínez 1976) entre los 50 m y 500 m de profundidad (Aguayo-Hernández 1995) pero la mayor parte de la biomasa se encuentra entre Coquimbo (29°57.2’ S) y Valdivia (39°48’ S) a profundidades menores a 400 m. La presencia de merluza común no ha sido detectada hasta una distancia de 20 millas náuticas al oeste del veril de 500 m (Lillo et al. 2002). En esta área el recurso se considera que conforma una unidad de stock autosustentable con un limitado movimiento en el eje norte-sur y una fidelidad relativamente alta de los adultos con las áreas de desove (Payá et al. 1997; Galleguillos et al. 2000; Vidal, Carson, and Gold 2012; Vargas et al. 1997; Payá and Ehrhardt 2005; Landaeta and Castro 2006).
La actividad pesquera es desarrollada por una flota industrial de barcos arrastreros que operan principalmente desde puertos base en San Antonio, Talcahuano y San Vicente y por una flota artesanal, que actualmente opera con enmalle y ocasionalmente con espinel, distribuida en caletas localizadas principalmente en las regiones de Valparaíso, del Maule y del Biobío.
Para fines de su administración la Unidad de Pesquería de Merluza Común está definida en el área marítima comprendida entre el límite norte de la Región de Coquimbo y el paralelo 41°28,6 de latitud sur (Región de los Lagos), con actividades industriales y artesanales hasta el límite Oeste correspondiente a la línea imaginaria trazada a una distancia de 60 millas marinas, medidas desde las líneas de base normales. Esta pesquería se encuentra declarada en estado y régimen de Plena Explotación (D.EX Nº 354 de 1993) y sus cuotas de captura son administradas mediante Licencias Transables de Pesca para el sector industrial. La pesquería artesanal se encuentra con su acceso cerrado y sus cuotas son administradas a través del Régimen Artesanal de Extracción por área, organización e individual, dependiendo de la zona y Región.
3 Fundamentación de la EEM
Con el propósito de asegurar la pertinencia, confiabilidad y robustez de los Planes de Manejo Pesqueros, la gestión técnica para el proceso de toma de decisión en pesquerías requiere avanzar desde el actual enfoque basado en la mejor evaluación de stock, hacia la Evaluación de Estrategias de Manejo (MSE, en inglés), en consideración a sus capacidades para evaluar el desempeño de los procedimientos de manejo candidatos incluyendo el actual. En este contexto, los datos, la evaluación y la regla de control de captura (procedimiento de manejo) requieren ser evaluadas a la luz de los requerimientos del manejo y del sector.
El Instituto de Fomento Pesquero IFOP es la institución responsable de proveer asesoría científica respecto de los niveles de Captura Biológicamente Aceptables consistentes con el objetivo de alcanzar el RMS. El caso base de la evaluación de stock de merluza común emplea un modelo estructurado por edades (Fournier and Archibald 1982; Tascheri 2023) para ajustar datos históricos de captura, composición de edades de las capturas comerciales y del crucero de evaluación directa y un índice de biomasa, estimado a partir de datos tomados a través de un crucero de evaluación directa usando métodos acústicos. Los datos de esta evaluación de stock son actualizados anualmente. Tal como se observa en otras jurisdicciones de administración pesquera, esta evaluación de stock está sujeta a un alto nivel de incertidumbre.
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) (Rademeyer, E. Plagányi, and Butterworth 2007) en presencia de incertidumbre, dados los objetivos de manejo que se han adoptado (Smith 1999). La EEM involucra el desarrollo de modelos que describen el sistema de manejo completo, incluidas la dinámica subyacente de la población y de la flota, 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).
El desempeño de estrategias de manejo actual y candidatas para la merluza común, incluida aquella definida en el PM, no han sido aun formalmente evaluadas mediante una EEM. Este documento describe las especificaciones técnicas del proceso de implementación de EEM en la pesquería de merluza común. Es un documento que será actualizado continuamente para reflejar el estado actual del trabajo de EEM.
Este documento se considera en permanente revisión, y se origina en el taller presencial “Evaluación de Estrategias de Manejo para la Implementación del Enfoque Precautorio en Merluza común en el Contexto de la Ley General de Pesca y Acuicultura” desarrollado en Valparaíso entre el 7 y 11 de Agosto y que contó con la asistencia de investigadores del IFOP, miembros del Comité Científico Técnico de Recursos Demersales Zona Centro Sur CCT-RDZCS(https://www.subpesca.cl/portal/616/w3-propertyvalue-51144.html), miembros del Comité de manejo y administradores de la Subpesca. El taller fue presidido por el Dr. Quang Huynh, analista cuantitativo senior senior de bluematter.
4 Introducción a openMSE
Los términos técnicos de referencia (TTR) del proyecto de determinación del estatus y capturas sostenibles de merluza común 2024 incluyen la EEM como un objetivo específico adicional. Aun cuando objetivos similares fueron incluidos en versiones previas de este proyecto, el objetivo IV del TTR 2024 requirió explícitamente la participación de los expertos internacionales que desarrollan y mantienen el software openMSEy el uso de este software su ejecución. La SSPA es la institución responsable del TTR de este proyecto de evaluación de stock.
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, Huynh, and Carruthers 2023), condicionar modelos operativos con datos y aplicar métodos de evaluación de stock intensivos en datos SAMtool(Huynh and Hordyk 2023) o aplicar estrategias de manejo en situaciones limitadas en datos DLMtool(Carruthers and Hordyk 2018). Los paquetes del software están diseñados para hacer la simulación de la dinámica de una pesquería y el estudio del desempeño de estrategias de manejo alternativas en un ciclo cerrado, lo más simple y eficiente posible. Estas librerías de software se han aplicado en una amplia gama de diferentes tipos de pesquerías, incluida la merluza común (Hordyk and Newman 2019).
Debido a que es una suite de aplicaciones desarrollada en R, los usuarios de openMSE se pueden beneficiar de todas las ventajas que el ambiente R ofrece (e.g., efectivo manejo de los datos, una amplia colección de herramientas para el análisis de datos, librerías de análisis y representación gráfica).
Los paquetes que forman parte de openMSE poseen además buena documentación, gráficos de salida bien diseñados y un diseño orientado a hacer la EEM asequible a todos los usuarios, independientemente de su nivel de dominio de R. Estas características han hecho que este software sea atractivo para los administradores de las pesquerías chilenas. El hecho de que openMSE es software libre y de fácil acceso, a través de la red de repositorios CRAN, contribuye a la facilidad en la comunicación y a la transparencia necesarias para un proceso exitoso de EEM.
5 Componentes de una EEM
5.1 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 en las proyecciones.
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.
5.2 Estrategia de manejo (EM)
Las estrategias de manejo, también denominadas procedimientos de manejo PM (Rademeyer, E. Plagányi, and Butterworth 2007), son un conjunto de reglas que convierten los datos pesqueros en recomendaciones de manejo (e.g., una captura total permisible o 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 que sea robusta a la incertidumbre del sistema pesquero.
5.3 Métricas de desempeño (MD)
Las métricas o indicadores de desempeño son indicadores cuantitativos que pueden ser calculados dentro del contexto de una EEM y son empleadas para evaluar y comparar el desempeño de un conjunto de EM candidatas.
Este documento describe los MO, EM y MD que se han desarrollado para la EEM de la merluza común. La EEM prueba recursivamente el impacto de los PM candidatos a través de un período de tiempo proyectado mediante la simulación de datos y modelando el impacto de las recomendaciones de manejo en el sistema simulado (representado por el modelo operativo que combina las dinámicas de la población, explotación, observación e implementación). Basado en el desempeño en las simulaciones de la EEM un procedimiento puede ser seleccionado y utilizarse para calcular una recomendación de manejo (Figura 5.1).
6 Desarrollo de modelos operativos
Durante el taller presencial se identificaron un conjunto de cinco modelos operativos (MO). La identificación de MOs consideró las fuentes de incertidumbre discutidas con mayor frecuencia en el marco del CCT-RDZCS, entre las que se encuentran aspectos tales como: el patrón de explotación de la pesquería, cambios interanuales en la probabilidad de madurez sexual con la edad, el procedimiento de ponderación de los datos de composición de edades de la captura comercial y del crucero de evaluación directa, pulsos en el reclutamiento y eventos extraordinarios de mortalidad. De acuerdo con lo anterior, un listado de los MOs identificados se entrega en la (Tabla 6.1).
La dinámica de la merluza común registra en su historia ingresos de clases anuales fuertes que subsecuentemente se traducen en incrementos de la captura biológicamente aceptable y de los desembarques. Ejemplos de ello son las clases anuales que ingresaron al stock a mediados de los 90s, y que propiciaron el notable crecimiento observado en el stock entre los años 1995 y 2002. La dinámica de los reclutamientos en la proyección fue implementada de manera tal que ocasionalmente se registre el ingreso de cohortes grandes en comparación con los estimados para el período histórico. Esto se consiguió empleando una desviación estándar mayor a la usada en el período histórico (0,5) y un proceso de autocorrelación AR(1) igual a 0,65.
| Identifier | Description |
|---|---|
| MO1 | Condicionado con el modelo base de evaluación de stock. Incluye la ojiva de madurez histórica (sin variación entre años) e información de composición de edades de las capturas de la pesca con arrastre de fondo solamente. |
| MO2 | Condicionado con un modelo JJM/amak que incluye información de composición de edades de las capturas de la pesca con arrastre, espinel y enmalle y selectividad variable en el tiempo a través de una caminata aleatoria. En la proyección, la selectividad es una combinación de las tres flotas e incluye una caminata aleatoria. |
| MO3 | Incluye un patrón de madurez sexual por edades variable entre años a partir del año 2000 (la información de madurez es tomada de los muestreos biológicos realizados en los cruceros de evaluación directa, Molina et al. 2021). La proyección considera el patrón promedio de madurez sexual por edades calculado sobre los años más recientes. |
| MO4 | Igual al MO1, pero condicionado usando los ponderadores de Francis (2011). |
| MO5 | Considera eventos de alta mortalidad natural. |
El condicionamiento de los modelos operativos (MO1, MO3, MO4 y MO5) se realizó con el modelo base de evaluación de stock (Tascheri 2023). El condicionamiento del modelo operativos (MO2) se realizó usando un modelo AMAK que incluye los datos de captura por edad de las flotas de arrastre, espinel y enmalle y selectividad variable en el tiempo a través de una caminata aleatoria.
Durante el desarrollo del taller presencial también se compartió el modelo de evaluación de stock desarrollado por Inpesca, con el objeto de contribuir a la problemática relacionada con la existencia de sub-reporte y como esta puede ser abordada en la evaluación de stock.
7 Modelo operativo 1 (MO1)
El MO1 fue condicionado con el modelo base de evaluación de stock, en donde se asume que el patrón de explotación de la pesquería está representado por la selectividad de la pesca de arrastre, supuesto que se basa en la similitud de las composiciones de tamaño de las capturas de las flotas de arrastre, espinel y enmalle (Figura 7.1; (Canales et al. 2008)). El modelo base también incluye una ojiva de madurez sexual que se mantiene sin variación entre años (denominada a veces “ojiva histórica”; Figura 7.3). Los demás modelos operativos pueden ser considerados variaciones del MO1.
8 Modelo operativo 2 (MO2)
A diferencia del modelo base, en el MO2 se consideran explícitamente las selectividades de la pesquería de arrastre, espinel y enmalle. En particular, durante el taller presencial se discutieron potenciales cambios interanuales en el tamaño de malla del enmalle y en consecuencia de la selectividad de esta pesquería (Queirolo and Sateler 2023). Con este propósito, el MO2 fue condicionado con un modelo AMAK donde la selectividad de las tres flotas es estimada usando los datos de composición de edades de cada flota y una caminata aleatoria de los coeficientes de la selectividad por edades.
9 Modelo operativo 3 (MO3)
La ojiva de madurez sexual de la merluza común es regularmente estimada usando histología y datos del crucero de evaluación directa del recurso que se ejecuta anualmente (Molina et al. 2022). Esta información se encuentra disponible para ser usada en la evaluación de stock (Tabla 9.1 ; Figura 7.3), sin embargo, no es usada en el modelo base (Tascheri 2023). Por estos motivos, se consideró necesario condicionar un modelo operativo que incluya esta variación en el tiempo del patrón de madurez sexual del recurso y su impacto en la fracción desovante de la población. Para este fin la proporción de individuos maduros por clase de longitud fue transformada a proporción por edades empleando los parámetros de crecimiento informados por (Aguayo and Ojeda 1987).
| Año | 25% | 50% | 75% | Edad | a | b | N |
|---|---|---|---|---|---|---|---|
| 2004 | 39.2 | 40.2 | 41.1 | 4.0 | -5.47009 | 0.135828 | 1724 |
| 2005 | 37.5 | 38.0 | 38.7 | 3.6 | -6.50574 | 0.170555 | 1297 |
| 2006 | 36.5 | 37.2 | 38.1 | 3.5 | -4.97689 | 0.133157 | 1337 |
| 2007 | 34.5 | 34.9 | 35.5 | 3.1 | -6.82654 | 0.194689 | 1890 |
| 2008 | 33.9 | 34.1 | 34.3 | 3.0 | -11.46770 | 0.335992 | 1761 |
| 2009 | 30.3 | 31.2 | 32.0 | 2.5 | -5.79550 | 0.185891 | 1863 |
| 2010 | 32.2 | 32.7 | 33.4 | 2.8 | -8.39345 | 0.255777 | 1065 |
| 2011 | 28.5 | 28.9 | 29.1 | 2.3 | -18.76250 | 0.651770 | 1131 |
| 2012 | 29.4 | 29.7 | 30.0 | 2.4 | -16.47370 | 0.554459 | 606 |
| 2013 | 30.0 | 30.2 | 30.4 | 2.5 | -19.07050 | 0.632923 | 1126 |
| 2014 | 26.3 | 26.8 | 27.5 | 2.0 | -13.98430 | 0.518839 | 1043 |
| 2015 | 26.8 | 27.0 | 27.2 | 2.0 | -16.45170 | 0.612355 | 821 |
| 2016 | 29.9 | 30.1 | 30.4 | 2.4 | -15.02500 | 0.498656 | 618 |
| 2017 | 28.2 | 28.9 | 29.5 | 2.3 | -13.85660 | 0.479339 | 607 |
| 2018 | 31.6 | 32.0 | 32.4 | 2.6 | -13.75160 | 0.430333 | 709 |
| 2019 | 32.2 | 32.6 | 32.9 | 2.7 | -13.59380 | 0.417543 | 539 |
| 2020 | 32.4 | 32.7 | 33.1 | 2.7 | -13.47050 | 0.411260 | 535 |
| 2021 | 33.1 | 33.4 | 33.6 | 2.8 | -17.37070 | 0.520970 | 331 |
| 2022 | 32.2 | 32.4 | 32.7 | 2.7 | -16.81000 | 0.518150 | 422 |
10 Modelo operativo 4 (MO4)
Los datos de estructura de las capturas (i.e., captura en número por edades o clase de longitud) contribuyen a la estimación de la estructura de edades de la población e informan las estimaciones de la selectividad y el reclutamiento (Methot 2009). Sin embargo, el proceso de pesca (en pesquerías comerciales o cruceros de investigación) introduce correlaciones en estos datos que pueden ser significativas cuando los conjuntos de datos se han construido a partir de múltiples eventos de captura. El efecto que tienen estas correlaciones es la reducción de la cantidad de información contenida en estos datos (Francis 2011).
Algunas veces la influencia de los componentes secundarios de los datos puede ser reducida incluyendo estocasticidad en la parametrización de la selectividad o reduciendo la ponderación de estos datos secundarios, incrementando de este modo la importancia de los componentes primarios de los datos. De acuerdo con (Francis 2011), el componente primario de los datos son los índices de abundancia y su buen ajuste debe entonces recibir prioridad.
En las evaluaciones de stock que emplean el modelo base se ha mostrado que el esquema de ponderación de (Francis 2011) aplicado a los datos de composición de edades (Tabla 10.1) tiene un efecto significativo en la determinación del estatus del recurso y, por esta razón, se considera un eje principal de incertidumbre en esta evaluación (Tascheri 2023).
| Trawl | Longline | Gillnet | Survey | |
|---|---|---|---|---|
| MO1,MO3,MO5 | 100 | - | - | 50 |
| MO4 | 29 | - | - | 1 |
| MO2 | 80 | 40 | 60 | 35 |
11 Modelo operativo 5 (MO5)
La dinámica de la merluza común ha registrado eventos de alta mortalidad. Un patrón general en las fluctuaciones de la biomasa desovante, que es observable independientemente del caso estudiado en la evaluación de stock, es la notable reducción de la población desovante entre los años 1996 y 2005 (que afectó tanto el tamaño del stock pero también su composición de edades), lo que corresponde con un incremento en la mortalidad por pesca que tuvo lugar en los años 90s y hasta el año 2001 y con una posterior reducción en el nivel de los reclutamientos (Tascheri 2023).
Este período también coincidió con un evento de extensión del rango latitudinal de la jibia (Dosidicus gigas) hasta 60° N y 50° S, incrementando notablemente su abundancia frente a las costas Oeste de Estados Unidos (Zeidberg and Robison 2007; Field et al. 2007), Peru (Keyl et al. 2008) y Chile (Cubillos et al. 2004)) y ocupando ampliamente el área de distribución de los stocks de la merluza del Pacífico Norte (Merluccius productus; (Field et al. 2007)), merluza peruana (Merluccius gayi peruanus); (Guevara-Carrasco and Lleonart 2008) y merluza común (Merluccius gayi gayi); (Cubillos et al. 2004). Este evento se ha asociado a un incremento en la mortalidad natural en stocks de merluza (Arancibia and Neira 2008; Zeidberg and Robison 2007; Guevara-Carrasco and Lleonart 2008).
12 Supuestos de la dinámica en los MO
12.1 Error de proceso del reclutamiento
Durante el taller presencial, se discutió la necesidad de modelar cohortes de mayor tamaño en comparación con la media del periodo histórico. Por esta razón, el error de proceso en el modelo operativo utiliza una desviación estándar en las proyecciones mayor (0.5) a la del periodo histórico (0.25) y considera una autocorrelación de los reclutamientos lag-1 igual a 0.65.
Una mayor desviación estándar genera ocasionalmente cohortes de mayor tamaño (en la proyección) que la media del periodo histórico. Una alta autocorrelación crea periodos de reclutamiento altos y bajos (Figura 12.1).
12.2 Parámetros de historia de vida
En todas las proyecciones (MO1, MO2, MO4 y MO5) la ojiva de madurez correspondió a la usada en el modelo base de la evaluación de stock (Figura 12.3).
El MO3 fue condicionado incluyendo variaciones en el tiempo en el patrón de madurez sexual, la proyección considera el promedio del patrón de madurez sexual de los últimos años del periodo histórico. Durante el taller presencial, se acordó utilizar los últimos cuatro años considerando que el valor de L50 se ha mantenido estable durante ese periodo (Figures 7.3 and 12.3).
El MO5 fue condicionado incluyendo una dinámica de pulsos en la mortalidad natural (M), considerando que eventos de este tipo en la merluza común han sido asociados con la notable reducción de la población desovante entre los años 1996 y 2005 que afectó tanto el tamaño del stock como también a su composición de edades (Figure 12.5).
12.3 Selectividad
En la proyección, los MO’s (1, 3, 4 y 5) emplean la selectividad correspondiente a la estimada para la flota de arrastre con el modelo base. En el caso del MO2, la selectividad es una combinación de las selectividades de las flotas de arrastre, espinel y enmalle, e incluye una caminata aleatoria (Figure 12.7).
12.4 Error de implementación
Durante el taller presencial, se acordó incluir error de implementación para todos los procedimientos de manejo excepto para los dos de referencia (sin pesca y PM perfecto). El incentivo para el subreporte en el sector artesanal aumenta cuando la CBA es baja, lo cual está implícito en los datos históricos, con un ajuste menor durante el período de alta captura promedio (1980 - 2005). La proyección incluye un valor constante para esta corrección acordado en 1.85, lo que corresponde al promedio de la corrección de los años 2013 al 2020 (Figures 12.9 and 12.11).
12.5 Error de observación
El error de la captura e índices es tomado de los residuos del condicionamiento del MO. Los tamaños muestrales para simular los datos de composición de edades de las capturas de las flotas y crucero corresponden a 250 para representar un nivel de muestreo consistente con el programa de monitoreo.
13 Desarrollo de procedimientos de manejo
Se identificaron un total de nueve procedimientos de manejo (Tabla 13.1) que corresponden tanto a variaciones del procedimiento de manejo actual como a variantes de los procedimientos de manejo propuestos durante el taller por el Comité de Manejo y la Subpesca como potenciales candidatos para actualizar el procedimiento de manejo actual.
| Name | Description |
|---|---|
| PM_A | Regla de control con alto cumplimiento (5.3.3) |
| PM_B | Regla de control con bajo cumplimiento (5.3.3) |
| PM_C | Procedimiento alternativo propuesto por el comité de manejo (5.3.4) |
| I3 | PM basado en el índice. Pendiente de los últimos 3 años (5.3.5) |
| I5 | PM basado en el índice. pendiente de los últimos 5 años (5.3.5) |
| I3_lambda | MP basado en el índice. Pendiente de los últimos 3 años. Lambda fijo (\(\lambda\)=1) |
| I5_lambda | MP basado en el índice. Pendiente de los últimos 5 años. Lambda fijo (\(\lambda\)=1 ) |
| Sin_pesca | Procedimiento de referencia con \(F = 0\) (sin error de implementación) |
| Manejo_perfecto_pesca | Procedimiento de referencia con conocimiento perfecto de la abundancia y puntos de referencia al RMS. \(F = 0.95 F_{RMS}\) (valor del modelo operativo, sin error de implementación) |
13.1 Plan de manejo
La LGPA establece que el objetivo de la gestión pesquera es la conservación y el uso sustentable de los recursos hidrobiológicos, mediante la aplicación del enfoque precautorio, de un enfoque ecosistémico en la regulación pesquera y la salvaguarda de los ecosistemas marinos en que existan esos recursos. En este contexto, se exige establecer objetivos de largo plazo para la conservación y administración de las pesquerías y protección de sus ecosistemas, así como la evaluación periódica de la eficacia de las medidas adoptadas.
Dentro de este marco, el mandato legal exige que, en las pesquerías con acceso cerrado, así como en las declaradas en régimen de recuperación y desarrollo incipiente, se establezcan planes de manejo para la gestión de pesquerías, basados en el mejor conocimiento e información disponible con respecto a sus aspectos biológicos, pesqueros, económicos y sociales.
La LGPA establece que el plan de manejo deberá contener, al menos, los siguientes aspectos:
Objetivos, metas y plazos para mantener o llevar la pesquería al Rendimiento Máximo Sostenible (RMS) de los recursos involucrados en el plan.
Estrategias para alcanzar los objetivos y metas planteados, las que podrán contener las medidas de conservación y ordenamiento que deberán adoptarse de conformidad con el marco legal vigente.
La medida de regulación más recurrente para el resguardo de la conservación en las pesquerías gestionadas en nuestro país es la cuota de captura, la cual es funcional al procedimiento de manejo y regla de control de captura establecida en su respectivo plan de manejo. Conforme al marco legal vigente, la cuota de captura debe mantener o llevar al recurso hacia el RMS, conforme al rango de Captura Biológicamente Aceptable recomendado por el Comité Científico Técnico respectivo. Los objetivos y metas generales definidas para la gestión de la pesquería de merluza común están debidamente identificados en la página 14 del Plan de Manejo. Consecuentemente con lo anteriormente expuesto, la meta N°1 es mantener o llevar a la pesquería al nivel del RMS.
En enero de 2015, el CCT-RDZCS adoptó la categoría 1 de clasificación de los stocks (Payá et al. 2014) pero optó por usar PBRs sustitutos y no los PBR del RMS directamente. El fundamento para esto fue la facilidad de interpretación de los PBRs sustitutos y su probada robustez y precautoriedad. De esta manera, la pesquería de merluza común fue clasificada en la categoría 1b.
1b: Se escogen valores sustitutos para los PBRs del RMS. Esta elección considera la incertidumbre del modelo de evaluación y la resiliencia de la especie (Payá et al. 2014).
Consecuentemente, para la merluza común el CCT-RDZCS recomendó los PBRs siguientes:
\[ B_{RMS}=0.4B_{0} \approx 0.4R_{0}B_{SPR_{0}}\\ B_{LIM}=0.5B_{RMS} \approx 0.2B_{0} \\ F_{RMS}=F_{40\%SPR} \]
Donde:
\(B_{RMS}\): es la biomasa desovante en el RMS.
\(B_{LIM}\): es la biomasa desovante límite.
\(B_{0}\): es la biomasa desovante de equilibrio en ausencia de pesca.
\(B_{SPR_{0}}\): es la biomasa desovante por recluta de equilibrio en ausencia de pesca.
\(R_{0}\): es el reclutamiento de equilibrio en ausencia de pesca.
\(F_{RMS}\): es la mortalidad por pesca en el RMS.
13.2 Procedimiento de manejo vigente
El plan de manejo de la pesquería de merluza común define dos reglas de control de captura que responden a los objetivos 1.1 y 1.2. Cada regla de control tiene a su vez dos formas. La forma específica de la regla depende del “nivel de cumplimiento” de la medida, el cual es informado anualmente.
Regla de control 1.1.1 (responde al objetivo 1.1): Estrategia tasa de explotación constante:
si \(\%B_0 < 20\%B_0\), \(F = X\%*F_{RMS}\)
\(X\%\) se ajusta en función del nivel de cumplimiento de la medida: \(X=60\) con bajo nivel de cumplimiento, o \(X=75\) con alto nivel de cumplimiento.
Regla de control 1.1.2 (responde al objetivo 1.2.): Estrategia tasa de explotación constante:
si \(\%B_0 >= 20\%B_0\), \(F = X\%*F_{RMS}\)
\(X\%\) se ajusta en función del nivel de cumplimiento de la medida: \(X=75\) con bajo nivel de cumplimiento, o \(X=100\) con alto nivel de cumplimiento.
De manera similar, el nivel de mortalidad por pesca aplicado en cada caso se puede describir en función del nivel de cumplimiento de los usuarios de la pesquería:
De acuerdo con lo anterior el procedimiento de manejo vigente es modelo basado.
Una tarea pendiente del procedimiento de manejo actual es que aún no ha sido evaluado conforme a los estándares internacionalmente aceptados para la gestión pesquera (Schwaab 2015). Éstos recomiendan someterlos a prueba antes de ser implementados, con el propósito de evaluar si es solvente para alcanzar los objetivos de gestión establecidos en el Plan de Manejo respectivo. En atención al desarrollo metodológico y capacidad de cómputo actuales, estas evaluaciones son realizadas mediante Evaluación de Estrategias de Manejo (EEM).
13.3 Propuesta de actualización del PM actual
Por otra parte, en el marco de la evaluación del Plan de Manejo, el Comité de Manejo de esta pesquería ha propuesto una actualización de la regla de control de captura, la que requiere ser evaluada. La regla propuesta se describe en la Figura 13.1.
13.4 Propuesta de un PM empírico basada en el índice obtenido del crucero acústico
Subpesca propone evaluar una regla de control de captura empírica basada en un índice de biomasa proveniente de estimaciones obtenidas por el crucero acústico que se realiza anualmente en este recurso (Molina et al. 2022).
Esta regla tiene la siguiente formulación basada en la pendiente del índice de abundancia estimado con datos tomados en el crucero acústico. La pendiente es estimada de una regresión lineal del índice (NAFO 2021, Annex I.F):
\(CBA_t * (1 + \lambda*slope)\), si la pendiente es positiva (= 1) \(CBA_{t+1} = CBA_t\) si la pendiente es cero \(CBA_t *(1 + \lambda*slope)\), si la pendiente es negativa (= 2) $CBA_{t+1} se restringe a una variación máxima del 10% respecto de \(CBA_t\)
La pendiente se estima respecto a los últimos 3 o 5 años de crucero (estimaciones anuales de biomasa acústica (Figura 13.3)
Una variante se propone también cuando \(\lambda=1\) y es independiente de la pendiente Figura 13.5).
14 Métricas de desempeño
Se establecieron una serie de métricas con el fin de evaluar el desempeño de los diferentes procedimientos de manejo definidos en esta EEM, de acuerdo a los objetivos considerados para el manejo de este recurso (Tabla 6.1). Éstas serán revisadas en tres horizontes de tiempo de su proyección, que fueron definidos a partir del periodo de vida y desarrollo de la merluza común: 1) corto plazo (1 - 5 años), para ver el tiempo generacional; 2) mediano plazo (12 - 15 años), seguir el desarrollo de dos generaciones; 3) largo plazo (24 -36 años), con el fin de visualizar el cambio de al menos dos ciclos completos de vida de la merluza común en la pesquería.
Las métricas se desarrollaron en torno a dos objetivos considerados prioritarios para el manejo de esta pesquería: a) la sustentabilidad del recurso y b) la sustentabilidad de la pesquería.
En relación al primero, se diseñaron tres métricas que permiten evaluar la condición del stock, usando su posición en el diagrama de fase (Kobe plot); (Figura 14.1) para las distintas simulaciones y años, como indicador de la condición del stock sometido a los procedimientos de manejo evaluados (Figura 14.3). Para este efecto, los puntos biológicos de referencia son calculados directamente desde la curva de rendimiento (i.e. corresponden a los PBRs asociados al RMS y no a valores sustitutos/proxies).
| Objetivo | Nombre | Descripcion | Ecuación |
|---|---|---|---|
| Zona Verde (ZV) | Probabilidad de recuperación del stock (dentro de la zona verde del diagrama de fase | \(P(B > 0.95*B/B_{RMS})\) | |
| No Zona Roja (NZR) | Probabilidad del stock de no encontrarse en condición de agotamiento (fuera de la región roja del diagrama Kobe) | \(P(B > 0.5B_{RMS})\) | |
| Sustentabilidad del recurso | No Sobrepesca (NSP) | Probabilidad del stock de no encontrarse en condición de sobrepesca (fuera de la región gris del diagrama Kobe) | \(P(F < F/F_{RMS})\) |
| CBAmin | Probabilidad de que la CBA exceda el valor mínimo de la cuota (año 2014) | \(P(CBA > 20KT)\) | |
| Sustentabilidad de la Pesquería | CBAprom | CBA promedio en los periodos de corto, medio y largo plazo, previamente definidos | \(\overline{ABC}\) |
| CBAv | Minimizar la variabilidad temporal de la CBA durante la proyección entre años | \(\lvert \frac{ABC_{i+1}}{ABC_{i-1}}-1\rvert\) |
Respecto de la actividad pesquera, se consideran tres métricas basadas en maximizar la CBA y reducir su variabilidad a través de los distintos procedimientos de manejo (Figura 14.5).
