impacto del enso en la distribuciÓn espacio temporal del … · impacto del enso en la...
TRANSCRIPT
IMPACTO DEL ENSO EN LA DISTRIBUCIÓN ESPACIO TEMPORAL DEL ATÚN ALETA AMARILLA (Thunnus albacares) EN EL
GOLFO DE TEHUANTEPEC
TESIS
QUE PARA OBTENER EL GRADO DE
MAESTRO EN CIENCIAS EN MANEJO DE RECURSOS MARINOS Y COSTEROS
PRESENTA
Biol. Mar. VALERIA GUADALUPE ROCHIN GONZÁLEZ
LA PAZ B.C.S., DICIEMBRE 2017
INSTITUTO POLITECNICO NACIONAL CENTRO INTERDISCIPLINARIO DE CIENCIAS MARINAS
i
DEDICATORIA
Siempre a Dios. Porque sin la fe en él no estaría donde estoy.
A mis padres. Porque son la guía de cada paso que doy en la vida.
A mi familia. Porque son el privilegio y el regalo más grande que tengo.
«Nunca consideres el estudio como una obligación, sino como la
oportunidad para penetrar en el bello y maravilloso mundo del saber».
A. EINSTEIN
ii
AGRADECIMIENTOS
Gracias a la institución de CICIMAR-IPN que me recibió durante dos años. Al
Consejo Nacional de Ciencia y Tecnología (CONACyT) y al Programa Institucional
de Formación de Investigadores (PIFI) por los apoyos brindados para la realización
de este trabajo.
Gracias a la Dra. Sofía, por guiarme en este proceso, por su paciencia, sugerencias,
toda la dedicación y tiempo invertido en este trabajo, sin usted este trabajo no
hubiera sido posible. Muchas Gracias.
A mi comité tutorial: Dr. Guillermo, Dr. Rubén, Dr. Agustín y Dr. Galván. Gracias por
estar presente en todo el proceso de este trabajo y ayudarme a crecer durante estos
dos años, por todas las sugerencias, consejos y todo su tiempo. Muchas Gracias.
Gracias a mis padres Carlos y Conchita por apoyarme siempre en todas mis
decisiones y metas. Por ser los guías y el ejemplo en cada paso que doy. Ustedes
me han aconsejado y brindado serenidad cada vez que lo he requerido. Los amo y
continuar con esta etapa profesional de mi vida no hubiera sido posible sin ustedes
a mi lado.
Gracias a mi hermana Karla. A pesar de todo, ella siempre está conmigo,
apoyándome e impulsándome a dar lo mejor de mí. Gracias hermanita.
Gracias a mis abuelos Federico y Alberto, aunque no están conmigo ahora, han sido
y serán el pilar y cimiento de nuestra familia. A mis abuelas María y Conchita por
todo su amor, sus cuidados y fe en mí.
Gracias a todos y cada uno de los miembros de mi familia (tíos, tías, primas, primos
y sobrinos). No alcanzarían las páginas para nombrarlos y agradecerles a todos y
cada uno de ustedes su apoyo, son la alegría, el impulso y la motivación más grande
que tengo en la vida.
Gracias a mis amigas; Zuri, Tina, Tania, Mara e Iza. No creo que hubiera decidido
continuar con mi maestría sin su apoyo y sus sugerencias. A Pepe por ser siempre
iii
un amigo constante en mi vida. A Vicky e Iván, su amistad ha estado en esos
momentos felices, tristes y difíciles. A Laura y Karely, estoy muy agradecida de
conocerlas en esta etapa de mi vida, fue justo cuando más las necesitaba.
Gracias a mis compañeros del proyecto de pelágicos mayores: Uli, Rafa, Javier,
Vanessa y Ember. Por toda su buena vibra, consejos y apoyo.
Gracias a todos los que estuvieron presentes en el desarrollo de este trabajo y que
siempre tuvieron fe en mí y en mis metas, aquellos que me dieron un consejo, una
palabra de aliento, una sonrisa o un abrazo. No hay palabras que describan todo
mi agradecimiento.
iv
CONTENIDO
INDICE DE FIGURAS ............................................................................................ vii
INDICE DE TABLAS ............................................................................................... xi
GLOSARIO ............................................................................................................ xiii
RESUMEN ............................................................................................................ xiv
ABSTRACT ............................................................................................................ xv
I. INTRODUCCIÓN ............................................................................................. 1
II. ANTECEDENTES ............................................................................................ 5
II.1 Relación recurso-ambiente ........................................................................ 5
II.2 Relación recurso-ENSO. ............................................................................ 7
III. AREA DE ESTUDIO .................................................................................... 10
IV. PLANTEAMIENTO DEL PROBLEMA ......................................................... 14
V. OBJETIVO GENERAL ................................................................................... 15
VI. OBJETIVOS ESPECIFICOS ....................................................................... 15
VII. METODOLOGÍA .......................................................................................... 16
VII.1 Datos ambientales ..................................................................................... 16
VII.2 Datos pesqueros ....................................................................................... 17
VII.5 Captura por Unidad de Esfuerzo (CPUE). ................................................. 17
VII.3 Análisis Espacial. ...................................................................................... 18
VII.4 Detección de frentes térmicos. .................................................................. 18
VII.6 Series de tiempo ....................................................................................... 19
VII.7 Modelación de las abundancias relativas (CPUE). .................................... 19
VII.7.1 Modelos aditivos generalizados (GAMs). ............................................ 20
VII.7.2 Construcción de la matriz de datos. .................................................... 20
VII.7.3 Construcción del modelo mínimo adecuado (MMA) ........................... 21
VIII. RESULTADOS ............................................................................................ 24
v
VIII.1 Caracterización ambiental del área de estudio ......................................... 24
VIII.1.1 Temperatura superficial del mar (TSM) ............................................. 24
VIII.1.2 Concentración de pigmentos fotosintéticos (Chla) ............................. 25
VIII.1.3 Índice de Frentes (IF) ......................................................................... 27
VIII.1.4 Altura superficial del mar (ASM) ........................................................ 28
VIII.1.5 Velocidad y dirección del viento (VV) ................................................. 29
VIII.2 Relación entre las variables ambientales ................................................. 36
VIII.3 Análisis de las capturas ............................................................................ 38
VIII.3.1 Variabilidad inter-anual ...................................................................... 38
VIII.3.2 Variabilidad de la captura intra-anual ................................................. 38
VIII.3.3 Variabilidad de la captura por tipo de indicador ................................. 39
VIII.3.4 Variabilidad intra-anual de la captura por tipo de indicador. .............. 40
VIII.4 Distribución de las capturas por tipo de indicador .................................... 42
VIII.5 Detección de frentes térmicos y su relación con los lances ..................... 43
VIII.7 Variabilidad de la CPUE ........................................................................... 44
VIII. 8 Relación entre la CPUE y las variables ambientales. .............................. 46
VIII. 9 GAMs ...................................................................................................... 49
VIII.9.1 Modelo general .................................................................................. 49
VIII.9.2 Modelo para lances de atún sobre brisa. ........................................... 51
VIII.9.3 Modelo para lances de atún asociado a delfín ................................... 54
VIII.9.4 Modelo para el período frío ................................................................ 58
VIII.9.5 Modelo para el período cálido ............................................................ 61
IX. DISCUSIÓN................................................................................................. 65
IX.1Caracterización ambiental del Golfo de Tehuantepec. ................................ 65
IX.2 Variabilidad de la captura ........................................................................... 68
vi
IX.4 Detección de frentes térmicos y su relación con el AAA ............................ 71
XI.5 CPUE y su relación con las variables ambientales. ................................... 73
IX.6 Modelación ................................................................................................. 75
IX.6.1 Modelo general .................................................................................... 76
IX.6.2 Modelo por tipo de indicador ................................................................ 77
IX. 6.3 Modelo para los períodos frío y cálido del ENSO. .............................. 79
X. CONCLUSIONES .......................................................................................... 81
XI. RECOMENDACIONES ............................................................................... 82
XII. BIBLIOGRAFIA ............................................................................................ 83
XIII. ANEXOS ..................................................................................................... 96
vii
INDICE DE FIGURAS
Figura 1. Área de estudio correspondiente al Golfo de Tehuantepec. .................. 10
Figura 2. Dirección y fuerza del viento promedio calculado en el Golfo de
Tehuantepec durante el año 2005 (tomado y modificado de: Velázquez -Muñoz et
al., 2011). .............................................................................................................. 12
Figura 3. Área de estudio correspondiente al Golfo de Tehuantepec dividida en 123
cuadrantes de un grado. ....................................................................................... 21
Figura 4. Gráfica de cajas de la temperatura superficial del mar registrado durante
el periodo 2007-2010 en el Golfo de Tehuantepec. .............................................. 24
Figura 5. Anomalía estandarizada promedio semanal de la temperatura superficial
del mar (TSM) durante el periodo 2007-2010 en el Golfo de Tehuantepec. Las barras
color gris representan las anomalías de TSM y la línea roja corresponde a los datos
suavizados. ........................................................................................................... 25
Figura 6. Gráfica de cajas de la concentración de pigmentos fotosintéticos
registrados durante el periodo 2007-2010 en el Golfo de Tehuantepec. ............... 26
Figura 7. Anomalía estandarizada promedio semanal correspondiente a la
concentración de pigmentos fotosintéticos (Chla) durante el periodo 2007-2010 en
el Golfo de Tehuantepec. Las barras color gris representan las anomalías de TSM
y la línea verde corresponde a los datos suavizados. ........................................... 26
Figura 8. Gráfica de cajas del índice de frentes registrado para el periodo 2007-2010
en el Golfo de Tehuantepec. ................................................................................. 27
Figura 9. Anomalía estandarizada promedio semanal del índice de frentes (IF)
durante el periodo 2007-2010 en el Golfo de Tehuantepec. Las barras color gris
representan las anomalías del IF y la línea naranja corresponde a los datos
suavizados. ........................................................................................................... 28
Figura 10. Gráfica de cajas de los valores de la altura superficial de mar registrados
durante el periodo 2007-2010 en el Golfo de Tehuantepec. ................................. 28
Figura 11. Anomalía estandarizada promedio mensual de la altura superficial del
mar (ASM) durante el periodo 2007-2010 en el Golfo de Tehuantepec. Las barras
color gris representan las anomalías de ASM y la línea amarilla corresponde a los
datos suavizados. .................................................................................................. 29
viii
Figura 12. Gráfica de cajas de los valores de velocidad de viento registrados durante
el periodo 2007-2010 en el Golfo de Tehuantepec. .............................................. 30
Figura 13. Anomalía estandarizada promedio mensual de la velocidad del viento
(VV) durante el periodo 2007-2010 en el Golfo de Tehuantepec. Las barras color
gris representan las anomalías de VV y la línea morada corresponde a los datos
suavizados. ........................................................................................................... 30
Figura 14 Dirección y velocidad del viento promedio mensual registrados durante
los meses de enero, febrero, marzo y octubre, noviembre en el período 2007-2010
en el Golfo de Tehuantepec. ................................................................................. 31
Figura 14 Continuación… ...................................................................................... 32
Figura 14. Continuación… ..................................................................................... 33
Figura 14. Continuación… ..................................................................................... 34
Figura 14. Continuación… ..................................................................................... 35
Figura 15. Comparación de las series de anomalías suavizadas de las variables
ambientales con una temporalidad semanal para la temperatura superficial del mar
(TSM), la concentración de pigmentos fotosintéticos (Chla), y el Índice de frentes
(IF)) y con una temporalidad mensual para la velocidad del viento (VV) y la altura
superficial del mar (ASM). ..................................................................................... 37
Figura 16. Captura total anual de atún aleta amarilla registrada por la flota atunera
mexicana de cerco en el Golfo de Tehuantepec durante el periodo 2007-2010. .. 38
Figura 17. Captura mensual de atún aleta amarilla registrada por la flota atunera
mexicana de cerco en el Golfo de Tehuantepec durante el periodo 2007-2010. .. 39
Figura 18. Captura total por tipo de indicador (brisa, cardúmenes asociados a delfín,
y cardúmenes asociados a objetos flotantes) registrada por la flota atunera
mexicana de cerco durante el periodo 2007-2010 en el Golfo de Tehuantepec. .. 40
Figura 19. Capturas mensuales registradas por tipo de indicador del 2007-2010 en
el Golfo de Tehuantepec, donde: a) El color negro representa las capturas sobre
brisa, b) el color gris claro representa a los cardúmenes asociados a delfín y c) el
color gris obscuro a los cardúmenes asociados a objetos flotantes. ..................... 41
Figura 20. Distribución espacial de los lances por tipo de indicador para A) período
frio (2007-2008) y B) período cálido (2009-2010) en el Golfo de Tehuantepec. ... 42
ix
Figura 21. Grafica de cajas de la captura por unidad de esfuerzo (CPUE) de atún
aleta amarilla registrados por la flota atunera mexicana de cerco en el Golfo de
Tehuantepec durante 2007-2010. ......................................................................... 44
Figura 22. Anomalía estandarizada mensual de la captura por unidad de esfuerzo
(CPUE) de atún aleta amarilla capturado por la flota atunera mexicana de cerco
durante 2007-2010 en el Golfo de Tehuantepec. Las barras color gris representan
las anomalías de la CPUE mensual y la línea negra corresponde a los datos
suavizados. ........................................................................................................... 45
Figura 23. Anomalía estandarizada semanal de la captura por unidad de esfuerzo
(CPUE) de atún aleta amarilla capturado por la flota atunera mexicana de cerco
durante 2007-2010 en el Golfo de Tehuantepec. Las barras color gris representan
las anomalías de la CPUE semanal y la línea negra corresponde a los datos
suavizados. ........................................................................................................... 45
Figura 24. Comparación de las series de los valores semanales de la captura por
unidad de esfuerzo (CPUE) y las variables ambientales (Temperatura superficial del
mar (TSM), concentración de pigmentos fotosintéticos (Chla) y el Índice de frentes
(IF)) para el período 2007-2010 en el Golfo de Tehuantepec. .............................. 47
Figura 25. Comparación de las series mensuales entre la captura por unidad de
esfuerzo (CPUE) y las variables ambientales con una temporalidad mensual (altura
superficial del mar (ASM), velocidad del viento (VV)). Las series muestran los
valores mensuales promedios obtenidos para el período 2007-2010 en el Golfo de
Tehuantepec. ........................................................................................................ 48
Figura 26. Gráfica de dependencia parcial que representa la respuesta de la captura
por unidad de esfuerzo del atún aleta amarilla en relación con las variables
predictoras del modelo general en el Golfo de Tehuantepec del 2007-2010: A)
Semana, B) Interacción longitud-latitud, C) Concentración de pigmentos
fotosintéticos (Chla), D) Temperatura superficial del mar (TSM) y E) Año. ........... 50
Figura 27. Distribución espacial por cuadrante de la captura por unidad de esfuerzo
de atún aleta amarilla observada y la predicción espacial obtenida a través del
modelo mínimo adecuado general para el período del ENSO (2007-2010) en el
Golfo de Tehuantepec. .......................................................................................... 51
x
Figura 28. Gráfica de dependencia parcial que representa la respuesta de la captura
por unidad de esfuerzo de los cardúmenes de atún aleta amarilla capturados en
lances sobre brisa en el Golfo de Tehuantepec, en relación con las variables
predictoras del modelo durante el período del ENSO (2007-2010). A) Interacción
longitud-latitud, B) Semana, C) Temperatura superficial del mar (TSM) y E) El año.
.............................................................................................................................. 53
Figura 29. Distribución espacial por cuadrante de la captura por unidad de esfuerzo
de los cardúmenes de atún aleta amarilla capturados sobre brisa y la predicción
espacial del modelo durante el período del ENSO (2007-2010) en el Golfo de
Tehuantepec. ........................................................................................................ 54
Figura 30. Gráfica de dependencia parcial que representa la respuesta de la captura
por unidad de esfuerzo de los cardúmenes de atún aleta amarilla asociado a delfín
en el Golfo de Tehuantepec, en relación con las variables predictoras del modelo
durante el periodo ENSO (2007-2010). A) Interacción longitud-latitud, B)
Temperatura superficial del mar (TSM) y C) El año. ............................................. 56
Figura 31. Gráfica que representa la respuesta de la captura por unidad de esfuerzo
de los cardúmenes de atún aleta amarilla asociados a delfín, al índice de frentes
durante el año 2010 en el Golfo de Tehuantepec. ................................................ 57
Figura 32. Distribución espacial por cuadrante de la captura por unidad de esfuerzo
de los cardúmenes de atún aleta amarilla asociado a delfín y la predicción espacial
del modelo durante el período del ENSO (2007-2010) en el Golfo de Tehuantepec.
.............................................................................................................................. 58
Figura 33. Gráfica de dependencia parcial que representa la respuesta de la captura
por unidad de esfuerzo del atún aleta amarilla en el Golfo de Tehuantepec, en
relación con las variables predictoras del modelo para el período frío del ENSO
(2007-2008). A) Interacción longitud-latitud, B) Semana, C) Temperatura superficial
del mar (TSM), D) El año, y E) Tipo de indicador (donde: DD: indica lances sobre
delfines, BB: Lances sobre brisa, OF: lances sobre objetos flotantes, BD: lances
sobre brisa y delfín). .............................................................................................. 60
xi
Figura 34. Distribución espacial por cuadrante de la captura por unidad de esfuerzo
del atún aleta amarilla y la predicción espacial correspondiente al período frío del
ENSO (2007-2008) en el Golfo de Tehuantepec. .................................................. 61
Figura 35. Gráfica de dependencia parcial que representa la respuesta de la captura
por unidad de esfuerzo del atún aleta amarilla en el Golfo de Tehuantepec, en
relación con las variables predictoras del modelo para el período cálido del ENSO
(2009-2010). A) Interacción longitud-latitud, B) Semana, C) Concentración de
pigmentos fotosintéticos (Chla), D) El año y D) El tipo de indicador (donde: DD:
lances sobre delfines, BB: Lances sobre brisa, OF: lances sobre O. flotantes, BD:
lances sobre brisa y delfín).................................................................................... 63
Figura 36. Distribución espacial por cuadrante de la captura por unidad de esfuerzo
del atún aleta amarilla y la predicción espacial del modelo para el período cálido del
ENSO (2009-2010) en el Golfo de Tehuantepec. .................................................. 64
Anexo 1. Traslapamiento de los lances por tipo de indicador (brisa, asociados a
delfín y sobre objetos flotantes) y los frentes térmicos detectados de las semanas 4
a la 13 y de las semanas 38 a la 42 para el periodo 2007-2010 en el Golfo de
Tehuantepec. ........................................................................................................ 96
Anexo 1. Continuación. ......................................................................................... 97
Anexo 1. Continuación. ......................................................................................... 98
Anexo 1. Continuación. ......................................................................................... 99
Anexo 1. Continuación. ....................................................................................... 100
Anexo 1. Continuación. ....................................................................................... 101
Anexo 1. Continuación. ....................................................................................... 102
Anexo 1. Continuación ........................................................................................ 103
INDICE DE TABLAS
Tabla 1. Variables ambientales, fuente, resolución espacial y temporal y sus
unidades ................................................................................................................ 16
Tabla 2. Construcción del modelo mínimo adecuado (MMA) para el modelo general,
donde: *indica el modelo nulo, y ** el mejor modelo. ............................................ 49
xii
Tabla 3. Construcción del modelo mínimo adecuado (MMA) para el modelo de
lances de atún sobre brisa, donde: * indica el modelo nulo y ** indica el mejor
modelo. ................................................................................................................. 52
Tabla 4. Construcción del modelo mínimo adecuado (MMA) para el modelo de
lances de atún asociado a delfín, donde: * indica el modelo nulo, ** indica el modelo
sin considerar el índice de frentes y *** indica el modelo considerando el índice de
frentes como factor (durante el año 2010). ........................................................... 55
Tabla 5. Construcción del modelo mínimo adecuado (MMA) para el modelo del
período frío del ENSO en dónde: * indica el modelo nulo, y **indica el mejor. ...... 59
Tabla 6. Construcción del modelo mínimo adecuado (MMA) para el modelo del
período cálido del ENSO en donde: * indica el modelo nulo y ** el mejor modelo. 62
xiii
GLOSARIO
Devianza
Medida de información o variabilidad explicada por los modelos, homologa a la
varianza de los modelos lineales simples.
ENSO
El Niño Oscilación del Sur, fenómeno inter-anual dado por la interacción atmosfera-
océano en la región ecuatorial del Pacífico, el cual genera variabilidad climática
global.
Frente Oceánico
Línea de convergencia caracterizada por gradientes horizontales fuertes de
temperatura, salinidad y densidad que separan diferentes sistemas de corrientes y
masas de agua.
Indicador
Elemento que permite detectar a un cardumen de atún. Cada tipo de cardumen está
asociado a un tipo de indicador: Objetos flotantes, no asociados o brisa y delfines.
Modelo Aditivo Generalizado (GAM)
Modelos de regresión en los que se relacionan variables explicativas a una variable
respuesta, ajustándose de manera local a través de la suma de funciones
suavizadas y una función enlace.
Surgencia o Afloramiento
Ascenso de agua profunda, rica en nutrientes. Se produce por la acción de vientos
regulares a lo largo de una costa, aunque factores como la batimetría marina y la
presencia de una termoclina somera son importantes para el establecimiento de
condiciones favorables para el movimiento vertical de aguas subsuperficiales hacia
la superficie oceánica.
Tehuanos
Vientos producidos cuando existe una diferencia de presión atmosférica entre el
Golfo de México y el Pacífico tropical, lo que origina un flujo de viento a través del
istmo de Tehuantepec que sale en forma de abanico sobre las aguas del Golfo de
Tehuantepec.
Termoclina
Es aquella zona de la capa superficial del océano en la cual la temperatura del agua
del mar tiene una rápida disminución vertical.
xiv
RESUMEN
El Golfo de Tehuantepec (GT) ha sido una región donde la flota atunera mexicana
obtiene capturas importantes de Atún Aleta Amarilla (AAA). Se ha reconocido que
el “ENSO” altera entre otros factores, la temperatura superficial del mar (TSM), la
productividad y las surgencias, afectando la distribución y abundancia de los
túnidos. Con el objetivo de cuantificar su impacto sobre el AAA en el GT, se analizó
la captura por unidad de esfuerzo (CPUE) semanal, por tipo de indicador (brisa,
delfín y objetos flotantes), y en cuadrantes de un grado durante el período 2007-
2010. Las variables ambientales analizadas fueron la TSM, concentración de
pigmentos fotosintéticos (Chla), velocidad del viento (VV), altura superficial del mar
(ASM), y un índice de frentes (IF) térmicos estimado a partir del análisis de
gradientes de la TSM. La relación de las variables ambientales con la CPUE se
analizó mediante las anomalías estandarizadas y se aplicaron correlaciones
cruzadas. Para conocer el efecto individual y combinado de las variables
oceanográficas en la distribución y abundancia relativa del AAA, se utilizaron
modelos aditivos generalizados (GAMs). Se encontró una variabilidad inter-anual
significativa en las capturas de AAA, registrando durante la fase cálida del ENSO
(año 2009) los valores más bajos con predominio de lances sobre brisa. Durante
este año, las capturas más altas fueron durante el mes de agosto; mientras que en
los otros años fueron de enero a marzo. La fase fría del ENSO (2007-2008) se
caracterizó por una mayor frecuencia de lances asociados a delfín. El mejor modelo
construido para representar el efecto de las variables ambientales analizadas en la
captura/lance para todo el periodo de estudio, explicó una devianza del 60.8%. Al
separar la información por tipo de indicador; el modelo para delfín explicó el 53% de
la devianza y para brisa un 57.3%. Además, cuando se separó y analizó para el
período frío y cálido del ENSO, los modelos explicaron una devianza del 62% y 63%
respectivamente. Todos los modelos pueden considerarse exitosos ya que
explicaron más del 50% de la deviación de los datos. En todos los modelos las
variables significativas fueron el año, la semana, la TSM y la Chla.
xv
ABSTRACT
The Gulf of Tehuantepec (GT) has been a region where the Mexican tuna fleet
obtains important catches of Yellowfin Tuna (YFT). It has been recognized that the
"ENSO" alters, among other factors, the sea surface temperature (SST), productivity
and upwelling, affecting the distribution and abundance of tuna fish. The goal of this
study is to quantify its impact on YFT in the GT. The weekly catch per unit effort
(CPUE) of YFT was analyzed in one-degree quadrants during the 2007-2010, by set
type (breeze, dolphin, and floating objects). Environmental variables that were
analyzed, the SST, the concentration of photosynthetic pigments (Chla), the wind
speed (WS), the sea surface height (SSH) and a thermal index front (IF) estimated
from the SST gradient analysis. To analyze the relationship between the
environmental variables with the CPUE, it was calculated the standardized
anomalies and cross-correlations. To identify the individual and combined effect of
the oceanographic variables on the distribution and relative abundance of YFT we
used the generalized additive models (GAMs). The YFT catches showed significant
inter-annual variability, with the lowest catch in 2009, a year characterized by the
ENSO warm phase and the predominance of breeze sets. During this year, the
highest catch was in summer, while in the other years it was from January to March.
A higher frequency of sets association with dolphins was found during the cold phase
of the ENSO. The best model to represent the effect of the environmental variables
analyzed in the catch/set for the entire study period explained the 60.8% deviance.
When the information was separated by set type; the dolphin model explained the
53% deviance and for breeze explained a 57.3%. Moreover, when the information
was separated in the cold and warm phases of the ENSO; the deviance explained
was 62% and 63% respectively. The variables that contributed significantly to the
best-fit model were time, set type, Chla and the SST.
I. INTRODUCCIÓN
El atún aleta amarilla (Thunnus albacares, Bonnaterre 1788), es una especie
oceánica epipelágica, que se distribuye en todos los mares tropicales y
subtropicales, con excepción del Mar Mediterráneo (Cole, 1980). Tiene preferencia
por aguas con temperaturas cálidas entre los 20 y 28 °C (Ortega-García et al.,
2015).
Aunque se considera altamente migratoria, investigaciones recientes de
marcado y recaptura han mostrado movimientos restringidos, valores de dispersión
bajos, así como alta fidelidad “al sitio” (Schaefer et al., 2013). Las técnicas de
marcado y recaptura también han determinado que esta especie presenta
movimientos verticales, registrando diferentes patrones de buceo dependiendo de
sus estrategias de alimentación. Durante la noche puede permanecer a los 50 m;
mientras que durante el día puede alcanzar de 200 a 400 m de profundidad
(Schaefer et al., 2009). En general llegan a pasar del 44 al 50% de su tiempo por
debajo de la termoclina. Así, sus movimientos verticales parecen no estar
restringidos por la profundidad de la termoclina, sino por la tolerancia fisiológica a
ambientes sub-óptimos de temperatura y a las concentraciones de oxígeno disuelto
encontradas bajo la capa de mezcla (Schaefer et al., 2009, 2011, 2013).
La pesquería de atún ha sido uno de los objetivos principales de diversas
pesquerías comerciales a nivel mundial (Majkowski, 2007). En 2013, las capturas
de atunes y especies afines ascendieron a 7.4 millones de toneladas,
aproximadamente el 9% de las capturas a nivel mundial (FAO, 2016), siendo, el
atún aleta amarilla (AAA) la segunda especie en importancia, después del barrilete
(Katsuwonus pelamis) (CONAPESCA, 2014)
En el Océano Pacífico Oriental (OPO) la flota atunera internacional con red de
cerco registró el volumen más alto de captura en el año 2002, con 443,458 t,
alrededor de un 56% mayor al promedio de 1987-2001 (CIAT, 2004, 2014; Morgan,
2014). De esta captura, la flota atunera mexicana contribuyó con 152, 864 t (CIAT,
2014). Además de la importancia de las capturas, para México es la única pesquería
oceánica-pelágica en operación, que en el OPO captura tanto dentro de la Zona
Económica Exclusiva de México (ZEEM) como en aguas internacionales (Botello-
2
Ruvalcaba & Villaseñor-Talavera, 2008; CONAPESCA, 2014; DOF, 2014). En 2014,
la flota atunera mexicana con red de cerco que operó en el OPO estuvo integrada
por 47 embarcaciones, 43 de ellas con más de 400 toneladas de capacidad de
acarreo, registrando una captura de 138,510 t de AAA (Robles et al., 2015).
Las áreas tradicionales de captura de AAA por la flota atunera mexicana con
red de cerco en el OPO han sido: la boca del Golfo de California, aguas adyacentes
al Golfo de Tehuantepec y el área oceánica al oeste de los 120°W al norte y sur de
los 15.5°N (Ortega-García et al., 2003).
Para detectar a los cardúmenes de AAA se utilizan principalmente tres tipos
de indicadores de pesca: cardúmenes no asociados, también conocidos como
“brisa” por la turbulencia que se produce en la superficie del mar (usualmente cerca
de la costa y con una talla promedio de 85 cm) (Hall et al., 1999); cardúmenes de
atún asociados a manadas de delfines, en los cuales se registran los organismos
de tallas mayores, alcanzando en promedio 100 cm (Gómez-Muñoz et al., 1992;
Scott et al., 2012) y cardúmenes asociados a objetos flotantes, ya sea de origen
natural o dispositivos diseñados específicamente para agregarlos conocidos como
Dispositivos Agregadores de Peces (FADs, por su siglas en inglés; Fish-Aggregating
Device). En este tipo de cardúmenes se encuentran los organismos juveniles con
tallas promedio de 60 cm (Dreyfus-León & Robles-Ruíz, 2005).
La flota mexicana tiene una marcada preferencia por realizar sus lances de
pesca en cardúmenes de atún asociados a delfines (67%) y brisa (28%), mientras
que los lances sobre objetos flotantes representan el 5% del total del esfuerzo de
pesca (Ortega-García et al., 2015).
Para hacer de la pesca una actividad redituable ha sido necesaria la
identificación de zonas de alta concentración basándose en diversos factores
asociados principalmente con eventos reproductivos (Knudsen, 1977; González &
Ramírez, 1989) y alimenticios (Galván-Magaña, 1988). Estas zonas de gran
abundancia se denominan comúnmente “caladeros” (Gómez-Muñoz, 1990) y están
frecuentemente asociados con fallas topográficas de los fondos marinos, los cuales
se cree son sitios de enriquecimiento y abundancia alimenticia (Laurs et al., 1984).
Sin embargo, se ha observado que ocurren variaciones en las abundancias que
3
dependen en gran medida de las condiciones ambientales, estacionales e inter-
anuales, así como de procesos oceanográficos (como: la variabilidad de la
temperatura, la profundidad de la termoclina, intensidad de las surgencias,
formación de frentes y las corrientes superficiales) (Arias-Aréchiga, 2005).
Diversos estudios han demostrado que la variabilidad climática puede afectar
la supervivencia, crecimiento, reproducción, reclutamiento y distribución de varias
especies, pero también se ha logrado observar un impacto en los niveles de
población, comunidad o un ecosistema entero (Kumar et al., 2014). Uno de los
fenómenos climáticos de mayor importancia es El Niño Oscilación del Sur (ENSO,
por sus siglas en inglés; El Niño Southern Oscillation) (Brander, 2007; Kumar et al.,
2014).
El ENSO es una oscilación climática irregular entre un periodo cálido (El Niño)
y uno frío (La Niña), que se encuentra influenciado por la dinámica e interacción de
la atmósfera y el océano (Lehodey, 2000; Ritter-Ortíz & Suárez-Sánchez, 2011), y
durante su presencia pueden observarse impactos biológicos en todo el océano
Pacífico incluyendo cambios tanto en el ecosistema marino como en el terrestre
(López-Martínez, 2008).
También se sabe que este tipo de eventos influyen en la distribución de la
abundancia y la disponibilidad de alimento de los atunes (Suárez–Sánchez et al.,
2004), debido a que durante la presencia de El Niño, la termoclina se profundiza, lo
cual impide el ascenso de aguas frías ricas en nutrientes a la superficie, afectando
la productividad y el desarrollo de las comunidades fitoplanctónicas, así como otros
niveles tróficos de la cadena alimentaria, lo cual permite una disminución de
alimento (Suárez-Sánchez et al., 2004; Ortega-García et al., 2015), influyendo en la
abundancia y distribución del AAA. Sin embargo, este efecto no es del todo
negativo, debido a que se ha observado que, durante periodos posteriores a la
presencia de El Niño, los registros de reclutamiento de AAA son superiores al
promedio (CIAT, 2004, 2014).
En la actualidad, se tienen algunos indicadores que identifican la variabilidad
climática a escala global, y pueden ser usados para describir el estado del sistema
climático. En el caso del ENSO los más empleados son: el índice SOI (por sus siglas
4
en inglés; South Oscillation Index) el cual es estimado por la diferencia entre la
presión atmosférica estandarizada, medida al nivel del mar entre Tahití y Darwin
(Australia). El índice MEI (por sus siglas en inglés; Multivariate ENSO Index) que
resulta de una combinación lineal de seis variables atmosféricas y marinas medidas
en la región Niño 3, y el índice ONI (por sus siglas en inglés; Oceanic Niño Index)
generado en base a una serie de tiempo elaborada a partir de las anomalías de la
temperatura superficial del mar reconstruidas por la NOAA
(http://www.cpc.ncep.noaa.gov/products/analysis_monitoring/ensostuff/ensoyears.
shtml)).
Considerando que estos eventos climáticos son altamente variables, es
necesario contar con estudios que analicen el efecto que ocasionan en la
distribución espacio temporal de las especies, y que permitan predecirlos. Por lo
cual, en este trabajo se evaluará a partir de modelos de pronóstico, el efecto de
distintas variables oceanográficas que reflejen el efecto del evento ENSO en el
Golfo de Tehuantepec y que afecten la distribución espacial de la abundancia
relativa del atún aleta amarilla en esa región durante las fases cálida y fría del
ENSO.
5
II. ANTECEDENTES
II.1 Relación recurso-ambiente
Debido a que el AAA es uno de los recursos más importantes tanto a nivel mundial
como para la flota atunera de cerco que opera en el OPO, se han desarrollado
diversos estudios enfocados en determinar su distribución y abundancia relativa a
través del uso de la captura por unidad de esfuerzo (CPUE), así como identificar el
efecto que las variables ambientales tiene sobre las capturas.
Rajapaksha et al. (2013), analizaron la relación de la captura de AAA con las
variables ambientales en el noroeste del Océano Índico, utilizando la temperatura
superficial del mar (TSM), la concentración de pigmentos fotosintéticos (Chla) y la
altura superficial del mar (ASM). Encontraron una relación altamente significativa,
pudiendo predecir a partir de estas variables, sitios de agregaciones del recurso. De
acuerdo con sus resultados, se registraron capturas altas en áreas con TSM entre
28 y 30 °C, valores de Chla entre 0.1-0.4 mg/m3 y ASM entre 205-215 cm. La
asociación más fuerte fue entre la tasa de captura y la Chla; mientras que la más
débil fue con la ASM. Mediante el uso de Modelos Aditivos Generalizados (GAMs,
por sus siglas en inglés; Generalized Additive Models) se demostró que el efecto
del factor espacio temporal tuvo el aporte más significativo en el modelo.
Para el OPO, de las primeras variables ambientales que fueron relacionadas
con la abundancia y distribución del AAA fue la TSM (Blackburn et al., 1962;
Broadhead & Barrett, 1964), encontrando que los movimientos estacionales de esta
especie están relacionados con el desplazamiento de la isoterma de 21 °C,
observando una progresión hacia el norte tanto de las isotermas como de las líneas
de contorno de la abundancia del AAA, durante los meses primavera y verano, y
un retroceso durante los meses de otoño e invierno de cada año, esto es
especialmente evidente frente a la costa de Baja California. Posteriormente,
Blackburn (1965) y Nakamura (1969) demostraron que el límite de la distribución de
los túnidos puede ser claramente definido por la TSM.
Gómez-Muñoz et al. (1992) evaluaron la relación entre la TSM y los
cardúmenes por tipo de indicador, con información de capturas generadas por la
flota atunera mexicana durante el período 1985-1990. Encontraron que la mayor
6
frecuencia de lances sobre cardúmenes asociados a delfín fue a los 28 °C; mientras
que los lances sobre brisa se encuentran a una temperatura de 23 °C. Por su parte,
Arenas & García (1992) reportan que las capturas de cardúmenes asociados a
objetos flotantes son bajas cuando las temperaturas son bajas.
López-Sosa & Manzo-Monroy (2002), con información de la flota atunera
mexicana de cerco que operó durante 1992-1996, estudiaron la distribución espacial
de la abundancia del AAA. Realizaron un análisis de correlación de las series de
tiempo, estimaron los valores esperados de CPUE y definieron los patrones de
distribución espacial utilizando GAMs. Encontraron nueve patrones temporales que
explicaron más del 80% de la variabilidad. Los resultados de los GAMs estimaron
valores máximos de CPUE inferiores a los máximos observados: mientras que los
valores mínimos fueron inferiores a los valores de CPUE observados.
En el Pacífico Mexicano (PM), Arias-Aréchiga (2010) analizó las capturas
registradas por la flota atunera mexicana de cerco durante el periodo de 1998-2004,
con la finalidad de determinar las condiciones que favorecen la presencia de
cardúmenes de AAA asociados a delfines y sobre brisa. La información ambiental
que utilizó fue la TSM, Chla y la velocidad del viento (VV). Para evidenciar los
procesos que determinaron la presencia de los distintos indicadores utilizó el
análisis de componentes principales (ACP) y los patrones de variabilidad se
obtuvieron por el análisis de funciones empíricas ortogonales (FEO´s). Encontró que
la principal fuente de variación es la TSM, y que en general las variables
ambientales asociadas a la presencia de un tipo de indicador de pesca (delfín, brisa
u objetos flotantes) son significativamente diferentes.
Específicamente, en el Golfo de Tehuantepec, Ortega-García y Lluch-Cota
(1996), analizaron la distribución de la CPUE del AAA en relación con la Chla para
el periodo 1984-1986. Encontraron un retraso de tres a cinco meses entre los
valores altos de Chla y los de la CPUE; además, mostraron una relación entre la
abundancia relativa con la distribución de frentes independientes de la
concentración de pigmentos. Para ésta misma zona, Arias-Aréchiga (2005) utilizó
información de capturas de AAA registradas por la flota atunera mexicana durante
1996, así como datos oceanográficos de cruceros, y de imágenes de satélite.
7
Determinó, que el valor de captura/lance fue mayor en el segundo trimestre del año,
a pesar de la menor actividad de la flota en el área con respecto al primer trimestre.
Las capturas de AAA se presentaron en mayor proporción cerca de las costas de
Oaxaca, delimitadas por las surgencias costeras y un giro anticiclónico, muy
relacionadas a la intrusión de agua cálida proveniente del norte.
II.2 Relación recurso-ENSO.
Con respecto al efecto del ENSO sobre la abundancia relativa de los atunes en el
Océano Pacífico, se han realizado diversas investigaciones: Lehodey (2000) en el
Pacífico occidental analizó el efecto de El Niño (1982-1983 y 1997-1998) y La Niña
(1981 y 1998) en la distribución espacial del AAA, determinando que la fase cálida
del ENSO afecta positivamente su reclutamiento. Detectó que durante El Niño
(1997) se registró un desplazamiento espacial hacia el este y durante La Niña (1998)
observó proporciones altas de captura en el oeste.
Ortega-García & Rodríguez-Sánchez (2008), analizaron el efecto del ENSO en
la distribución de AAA utilizando datos de captura de la flota atunera mexicana que
operó durante 1996-1998. Determinaron un cambio en la distribución latitudinal del
AAA, con una mayor frecuencia de lances en el noroeste del área de distribución de
esta especie, reduciendo así la extensión de la flota atunera mexicana en aguas
ecuatoriales.
En el OPO, la Comisión Interamericana del Atún Tropical (CIAT) ha
monitoreando la abundancia relativa del atún desde 1950, a través del análisis de
cohortes y CPUE, usando día normal de pesca y tiempo de búsqueda como
unidades de esfuerzo. De acuerdo con sus resultados se ha determinado que,
durante la presencia de eventos fuertes y prolongados de El Niño, el atún se vuelve
menos vulnerable a la red de cerco debido al incremento de la profundidad de la
termoclina. Como consecuencia se presenta una reducción en las capturas, siendo
ésta más evidente frente al Ecuador (CIAT, 1984, 1995, 2000, 2014). La CIAT (2004,
2014) menciona que cada uno de los cuatro eventos de El Niño registrados durante
el período 1969-1983 fue seguido por reclutamientos de AAA superiores al promedio
aproximadamente dos años posterior a cada evento.
8
Ortega-García et al. (2003), con datos de CPUE de AAA de la flota atunera
mexicana de cerco que operó durante 1984-1990, encontraron un patrón estacional
de desplazamiento del recurso. Mencionan que El Niño 1986-1987 no ocasionó
ningún cambio a este patrón, a pesar de haber sido considerado como un evento
de moderado a fuerte.
López-Sánchez (2004), utilizando información de la flota atunera mexicana
que operó durante 1996-1999, analizó el efecto del ENSO 1997-1998 sobre el AAA.
Encontró una marcada preferencia del atún a temperaturas entre 27 y 28 °C;
detectando, que la disminución de alimento ocasionado por El Niño obligó que una
fracción de la población se desplazara hacia el noroeste, en áreas con TSM entre
23 a 26 °C, particularmente durante el primer semestre de 1998. Mientras que
durante La Niña se observó una recuperación significativa en los volúmenes de
captura, siendo mayores que lo normal y con una menor intensidad de esfuerzo.
Ritter-Ortiz et al. (2011), con datos trimestrales de biomasa del AAA en la
región del OPO durante 1967-1997, evaluaron el impacto del ENSO en la
abundancia y la tasa intrínseca de crecimiento poblacional, así como la explotación
óptima del AAA. De acuerdo con sus resultados, el uso óptimo del recurso atunero
en esta región es favorecido años después del ENSO. Sugieren, que el
comportamiento dinámico de la población de AAA es inestable, por lo que el manejo
de este recurso debe de gestionarse con una relación menor al 13% en la fase cálida
y a una relación mayor al 44% en la fase fría.
Ritter-Ortiz et al. (2015), evaluaron el efecto del ENSO en las capturas de
atunes en el OPO, reportando que la presencia del ENSO incrementa las capturas
de atunes bonito (Sarda orientalis), albacora (Thunnus alalunga) y aleta azul
(Thunnus orientalis), mientras que las de AAA, barrilete y patudo (Thunnus obesus)
se ven disminuidas. Mencionan que los eventos del ENSO pueden explicar el 41.6%
de la variabilidad de las capturas de atunes e impactar de manera negativa el 96.8%.
Asimismo, determinaron que la biomasa del AAA muestra descensos en sus valores
durante la fase cálida.
Particularmente en el PM, Torres-Orozco et al. (2006), analizaron el efecto del
ENSO en las capturas del AAA en el Golfo de California para el periodo 1990-1999,
9
encontrando una correlación positiva entre las capturas y la presencia de El Niño,
con un desfase de dos a cuatro meses.
10
III. AREA DE ESTUDIO
El área de estudio está definida entre las latitudes 7 y 17°N y las longitudes 92 y
105°W, correspondientes al área del Golfo de Tehuantepec (GT) y zonas marítimas
aledañas influenciadas por condiciones atmosféricas-oceanográficas similares,
como ha sido denotado en estudios previos realizados en la región. Para propósitos
de este estudio se utilizará el nombre de GT para representar la cobertura espacial
aquí indicada (Fig. 1).
Figura 1. Área de estudio correspondiente al Golfo de Tehuantepec.
11
El GT se encuentra ubicado al sur de la República Mexicana, entre los estados
de Oaxaca y Chiapas. Es una región altamente productiva con importantes
características oceanográficas, entre las cuales destaca la surgencia provocada por
los vientos tehuanos o nortes, además es un área que muestra una escasa
plataforma continental (Vásquez et al., 1998; Núñez-Orozco et al., 2013).
El Istmo de Tehuantepec es una zona entre el Golfo de México y el Golfo de
Tehuantepec que tiene aproximadamente 200 km de largo. Es una discontinuidad
de la cordillera de la Sierra Madre, que va desde el oeste al este, la cual tiene un
ancho de 40 km y una altitud de 200 m sobre el nivel del mar, lo que permite el paso
de los vientos entre los dos golfos a manera de embudo. El GT presenta una
superficie termohalina característica de las aguas del Océano Pacífico Oriental
Tropical (OPOT), y cuenta con tres regímenes hidrográficos; el primero corresponde
al giro anticiclónico en el oeste del golfo, el segundo o régimen central que se
encuentra afectado directamente por los “nortes” y es donde ocurren las surgencias,
el tercero o régimen del este, el menos afectado por los vientos del norte (Gómez &
Salas de León, 1998).
Los vientos “tehuanos” o nortes son altamente importantes dentro del GT, ya
que son generados por el aumento de los niveles de presión atmosférica en el Golfo
de México, al mismo tiempo que la presión en el Océano Pacífico se mantiene baja
(Velázquez-Muñoz et al., 2011). Tienen influencia en toda la región durante los
meses de invierno cientos de km fuera de la costa y se caracterizan por tener una
duración entre 3 a 4 días, presentando velocidades mayores de 20 ms-1 (Barton et
al., 1993). Los vientos se generan en forma a las manecillas del reloj, moviéndose
de manera circular y de tal intensidad que generan remolinos y enfriamiento en el
océano cerca de la costa (Barton et al., 1993 y Trasviña et al., 1995). Trasviña et
al., 2003 & Barton et al., 2009 mencionan que durante el desarrollo de un evento
tehuano el nivel del mar en la superficie oceánica del GT disminuye, junto con la
formación de un par de remolinos en ambos lados del chorro de viento.
12
Figura 2. Dirección y fuerza del viento promedio calculado en el Golfo de Tehuantepec durante el
año 2005 (tomado y modificado de: Velázquez -Muñoz et al., 2011).
Estos grandes remolinos generados en el GT se originan por la mezcla
turbulenta de aguas subsuperficiales frías inducidas por el viento que pasan a través
del Istmo. Los giros anticiclónicos (100-450 km de diámetro) pueden llegar a persistir
durante meses y se propagan hacia el oeste, donde juegan un papel importante, no
sólo en la riqueza biológica de esta zona hasta los niveles tróficos superiores, sino
también en el balance regional de transferencia de dióxido de carbono entre el
océano y la atmósfera (Zabala et al., 2008). La surgencia del GT se localiza frente
a las costas de Oaxaca con mayor intensidad durante el invierno (diciembre a
febrero) debido a los tehuanos y en julio por los vientos alisios del noreste, siendo
esta surgencia mucho más débil (Romero-Centeno et al., 2003).
Tapia-García et al. (2007) y Trasviña et al. (2003) reportaron que durante las
temporadas de verano pueden presentarse temperaturas cálidas entre los 28 y 30
°C; mientras que en invierno se ha reportado que las zonas de surgencias pueden
alcanzar temperaturas más frías (entre 17 y 22 °C). El estrato superficial del mar es
térmicamente homogéneo, lo que implica que la termoclina permanente es somera
y la profundidad promedio anual de la termoclina en esta región es de 50 m, un poco
menos profunda en invierno (30 m) y más profunda en verano (70 m). Esto tiene
13
como consecuencia que generalmente durante el invierno existan aguas más frías
a unos 40 m de la superficie (Gallegos-García & Barberán-Falcón, 1998).
La circulación oceánica adyacente al GT presenta diferentes rasgos, los cuales
han sido abordados en varios estudios que describen las corrientes de mesoescala
en el OPO (Wyrtki, 1965; Chelton et al., 2000; Brenes et al., 2008) reportando una
corriente costera que se propaga hacia el polo compuesta por aguas cálidas
asociadas a la Corriente Costera de Costa Rica (por sus siglas en inglés; CRCC),
(Flores-Vidal et al., 2011). Trasviña & Barton (2008) sugieren que durante el verano
la presencia de los eventos de mesoescala (remolinos) tienen gran influencia en
estas corrientes oceánicas. Mientras que, en invierno la circulación costera causada
por los vientos tehuanos origina un descenso en el nivel de la superficie oceánica y
un ascenso en la termoclina (Flores-Vidal et al., 2011). Durante El Niño los cambios
en la circulación del océano cerca del ecuador y las modificaciones de la circulación
atmosférica invernal afectan la dinámica y características del GT, aumentando el
número de Nortes y profundizando la termoclina (Trasviña et al., 2004).
14
IV. PLANTEAMIENTO DEL PROBLEMA
La captura de atún en México representa una de las actividades más desarrolladas
del sector pesquero, por el valor de la producción. Ocupa el segundo lugar después
de la del camarón con 1,246.2 millones de pesos en 2010 (CONAPESCA, 2010;
DOF, 2014). Además, México ocupa el segundo lugar en la capacidad de acarreo
de las flotas atuneras de cerco que operan en el OPO, siendo el atún aleta amarilla
su principal captura (Solano-Sansores & Compeán-Jiménez, 2010).
El GT es de gran relevancia dado que es una región de características
oceanográficas especiales, con una alta productividad (Fiedler, 1994; Ortega-
García et al., 2000; Färber-Lorda et al., 2004) reconocida como la principal área de
desove y crianza del AAA durante los meses de invierno (González & Ramírez,
1989; Solano-Sansores & Compeán-Jiménez, 2010) y tradicionalmente importante
en la captura de esta especie (Ortega-García et al., 2000).
Se ha reconocido que el cambio climático tendrá como consecuencia la
presencia de eventos ENSO más frecuentes y de mayor intensidad (FAO, 2012),
por lo que analizar el efecto de los fenómenos como el ENSO en las capturas de
AAA en el GT es de gran relevancia para evaluar su impacto y tratar de predecirlo.
15
V. OBJETIVO GENERAL
Evaluar la variabilidad espacio temporal del atún aleta amarilla durante la fase cálida
y fría del ENSO en el Golfo de Tehuantepec, con la finalidad de elaborar un modelo
de pronóstico con las variables ambientales que más afectan su abundancia
relativa.
VI. OBJETIVOS ESPECIFICOS
a. Caracterizar la variabilidad ambiental del Golfo de Tehuantepec a
través del uso de temperatura superficial del mar, velocidad y
magnitud del viento, concentración de pigmentos fotosintéticos, y la
altura superficial del mar durante el ENSO 2007-2010.
b. Analizar las capturas del atún aleta amarilla por tipo de indicador (brisa
o no asociados, asociados a delfines y sobre objetos flotantes) y su
relación con la presencia de frentes térmicos y giros.
c. Determinar la CPUE como un índice de abundancia relativa y su
variabilidad espacio temporal durante el escenario cálido y frío del
ENSO.
d. Modelar el efecto del ENSO en la abundancia relativa del atún aleta
amarilla.
16
VII. METODOLOGÍA
VII.1 Datos ambientales
La información de las variables ambientales para la zona de estudio se derivó de
imágenes de satélite. La TSM y la Chla a partir de los sensores MODIS-aqua con
una resolución de 4 km y temporalidad semanal. Esta información se encuentra
disponible por el Physical Oceanography Distributed Active Archive Center (por sus
siglas en inglés; PODAAC) y Ocean Color NASA
(https://oceandata.sci.gsfc.nasa.gov/).
La VV se obtuvo a partir de una combinación de información derivada de
diferentes sensores remotos con una resolución de 25 km y la altura superficial del
mar (ASM) se obtuvieron del sensor AVISO-altimeter con resolución de 1° (Tabla
1). Para estas dos últimas variables se utilizaron imágenes promedio mensuales
debido a que no fue posible acceder a una temporalidad más fina. Como indicador
de la presencia del ENSO, y definir la extensión de los períodos cálidos y fríos, se
utilizó el Índice Oceánico de El Niño (por sus siglas en inglés; ONI).
[http://www.cpc.ncep.noaa.gov/products/analysis_monitoring/ensostuff/ensoyears.
shtml]
Con el propósito de realizar un análisis las variables ambientales, se realizó el
procesamiento de las imágenes con el software Windows Image Manager versión
9.06 (WIM; Kahru & Laksberg, 2016). En el caso de la velocidad y dirección del
viento se utilizó el software MATLAB (v.8.5.0, 2015).
Tabla 1. Variables ambientales, fuente, resolución espacial y temporal y sus unidades
Variable
ambiental
Fuente Resolución espacial y
temporal
Unidad
TSM
Aqua/MODIS—Environmental Research Division’s Data
Access Program (ERDDAP)
http://coastwatch.pfeg.noaa.gov/
erddap/index.html
4 km
Semanal
°C
Chla
Aqua/MODIS—Environmental Research Division’s Data
Access Program (ERDDAP)
http://coastwatch.pfeg.noaa.gov/
erddap/index.html
4 km
Semanal
mg/m3
17
ASM
AVISOaltimeter—Environmental Research Division’s Data
Access Program (ERDDAP)
http://coastwatch.pfeg.noaa.gov/
erddap/index.html
111.1 km
Mensual
m
VV
Escaterómetro; QuikSCAT, SSMIs, TMI y AMSR-E:
ftp://eclipse.ncdc.noaa.gov/pub/seawinds/SI/uv/monthly/net
cdf/
25 km
Mensual
m/s
VII.2 Datos pesqueros
La información analizada corresponde a las bitácoras de pesca de la flota atunera
mexicana de cerco que operó en aguas del GT durante el periodo 2007-2010,
recopiladas por el Proyecto Pelágicos Mayores del Centro interdisciplinario de
Ciencias Marinas (CICIMAR-IPN). Cada registro tiene la clave del barco, capacidad
de acarreo, fecha, la hora de inicio y fin del lance, posición geográfica donde se
realizó el lance (latitud y longitud), toneladas de AAA capturadas, temperatura
superficial del mar (TSM), y clave sobre el tipo de indicador de pesca; cardúmenes
asociados a delfín (DEL), cardúmenes no asociados o brisa (NOA) y cardúmenes
asociados a objetos flotantes (OBJ).
Para determinar sí se aplicarían pruebas estadísticas paramétricas o no
paramétricas, se realizó un análisis exploratorio de los datos, a los cuales se les
aplicó la prueba de normalidad de Kolmogorov-Smirnov y homocedasticidad de
varianzas de Bartlett.
VII.5 Captura por Unidad de Esfuerzo (CPUE).
Para que la CPUE pueda ser representativa de la abundancia relativa de la especie
(Gatica & Hernández, 2003), y evitar sesgos debido a las diferencias en el poder de
pesca de las embarcaciones pesqueras, en este estudio se utilizaron aquellas
embarcaciones mayores a 1000 t de capacidad de acarreo considerando que todas
ellas tienen el mismo poder de pesca, y cuentan con la misma tecnología en la
captura de atún (ayuda aérea, radar de pájaros, imágenes de satélite), dimensiones
físicas y tipo de red similares. Para poder analizar la captura por tipo de indicador
de pesca (brisa, asociados a delfín y objetos flotantes), el lance fue definido como
la unidad de esfuerzo.
18
Así, la captura por unidad de esfuerzo se definió como la captura total entre el
número de lances realizados de manera mensual y semanal por cuadrante o por
área total.
CPUE = 𝐶
𝐸
Donde, C representa la captura en toneladas y, E es el esfuerzo representado
por el número de lances.
VII.3 Análisis Espacial.
Para representar la distribución espacio temporal de las operaciones de pesca, se
utilizaron los registros de latitud y longitud representándolos por tipo de indicador a
lo largo del periodo de estudio, empleando para ello el programa QGIS (v2.14.7).
VII.4 Detección de frentes térmicos.
Para analizar si la presencia de frentes favorece la ocurrencia de la especie, se
realizó la detección de frentes térmicos en el área de estudio y se evaluó la relación
con los datos georreferenciados de los lances. Para lo cual se utilizaron imágenes
de TSM semanales, y se analizaron con base en la metodología propuesta por
Cayula & Cornillon (1992). Esa metodología, se basa en un algoritmo que opera en
tres niveles: el nivel de imagen, el nivel de ventana y al nivel del pixel local. Consiste
en una división de imágenes traslapadas de m 𝑥 m pixeles a los cuales se les analiza
su bimodalidad, si se cumple esto, la ventana se analiza espacialmente para
determinar la cohesión de los datos y aquellos pixeles límites en una región
especifica de esa ventana. Posteriormente, utilizando un algoritmo llamado unión
de contornos se determinaron los gradientes de temperatura que crean la línea del
frente (Cayula & Cornillon, 1992; Yoshida-Hernández, 2015). Este procedimiento se
llevó a cabo con el software WIM, utilizando ventanas de 32 𝑥 32 pixeles.
A partir de lo anterior, se calculó un índice de frentes (IF). El procedimiento
para extraer los datos numéricos de los frentes térmicos para cada unidad de área
se realizó siguiendo la metodología de Kahru et al. (2012), en la cual se define el IF,
como un valor relativo que representa el número de pixeles que ocupa un frente con
19
respecto al total de pixeles por cuadrante. Para toda la zona de estudio, se calculó
un promedio semanal a partir de la información derivada para cada cuadrante.
VII.6 Series de tiempo
Con el objetivo de destacar en mayor medida las variaciones registradas en los
valores de captura y de las variables ambientales, se calcularon las anomalías
estandarizadas sin estacionalidad para el periodo de estudio mediante la siguiente
ecuación:
𝐴𝐸 =𝑋𝑖 − �̅� (2007−2010)
𝑆(2007−2010)
Donde: Xi es el valor promedio (semanal o mensual según corresponda) de la
variable i, X̅ (2007−2010) el promedio de cada semana para un año tipo y S (2007-2010) es
la desviación estándar de cada semana para el año tipo.
Las anomalías fueron utilizadas para: a) describir la variabilidad ambiental del
área de estudio durante la presencia de El Niño, La Niña y condiciones neutras; y
b) para relacionarlas con la serie de CPUE mediante la aplicación del análisis de
correlación cruzada, utilizado para resaltar asociaciones entre diferentes series de
tiempo.
VII.7 Modelación de las abundancias relativas (CPUE).
Para realizar la modelación de la distribución y predicción espacial del recurso se
consideraron cinco escenarios para aplicar los GAMs: a) Utilizando en el modelo las
capturas y lances totales para todo el periodo de estudio, b) Utilizando solo las
capturas y lances realizados sobre los cardúmenes asociados a delfín, c) Utilizando
solo las capturas y lances realizados sobre brisa, y la información de las capturas y
lances para: d) el período frío (2007-2008), y e) el período cálido (2009-2010) del
ENSO. Cabe hacer notar que la información de las capturas sobre objetos flotantes
no fue considerada para la modelación debido a la baja proporción de capturas
obtenidas por este tipo de indicador.
20
VII.7.1 Modelos aditivos generalizados (GAMs).
Para realizar la predicción espacial del recurso, se aplicaron los modelos Aditivos
Generalizados (Hastie & Tibshirani, 1984), los cuales son una extensión de los
modelos tradicionales de regresión lineal para el análisis de datos, que incorporaron
la no linealidad y la regresión no paramétrica (Armero, 2011; Quintas, 2011). Parte
del predictor lineal es especificado como una suma de “funciones suavizadoras” de
las variables predictoras (Wood, 2006). La forma general de un GAM está dada por:
Donde g es la función monotónica de enlace, μ i es valor ajustado, Xi son las
variables predictoras, y f j es la función de suavizado que evalúa el efecto de Xi sobre
μi. (Hastie & Tibshiriani, 1984; Jiménez, 2014). Una de las principales ventajas de
estos modelos, es su flexibilidad para utilizar diferentes funciones de probabilidad
(e.g. Poisson, Gaussiana, Gamma, Binomial, Binomial negativa). Para realizar los
GAMs se utilizó el paquete mgsv proporcionado por el software libre de R.
VII.7.2 Construcción de la matriz de datos.
Para construir la matriz, el área de estudio fue divida en 123 cuadrantes de 1°X 1°
(Fig. 3). Para cada cuadrante se obtuvo el promedio semanal de TSM, Chla y un
valor del IF. Asimismo, se calculó el número de lances y la captura total
correspondiente y con esta información se calculó la CPUE. La matriz quedó
integrada por 11 columnas con las variables predictoras y 22,633 renglones de
información correspondiente a cada variable.
A partir de esta base, se extrajeron cuatro matrices separando la información
en: a) lances y capturas sobre cardúmenes asociados a delfín, b) lances y capturas
sobre brisa, c) para el período frío y d) para el período cálido.
21
Figura 3. Área de estudio correspondiente al Golfo de Tehuantepec dividida en 123 cuadrantes de
un grado.
VII.7.3 Construcción del modelo mínimo adecuado (MMA)
Para la modelación con los GAMs, se identificó la familia de distribución de
frecuencias a la cual pertenece la variable de respuesta, a partir de un análisis a
priori en el cual se realizaron diferentes pruebas y modelaciones utilizando las
siguientes familias de distribución: normal, tweedie, gamma, poisson y quasi-
poisson. La familia de distribución que resultó más adecuada fue la normal
(gaussiana), considerando las características de los datos y que los resultados de
los modelos presentaron mejores ajustes.
Durante la ejecución de análisis preliminares al utilizar la CPUE como variable
respuesta los modelos no explicaron adecuadamente el efecto individual y
combinado de las variables oceanográficas en la distribución y abundancia relativa
del AAA, resultando en porcentajes de devianza explicada bajos, lo cual indica que
el modelo no era bueno. Por lo anterior, se decidió utilizar el logaritmo de la captura
como variable de respuesta y se añadió el lance como un offset (también conocido
como decalaje). Al utilizar un offset se está asumiendo que existe una relación lineal
22
entre la captura y el esfuerzo (Wood, 2006a; Seoane et al., 2014), considerando
esta relación equivalente a la CPUE (Drexler & Ainsworth, 2013).
Las variables predictoras en este caso fueron: la variable espacial (longitud y
latitud), las variables ambientales (TSM, Chla, IF), y el tiempo (utilizando el año
como variable categórica y como tiempo cíclico, las semanas).
La respuesta de la relación captura/lance fue modelada de la siguiente manera:
Log (Captura+1) ~ offset (log Lance) + f1(Longitud, Latitud) + f2(TSM) + f3(log Chla)
+ f4(IF) + f4(Semana) + f5(Año)
Para la construcción del modelo se aumentó el nivel de complejidad, es decir
de tipo “forward-stepwise”, que constituyó en realizar la construcción de un modelo
nulo (𝑦 = �̃�), y posteriormente se añadieron todas las variables predictoras una por
una. Uno de los criterios más utilizados para seleccionar entre distintos modelos es
el de información de Akaike (AIC), el cual se estima utilizando la máxima
verosimilitud calculada durante la construcción del modelo (Wood, 2006; Wood,
2009).
La ecuación para estimar el AIC también incluye un parámetro que “penaliza”
el criterio en base al número de parámetros utilizados en el modelo (Wood, 2006).
Debido a esto el AIC parece ser más útil cuando se trata de seleccionar entre
modelos ajustados a un mismo conjunto de datos. Un criterio alterno para comparar
el ajuste de uno o entre distintos modelos es el de devianza explicada, el cual puede
ser interpretado de manera similar a la suma de cuadrados residuales (Wood, 2006).
Con base en lo anterior, en este trabajo se utilizaron ambos criterios y considerando
las premisas de ambos, la validación de los modelos realizados se puede considerar
exitosa.
Durante la construcción del modelo se decidió utilizar para la variable espacial
el tensor ti, el cual produce una interacción tensor-producto, apropiada cuando se
presenta cualquier tipo de interacción (Wood, 2006b). Para el resto de las variables
se utilizaron los Thin plate regression splines (TPRS, por sus siglas en inglés), los
cuales son los “splines” predeterminados para los términos “s” debido a que se
23
consideran como los suavizadores óptimos de cualquier dimensión o rango (Wood,
2006b).
Los mapas de predicción espacial para los escenarios modelados se
realizaron utilizando la función predict.gam del paquete mgcv, como tipo de
predicción se seleccionó “response” la cual regresa los datos predichos a la escala
de la variable respuesta (Wood, 2006b).
24
VIII. RESULTADOS
Debido a que no se cumplieron con los criterios de normalidad y
homocedasticidad (D(.05,2903) = 0.3, p<0.05; B(3,2903) =602.4, p<0.05), para determinar
si la variabilidad intra e inter-anual tanto de las capturas como de las variables
ambientales era significativa, se aplicaron análisis de varianza no paramétrico de
Kruskal-Wallis.
VIII.1 Caracterización ambiental del área de estudio
VIII.1.1 Temperatura superficial del mar (TSM)
La variabilidad inter-anual de la TSM semanal registrada en el área durante el
periodo 2007-2010 mostró diferencias significativas (H(3, 184) =22, p<0.05; Fig.4). El
año de 2010 se caracterizó por presentar el valor mínimo y el máximo con 24.7 y
29.7 °C respectivamente.
Figura 4. Gráfica de cajas de la temperatura superficial del mar registrado durante el periodo 2007-
2010 en el Golfo de Tehuantepec.
Con respecto a las anomalías estandarizadas de la TSM semanal, se observó la
presencia de dos periodos anómalos positivos: el primero, abarcó desde la primera
25
semana hasta la semana 30 del año 2007; mientras que el segundo, desde la
semana 19 del año 2009 hasta la semana 17 del 2010. Este último periodo con
anomalías positivas fue más prolongado en comparación al primero, alcanzado
valores de 1.42 por arriba del promedio. Asimismo, se presentaron dos periodos con
anomalías negativas los cuales indican temperaturas por debajo del promedio (más
frías): el primero, inició durante la semana 35 del año 2007 y terminó en la semana
16 del año 2009. El segundo incluyo desde la semana 17 hasta la semana 46, del
2010. El primero, aunque no fue continuo fue más prolongado que los dos periodos
anómalos cálidos (Fig. 5).
Figura 5. Anomalía estandarizada promedio semanal de la temperatura superficial del mar (TSM)
durante el periodo 2007-2010 en el Golfo de Tehuantepec. Las barras color gris representan las
anomalías de TSM y la línea roja corresponde a los datos suavizados.
VIII.1.2 Concentración de pigmentos fotosintéticos (Chla)
No obstante que los valores de Chla registraron el valor máximo durante 2007 con
0.69 mg/m3 y el mínimo durante el 2010 con 0.13 mg/m3, la variabilidad inter-anual
no fue significativa durante este periodo de estudio (H(3,184) =4.5, p>0.05; Fig. 6).
26
Figura 6. Gráfica de cajas de la concentración de pigmentos fotosintéticos registrados durante el
periodo 2007-2010 en el Golfo de Tehuantepec.
En esta serie se presentaron tres periodos anómalos positivos alcanzando
valores anómalos máximos de 1.2, correspondiendo con la temporada de invierno
de cada año. El primero se registró desde la semana 35 del 2007 a la semana 24
del 2008, el segundo de la semana 4 a la semana 19 del 2009 y el último desde la
semana 18 a la semana 41 del 2010 (Fig.7).
Figura 7. Anomalía estandarizada promedio semanal correspondiente a la concentración de
pigmentos fotosintéticos (Chla) durante el periodo 2007-2010 en el Golfo de Tehuantepec. Las barras
color gris representan las anomalías de TSM y la línea verde corresponde a los datos suavizados.
27
VIII.1.3 Índice de Frentes (IF)
La variabilidad inter-anual del índice de frentes no fue significativa (H(3,184)
=1.3, p>0.05). Los valores promedios de IF estuvieron entre un intervalo de 0 a 0.03
(Fig.8). El valor promedio más alto se presentó durante el 2007 (0.02986) y 2008
(0.0314) correspondiente al período frío del ENSO. De todas las semanas
analizadas, se presentaron dos en las cuales no se detectó ningún frente, durante
la semana 24 del 2008 y en la semana 31 del 2010 (Fig. 9).
Figura 8. Gráfica de cajas del índice de frentes registrado para el periodo 2007-2010 en el Golfo de
Tehuantepec.
Las anomalías estandarizadas correspondientes al IF, mostraron tres periodos
anómalos positivos, el primero se extendió prácticamente todo el año 2007
(comenzando en la semana 11 y terminando en la semana 5 del año siguiente), los
otros dos tuvieron una duración corta, registrándose en invierno (de las semanas 35
a la 40 del 2008, 4 a la 14 del 2009 y 34 a la 43 del 2010) (Fig.9).
28
Figura 9. Anomalía estandarizada promedio semanal del índice de frentes (IF) durante el periodo
2007-2010 en el Golfo de Tehuantepec. Las barras color gris representan las anomalías del IF y la
línea naranja corresponde a los datos suavizados.
VIII.1.4 Altura superficial del mar (ASM)
La variabilidad inter-anual de la ASM no fue significativa (H(3,48) = 6.8, p>0.05;
Fig.10); sin embargo, durante el período cálido correspondiente al periodo 2009-
2010 se presentaron los valores máximos con 0.73 y 0.75 m respectivamente;
mientras que el valor mínimo se registró durante el 2007 con 0.58 m.
Figura 10. Gráfica de cajas de los valores de la altura superficial de mar registrados durante el
periodo 2007-2010 en el Golfo de Tehuantepec.
29
Al calcular la anomalía estandarizada de la serie, se presentaron dos periodos; el
primero, del mes de marzo del 2007 hasta junio del 2008 alcanzando valores
mínimos de -1.49. El segundo comenzó desde el mes de febrero del 2009 hasta el
mes de junio del 2010, con registros máximos de 1.25 (Fig. 11).
Figura 11. Anomalía estandarizada promedio mensual de la altura superficial del mar (ASM) durante
el periodo 2007-2010 en el Golfo de Tehuantepec. Las barras color gris representan las anomalías
de ASM y la línea amarilla corresponde a los datos suavizados.
VIII.1.5 Velocidad y dirección del viento (VV)
La variabilidad inter-anual de la velocidad del viento, no fue significativa (H(3,48) =0.1,
p> 0.05; Fig.12), el valor promedio mensual para todo el periodo fluctuó entre 2 y 7
m/s, registrando en 2007 el valor máximo (7.2 m/s) y el mínimo en 2008 con una
velocidad de 2.8 m/s.
30
Figura 12. Gráfica de cajas de los valores de velocidad de viento registrados durante el periodo
2007-2010 en el Golfo de Tehuantepec.
Aunque las anomalías estandarizadas de la VV mostraron una alta variabilidad a lo
largo del periodo de estudio, se pueden observar dos períodos anómalos positivos:
de marzo del 2008 hasta marzo del 2009, y del mes de noviembre del 2009 hasta
septiembre del 2010. Los períodos negativos fueron variables en duración (Fig.13).
Figura 13. Anomalía estandarizada promedio mensual de la velocidad del viento (VV) durante el
periodo 2007-2010 en el Golfo de Tehuantepec. Las barras color gris representan las anomalías de
VV y la línea morada corresponde a los datos suavizados.
31
En la figura 14 se presenta la dirección y velocidad del viento promedio
mensual en los cuales se registraron valores mayores a 8 m/s y en los cuales se
puede apreciar el chorro de viento formado por el paso del Istmo de Tehuantepec.
En todo el periodo, los vientos fueron más intensos (entre 8 y 18 m/s) durante los
meses de enero a marzo y de octubre a noviembre. Durante este periodo se observa
como la velocidad del viento es más intensa a lo largo del centro del golfo, y en
algunos meses se extiende hasta la parte más oceánica del área de estudio.
La dirección del viento durante esos meses comienza a hacerse notoria en la
entrada del golfo, de acuerdo con su dirección se distinguen aquellos que se dirigen
desde el norte hacia el suroeste del área. También se observan vientos intensos
que provienen del sur y afectan la parte central del área, encontrándose con los
vientos del norte. Cabe destacar que esto fue más notorio durante los meses de
junio, julio, agosto y septiembre de todos los años.
Figura 14. Dirección y velocidad del viento promedio mensual registrados durante los meses de
enero, febrero, marzo y octubre, noviembre en el período 2007-2010 en el Golfo de Tehuantepec.
32
Figura 14 Continuación…
33
Figura 14. Continuación…
34
Figura 14. Continuación…
35
Figura 14. Continuación…
36
VIII.2 Relación entre las variables ambientales
En la figura 15 se presentan las series suavizadas de las variables ambientales tanto
semanales (TSM, Chla y el IF), como mensuales (VV y ASM). En el caso de las
variables con una temporalidad semanal, el valor de la correlación entre las series
de TSM y Chla fue negativo, es decir presentan una relación inversa y significativa
(R= -0.72, p<0.05; Fig. 15-A). La correlación entre el IF y la TSM también fue inversa
(R=-0.35, p<0.05), mientras que con la concentración de Chla fue positiva (R=0.22,
p<0.05), y ambas fueron significativas. Por consecuencia, los valores de anomalías
positivas del IF coinciden con los periodos de mayor Chla y con las anomalías
negativas de TSM registrados durante la temporada de invierno (Fig.15-B y C).
La correlación entre la ASM y la VV fue positiva, pero no significativa (R=
0.12, p>0.05). No obstante que al inicio de la serie se observa una anomalía
negativa del viento al igual que de la ASM, posterior a este periodo ambas series
registraron anomalías positivas desde el mes de mayo del 2008 hasta marzo del
2009. Asimismo, desde mayo del 2009 a mayo del 2010 se observó un
desfasamiento de ambas series coincidiendo con el periodo cálido del ENSO
(Fig.15-D).
37
Figura 15. Comparación de las series de anomalías suavizadas de las variables ambientales con
una temporalidad semanal para la temperatura superficial del mar (TSM), la concentración de
pigmentos fotosintéticos (Chla), y el Índice de frentes (IF)) y con una temporalidad mensual para la
velocidad del viento (VV) y la altura superficial del mar (ASM).
R= 0.22
R= - 0.35
R= -0.72
R=0.12
38
VIII.3 Análisis de las capturas
VIII.3.1 Variabilidad inter-anual
La variabilidad inter-anual de las capturas fue significativa (H(3, 2903) =140.7, p<0.05),
con el valor más bajo en 2009 con 257 t; mientras que durante el 2007 y 2010 se
presentaron los registros más altos con 908 y 826 t respectivamente (Fig. 16).
Figura 16. Captura total anual de atún aleta amarilla registrada por la flota atunera mexicana de
cerco en el Golfo de Tehuantepec durante el periodo 2007-2010.
VIII.3.2 Variabilidad de la captura intra-anual
La variabilidad intra-anual de las capturas fue significativa (H(10, 2903) = 41.6, p<0.05).
Al analizar la captura mensual para todo el período de estudio se observó que
durante el 2009 no se registraron capturas durante los meses de marzo, abril y junio,
para el resto de los meses las capturas fueron bajas con excepción del mes de
agosto, en el cual se registró la captura más alta para ese año. Para el resto de los
años (2007, 2008 y 2010), los mayores valores se registraron de enero a abril;
mientras que las capturas más bajas fueron de mayo a septiembre (Fig. 17).
39
Figura 17. Captura mensual de atún aleta amarilla registrada por la flota atunera mexicana de cerco
en el Golfo de Tehuantepec durante el periodo 2007-2010.
VIII.3.3 Variabilidad de la captura por tipo de indicador
La captura por tipo de indicador (brisa, cardúmenes asociados a delfín y asociados
a objetos flotantes) presentó diferencias significativas (H(2,2903) = 52.8, p<0.05),
registrando el valor más bajo (118 t) para la captura de atunes asociado a objetos
flotantes. Al clasificar la captura por tipo de indicador de forma anual, se observó
que durante el periodo frio del ENSO (2007-2008) las capturas más altas se
realizaron sobre los cardúmenes asociados a delfines (989 t); mientras que durante
el periodo cálido (2009-2010), las capturas más altas se registraron sobre los
cardúmenes sobre brisa, siendo 2010 el año que presentó el registro más alto (668
t) (Fig. 18).
40
Figura 18. Captura total por tipo de indicador (brisa, cardúmenes asociados a delfín, y cardúmenes
asociados a objetos flotantes) registrada por la flota atunera mexicana de cerco durante el periodo
2007-2010 en el Golfo de Tehuantepec.
VIII.3.4 Variabilidad intra-anual de la captura por tipo de indicador.
La captura mensual por tipo de indicador para cada año se presenta en la figura 19.
En ésta se puede observar que, durante el periodo 2007-2008, se registraron en
todos los meses capturas sobre cardúmenes asociados a delfín, disminuyendo de
mayo a septiembre. Con respecto al siguiente período, en el 2009 se capturaron
cardúmenes asociados a delfín en los meses de enero, febrero y mayo; mientras
que para el resto del año (julio-noviembre) se capturaron sobre brisa. Durante 2010,
predominaron durante todos los meses del año las capturas sobre brisa.
41
Figura 19. Capturas mensuales registradas por tipo de indicador del 2007-2010 en el Golfo de
Tehuantepec, donde: a) El color negro representa las capturas sobre brisa, b) el color gris claro
representa a los cardúmenes asociados a delfín y c) el color gris obscuro a los cardúmenes
asociados a objetos flotantes.
42
VIII.4 Distribución de las capturas por tipo de indicador
La distribución espacial de los lances por tipo de indicador realizados por la flota
atunera en el GT para el periodo frio (2007-2008) y cálido (2009-2010) del ENSO
se presenta en la figura 20. Durante el periodo frío, se observa que los lances se
encuentran distribuidos en la parte oceánica, predominando aquellos sobre
cardúmenes asociados a delfín. Sin embargo, durante este mismo período se
visualizan lances sobre brisa cerca de la costa (de los 97 a 95°W y 15 a 16°N);
mientras que en la parte contraria del golfo (de los 93 a 92°N y 15 a 16°N) se
presentaron lances sobre delfines (Fig. 20-A).
Durante el periodo cálido, la proporción de lances en comparación al frío fue
baja (32%). Los lances sobre delfín observados en el área fueron escasos, y si bien
la proporción de lances sobre brisa fue mayor, éstos se realizaron en aguas
oceánicas. Durante este período se observaron lances de brisa y delfín agrupados
cerca de la parte central del golfo (Fig.20-B).
Figura 20. Distribución espacial de los lances por tipo de indicador para A) período frio (2007-2008) y
B) período cálido (2009-2010) en el Golfo de Tehuantepec.
43
VIII.5 Detección de frentes térmicos y su relación con los lances
En el anexo 1 se presentan los mapas con los frentes térmicos detectados
semanalmente y sobre ellos la distribución de los lances por tipo de indicador
realizados durante ese periodo. De manera general, los frentes se detectaron con
mayor frecuencia durante las semanas correspondientes a la temporada de
invierno, coincidiendo con el mayor número de lances registrados desde la semana
4 a la 13 y de las semanas 38 a la 42. Los lances asociados a frentes se registraron
del lado cálido entre temperaturas de 28 y 29 °C. De todos los frentes observados,
predominaron dos: el primero formado a lo largo de toda la parte occidental del Golfo
de Tehuantepec (desde la costa entre Puerto Escondido y Puerto Ángel hacia la
parte oceánica) y el segundo, en la parte opuesta.
Durante la semana 4, en el período frío (2007-2008) se observaron lances de
atún asociado a delfín y brisa cercanos a frentes; mientras que en el período cálido
(2009-2010) no se observó ninguna relación lance-frente. En la semana 6 durante
todos los años se registraron lances de brisa y delfín asociados a frentes alejados
de la costa. En la siguiente semana, durante el período frío se presentó un patrón
similar a la semana 6. Si bien, durante el primer año del periodo cálido no se
observaron lances, durante el 2010 se presentaron lances de brisa en la parte cálida
de dos frentes. Particularmente, de la semana 11 a la 13 aunque se detectaron
frentes en todos los años, solo en el 2010 se observó una asociación lance-frente.
Los lances fueron sobre brisa y delfín, con la singularidad de que todos ellos
estuvieron rodeados por frentes y se realizaron en la parte central del Golfo de
Tehuantepec en una zona de temperatura entre 24 - 26 °C.
Durante el verano (semana 14 a la 37), hubo menor número de lances
coincidiendo con la disminución de frentes, al inicio del invierno (semana 38 a la 42),
aumentó la detección de frentes a lo largo del GT siendo más evidente en la parte
oceánica. Durante estas semanas, en el 2008 se presentaron lances de atún sobre
delfín cercanos a la costa (entre los 15°N y 92°W), estos lances estuvieron
asociados a la parte cálida del frente; mientras que en el 2010 se realizaron lances
sobre brisa lejanos de la costa.
44
VIII.7 Variabilidad de la CPUE
La variabilidad inter-anual de la CPUE del AAA presentó diferencias significativas
(H(3,104) =14, p<0.05; Fig.21). Durante 2009 se registró el valor más alto con un
promedio de 16 t. El valor de CPUE mínimo se registró en 2008 donde se presentó
un lance nulo; mientras que el máximo se registró en 2010 con 40.9 t.
Figura 21. Grafica de cajas de la captura por unidad de esfuerzo (CPUE) de atún aleta amarilla
registrados por la flota atunera mexicana de cerco en el Golfo de Tehuantepec durante 2007-2010.
En la figura 22 se presenta la serie de anomalías mensuales de la CPUE en la cual
se puede observar que del mes de junio del 2008 a mayo del 2010 se registraron
anomalías positivas; mientras que de enero del 2007 a marzo del 2008 se
presentaron anomalías negativas. Al analizar las anomalías semanales se presentó
la misma tendencia; sin embargo, debido a que hubo semanas en las que no se
realizaron lances o éstos fueron sin captura (lances nulos), la variabilidad fue mayor
(Fig. 23).
45
Figura 22. Anomalía estandarizada mensual de la captura por unidad de esfuerzo (CPUE) de atún
aleta amarilla capturado por la flota atunera mexicana de cerco durante 2007-2010 en el Golfo de
Tehuantepec. Las barras color gris representan las anomalías de la CPUE mensual y la línea negra
corresponde a los datos suavizados.
Figura 23. Anomalía estandarizada semanal de la captura por unidad de esfuerzo (CPUE) de atún
aleta amarilla capturado por la flota atunera mexicana de cerco durante 2007-2010 en el Golfo de
Tehuantepec. Las barras color gris representan las anomalías de la CPUE semanal y la línea negra
corresponde a los datos suavizados.
46
VIII. 8 Relación entre la CPUE y las variables ambientales.
El análisis de correlación cruzada mostró que solamente la relación de la CPUE con
la Chla fue significativa y positiva (R= 0.388, p<0.05). Particularmente en este
estudio no se observó un retraso entre ambas series (Fig.24- B). Aunque no se
encontró una relación entre la CPUE y la TSM promedio semanal (R=-0.09, p>0.05),
se observó que a temperaturas mayores a los 29 °C la CPUE fue menor; mientras
que los valores de CPUE máximos se registraron entre temperaturas de 26.5 y 28
°C (Fig.24-A).
La relación entre la CPUE y el IF no fue significativa (R=0.04, p>0.05); sin
embargo, se presentó un patrón similar al obtenido con la Chla, se observa que, al
registrarse valores altos del índice de frentes, se tiene una respuesta positiva de la
CPUE del AAA. Esto fue más notorio en las semanas correspondientes a la
temporada de invierno durante el período de transición del año 2008 al 2009 y 2009
al 2010 (Fig.24-C).
47
Figura 24. Comparación de las series de los valores semanales de la captura por unidad de
esfuerzo (CPUE) y las variables ambientales (Temperatura superficial del mar (TSM), concentración
de pigmentos fotosintéticos (Chla) y el Índice de frentes (IF)) para el período 2007-2010 en el Golfo
de Tehuantepec.
Semanas
48
Las correlaciones cruzadas entre la CPUE promedio mensual y las variables
ambientales mensuales (altura superficial del mar y velocidad del viento) no fueron
significativas, no se observó ningún patrón aun considerando desfases (Fig. 25 A-
B).
Figura 25. Comparación de las series mensuales entre la captura por unidad de esfuerzo (CPUE) y
las variables ambientales con una temporalidad mensual (altura superficial del mar (ASM), velocidad
del viento (VV)). Las series muestran los valores mensuales promedios obtenidos para el período
2007-2010 en el Golfo de Tehuantepec.
R=0.23
3
B
B
R=0.13
3
A
Meses
49
VIII. 9 GAMs
A continuación, se describen los resultados obtenidos por los GAMs donde se
presenta la construcción del MMA, los gráficos de dependencia parcial, y la
comparación de la distribución de la CPUE con respecto a los mapas de predicción
espacial para cada modelo.
VIII.9.1 Modelo general
Al realizar la construcción del MMA, las variables que mejor explicaron la relación
captura/lance fueron; la variable espacial, el tiempo (año y semana), la Chla y la
TSM (Tabla 2). Al añadir las variables todas tuvieron un aporte significativo al
modelo con excepción de la variable espacial (p=0.667). Sin embargo, se decidió
utilizar esta variable debido a la importancia que tiene la distribución espacial del
AAA dentro de este trabajo. El mejor modelo que explicó la CPUE de esta especie
fue el siguiente:
Log (Captura+1) ~ offset (log Lance) + f1(Longitud, Latitud) + f2(Año) + f3(Semana)
+ f4(log Chla) + f5(TSM)
El cual presentó el valor más bajo de AIC (2009.38) y un R2 de 0.60. La suma de
todas las variables explicó un porcentaje de devianza del 60.8%.
Tabla 2. Construcción del modelo mínimo adecuado (MMA) para el modelo general,
donde: *indica el modelo nulo, y ** el mejor modelo.
Modelo Devianza
Residual
AIC % Deviación explicada.
R2(adj.) P
Log (Captura+1) ~1* 1367.8 2735.387 0 0 <0.0001
+offset (log Lance) 1033.9 2066.733 0 0.566 <0.0001
+ti (Longitud, Latitud) 1034.2 2069.567 0.294 0.566 0.667
+factor (Año) 1014.3 2026.29 59.4 0.591 <0.0001
+s (Semana) 1011.8 2019.313 59.9 0.595 <0.001
+s (log Chla) 1012.2 2017.066 60 0.596 0.031
+s (SST)** 1010.7 2009.387 60.8 0.603 0.0172
50
En la figura 26 se muestran los gráficos de dependencia parcial para el modelo
general. Donde se observa la respuesta de la CPUE del AAA a las variables
ambientales durante todo el período del ENSO 2007-2010. La respuesta de la CPUE
a la Chla fue positiva, es decir, se observa un incremento en la misma con respecto
al incremento de la concentración de pigmentos fotosintéticos; mientras que con la
TSM se presentó una mayor CPUE entre temperaturas de 24 a 26.5 °C, posterior a
esto se observa una disminución en la misma y luego un incremento a temperaturas
más cálidas (29 °C). Para este modelo en particular no se visualizó una variabilidad
marcada de la CPUE con respecto a las semanas.
Figura 26. Gráfica de dependencia parcial que representa la respuesta de la captura por unidad de
esfuerzo del atún aleta amarilla en relación con las variables predictoras del modelo general en el
Golfo de Tehuantepec del 2007-2010: A) Semana, B) Interacción longitud-latitud, C) Concentración
de pigmentos fotosintéticos (Chla), D) Temperatura superficial del mar (TSM) y E) Año.
A B C
D E
51
La predicción espacial del modelo general mostró zonas donde la CPUE estimada
es alta en la parte centro del GT y en áreas lejanas de la costa a bajas latitudes (7
y 10°N) y longitudes (98 y 92°W). Coincidiendo con los valores de CPUE por
cuadrante más altos para todo el período, en donde se registraron valores
superiores a las 150 t en algunos cuadrantes. Las zonas con valores bajos de CPUE
de acuerdo con el modelo se localizaron en la parte noroeste del área, entre las
latitudes 12 y 16°N y las longitudes 104 y 98°W, coincidiendo con los registros más
bajos de CPUE por cuadrante observados (<150 t) (Fig.27).
Figura 27. Distribución espacial por cuadrante de la captura por unidad de esfuerzo de atún aleta
amarilla observada y la predicción espacial obtenida a través del modelo mínimo adecuado general
para el período del ENSO (2007-2010) en el Golfo de Tehuantepec.
VIII.9.2 Modelo para lances de atún sobre brisa.
De manera similar a lo obtenido en el modelo general, en el MMA para brisa, la
variable espacial no tuvo un aporte significativo (p=0.403): mientras que la variable
temporal (el año y la semana) y la TSM fueron significativas (p<0.05). El mejor
modelo que explicó la relación captura/lance para brisa fue:
Log (Captura-brisa +1) ~ offset (log Lance-brisa) + f1(Longitud, Latitud) + f2(Año) +
f3(Semana) + f4(TSM)
52
El porcentaje de devianza explicado por este modelo fue de del 57.4% y presentó
un valor de R2 de 0.56 (el porcentaje de devianza explicada y el R2 no coinciden
debido al decalaje), ambos valores más bajos que el modelo general, sin embargo,
de acuerdo con el valor de AIC (1189.42) fue el mejor modelo generado para brisa
(Tabla 3).
Tabla 3. Construcción del modelo mínimo adecuado (MMA) para el modelo de lances de
atún sobre brisa, donde: * indica el modelo nulo y ** indica el mejor modelo.
Modelo Devianza
residual
AIC %
Deviación
explicada.
R2(adj.) P
Log (Captura-brisa+1) ~1* 774.16 1548.71 0 0 <0.0001
+offset (log Lance-brisa) 614.42 1228.499 0 0.514 <0.0001
+ti (Longitud, Latitud) 616.43 1228.518 3.99 0.525 0.403
+factor (Año) 601.1 1204.277 55.9 0.551 <0.0001
+s (Semana) 596.9 1194.486 57.4 0.565 <0.0001
+s (TSM)** 596.2 1189.428 57.4 0.565 <0.01
Los gráficos de dependencia parcial para este modelo muestran que la respuesta
del modelo para brisa es diferente al modelo general. Espacialmente, la mayor
abundancia de estos cardúmenes se encuentra cercana a la costa coincidiendo con
los cuadrantes 18,19, del 30 al 32 y del 43 al 45. La respuesta a la variable cíclica
fue muy marcada, registrándose la mayor abundancia durante las primeras 15
semanas. En el caso de la relación con la TSM, la mayor CPUE se presentó a
temperaturas menores de 27 °C (Fig.28).
53
Figura 28. Gráfica de dependencia parcial que representa la respuesta de la captura por unidad de
esfuerzo de los cardúmenes de atún aleta amarilla capturados en lances sobre brisa en el Golfo de
Tehuantepec, en relación con las variables predictoras del modelo durante el período del ENSO
(2007-2010). A) Interacción longitud-latitud, B) Semana, C) Temperatura superficial del mar (TSM) y
E) El año.
La predicción espacial para el modelo de brisa presentó como área de CPUE alta
toda la parte centro del golfo, con el mayor registro a latitudes y longitudes bajas (7
a 10°N, y 94 a 92°W), y cerca de la costa correspondiente a los cuadrantes 15,
16,17 y 18. La zona no idónea fue a latitudes medias entre los cuadrantes 19, 31,
32 y 44, 45; mientras que los valores más altos de CPUE (> 150 t) se registraron en
la parte sureste del área (Fig.29).
A B
C D
54
Figura 29. Distribución espacial por cuadrante de la captura por unidad de esfuerzo de los
cardúmenes de atún aleta amarilla capturados sobre brisa y la predicción espacial del modelo
durante el período del ENSO (2007-2010) en el Golfo de Tehuantepec.
VIII.9.3 Modelo para lances de atún asociado a delfín
Para este modelo, la variable espacial tampoco fue significativa (p=0.354),
particularmente en este modelo la Chla y la semana, tampoco tuvieron un aporte
significativo siendo en este caso el año y la TSM las únicas variables con
importancia. El mejor modelo que explicó la relación captura/lance de atún asociado
a delfín fue:
Log (Captura-delfín+1) ~ offset (log Lance-delfín) + f1(Longitud, Latitud) + f2(Año) +
f3(TSM)
El cual explicó un 53% de la devianza y un R2 de 0.53. Sin embargo, al añadir el IF
como factor, resulto que el IF para el año 2010 fue significativo (p<0.001),
explicando un porcentaje de deviación más alto al modelo anterior (54.9%) y con un
valor de AIC más bajo (1215.84). Sin embargo, cabe destacar que de todos los
modelos generados fue el único en el cual el IF tuvo un aporte significativo como
variable predictiva (Tabla 4).
55
Log (Captura-delfín+1) ~ offset (log Lance-delfín) + f1(Longitud, Latitud) + f2(Año) +
f3(TSM)+f4(IF)
Tabla 4. Construcción del modelo mínimo adecuado (MMA) para el modelo de lances de
atún asociado a delfín, donde: * indica el modelo nulo, ** indica el modelo sin considerar el
índice de frentes y *** indica el modelo considerando el índice de frentes como factor
(durante el año 2010).
Modelo Devianza
residual
AIC %
Deviación
explicada.
R2(adj.) P
Log(Captura-delfín+1) ~1* 772.79 1545.805 0 0 <0.0001
+offset (log Lance-delfín) 623.63 1246.839 0 0.478 <0.0001
+ti (Longitud, Latitud) 623.37 1247.976 0.188 0.478 0.354
+factor (Año) 614.30 1228.933 50.7 0.502 <0.0001
+s (TSM)** 612.41 1220.301 53 0.52 <0.01
+factor (IF), 2010*** 612.99 1215.848 54.9 0.533 <0.001
Las gráficas de dependencia parcial de este modelo mostraron que espacialmente
los cardúmenes asociados a delfín tienen preferencia por zonas más oceánicas
encontrándose distribuidos en toda el área de estudio; mientras que con la TSM
mostraron un comportamiento similar al modelo general, con una mayor CPUE en
temperaturas entre los 24 y 26.5 °C y entre los 28 y 29 °C (Fig.30).
56
Figura 30. Gráfica de dependencia parcial que representa la respuesta de la captura por unidad de
esfuerzo de los cardúmenes de atún aleta amarilla asociado a delfín en el Golfo de Tehuantepec, en
relación con las variables predictoras del modelo durante el periodo ENSO (2007-2010). A)
Interacción longitud-latitud, B) Temperatura superficial del mar (TSM) y C) El año.
Al agregar el IF como factor al modelo, el 2010 fue el único año con un aporte
significativo; mientras que los gráficos de dependencia parcial de las otras variables
no cambiaron. Aunque se observa que los valores de CPUE aumentan conforme el
IF lo hace, a valores mayores de 0.10, la incertidumbre y variabilidad de los datos
se incrementan (Fig.31).
A B
C
57
Figura 31. Gráfica que representa la respuesta de la captura por unidad de esfuerzo de los
cardúmenes de atún aleta amarilla asociados a delfín, al índice de frentes durante el año 2010 en el
Golfo de Tehuantepec.
La distribución de la CPUE observada presentó los valores más altos (>100 t) entre
las longitudes de -98 a -92°W. De manera similar a lo anterior, la predicción estimó
un área de CPUE alta entre las latitudes 7 a 10°N y las longitudes 104 a 93°W.
Además, señaló una zona de CPUE baja entre las latitudes 13 a 16°N. Sin embargo,
predijo una zona idónea para encontrar al AAA en los cuadrantes 17,18 y 19, del 29
al 32 y del 42 al 45 (Fig.32).
58
Figura 32. Distribución espacial por cuadrante de la captura por unidad de esfuerzo de los
cardúmenes de atún aleta amarilla asociado a delfín y la predicción espacial del modelo durante el
período del ENSO (2007-2010) en el Golfo de Tehuantepec.
VIII.9.4 Modelo para el período frío
En el modelo que corresponde al período frío del ENSO (2007-2008), se observó el
mismo patrón con respecto a los modelos anteriores. En este caso la interacción
longitud-latitud y la TSM no fueron significativas (p<0.05). Sin embargo, esta última
variable también se conservó dentro de las variables predictoras debido que al
considerarla la significancia de las otras variables aumentaba. Las variables
significativas para el modelo fueron el año, el tipo de indicador y la semana. El
modelo final correspondiente al período frío fue:
Log (Captura+1) ~ offset (log Lance) + f1(Longitud, Latitud) + f2(Año) + f3 (Tipo de
indicador) + f4(TSM)+f5(Semana)
El modelo final tuvo una devianza explicada de 61.8%, y presentó un valor de R2
igual a 0.608. De acuerdo con el valor de AIC (1159.51) este fue el mejor modelo
(Tabla 5).
59
Tabla 5. Construcción del modelo mínimo adecuado (MMA) para el modelo del período
frío del ENSO en dónde: * indica el modelo nulo, y **indica el mejor.
Modelo Devianza
residual
AIC %
Deviación
explicada.
R2(adj.) P
Log (Captura+1) ~1* 785.24 1570.82 0 0 <0.0001
+offset (log Lance) 590.87 1181.241 0 0.577 <0.0001
+ti (Longitud, Latitud) 590.71 1182.40 0.184 0.577 0.36
+factor (Año) 589.32 1178.502 58.3 0.581 <0.0001
+factor (Tipo de indicador) 515.99 1163.28 60.2 0.598 <0.001
+s (TSM) 583.03 1162.13 61.1 0.603 0.171
+s (Semana)** 582.11 1159.51 61.8 0.608 0.032
Las gráficas de dependencia parcial muestran que la CPUE mayor se
encuentra a los extremos noroeste y sureste del área de estudio. Temporalmente,
la respuesta de la CPUE fue mayor durante las semanas correspondientes al
invierno. En el caso de la TSM, la CPUE se mantuvo constante desde los 24 a los
27 °C, pero aumentó a TSM más cálidas; mientras que, con la variable del tipo de
indicador, los lances combinados delfín- brisa fueron los que presentaron CPUE
mayores (Fig. 33).
60
Figura 33. Gráfica de dependencia parcial que representa la respuesta de la captura por unidad de
esfuerzo del atún aleta amarilla en el Golfo de Tehuantepec, en relación con las variables
predictoras del modelo para el período frío del ENSO (2007-2008). A) Interacción longitud-latitud, B)
Semana, C) Temperatura superficial del mar (TSM), D) El año, y E) Tipo de indicador (donde: DD:
indica lances sobre delfines, BB: Lances sobre brisa, OF: lances sobre objetos flotantes, BD: lances
sobre brisa y delfín).
En el caso de la predicción para el período frío y la distribución espacial de la CPUE
se observa como ambas se comportan de manera similar. Las zonas idóneas para
la captura de AAA predicha por el modelo corresponden con los cuadrantes que
presentan los valores más altos de CPUE observada (>150 t). Siendo las áreas
cercanas a la costa (entre los cuadrantes 16, 17,18 y 31, 32) y al sureste del GT (en
los cuadrantes 92, 93, 94, del 105 al 110 y 120, 121, 122), las zonas más adecuadas
para la captura de AAA durante el período frío (Fig. 34).
A B C
D E
61
Figura 34. Distribución espacial por cuadrante de la captura por unidad de esfuerzo del atún aleta
amarilla y la predicción espacial correspondiente al período frío del ENSO (2007-2008) en el Golfo
de Tehuantepec.
VIII.9.5 Modelo para el período cálido
Al igual que los modelos anteriores, para el período cálido la interacción longitud-
latitud no fue significativa (p=0.363). Las variables predictoras más importantes para
este modelo fueron el año, el tipo de indicador, la semana y la Chla. El modelo
correspondiente a este periodo fue:
Log (Captura+1) ~ offset (log Lance) + f1(Longitud, Latitud) + f2(Año) + f3 (Tipo de
indicador) + f4(Semana)+f5(log Chla)
Cabe mencionar que este modelo explicó el porcentaje de deviación más alto (63%)
en comparación a todos los modelos anteriores, con un valor de AIC igual a 827.58
y un R2 de 0.62 (Tabla 6).
62
Tabla 6. Construcción del modelo mínimo adecuado (MMA) para el modelo del período
cálido del ENSO en donde: * indica el modelo nulo y ** el mejor modelo.
Modelo Devianza
Residual
AIC %
Deviación
explicada
R2(adj.) P
Log (Captura+1) ~1* 576.65 1153.76 0 0 <0.0001
+offset (log Lance) 424.09 847.74 0 0.585 <0.0001
+ti (Longitud, Latitud) 422.97 849.02 3.85 0.595 0.363
+factor (Año) 422.28 846.54 60.7 0.599 <0.0001
+factor (Tipo de
indicador)
420.79 845.08 61.4 0.604 <0.04
+s(Semana) 418.62 840.68 61.8 0.608 <0.001
+s (log Chla)** 413.92 827.58 63 0.62 <0.0001
En la figura 35 se muestra la respuesta de la CPUE a las diferentes variables
predictoras del modelo, la variable espacial refleja la mayor concentración de AAA
en toda la entrada del GT cerca de la costa, pero también se observó otra área lejos
de la costa (entre latitudes de 8 a 10°N y longitudes de 104 a 95°W). Durante las
primeras 10 semanas en el tiempo cíclico, y a valores altos de Chla se detectaron
valores de CPUE altos. En el caso de la variable categórica que representa el tipo
de indicador, la respuesta de la CPUE durante este periodo fue igual al período frío,
siendo nuevamente la combinación del lance brisa y delfín el que presentó los
valores más altos.
63
Figura 35. Gráfica de dependencia parcial que representa la respuesta de la captura por unidad de
esfuerzo del atún aleta amarilla en el Golfo de Tehuantepec, en relación con las variables
predictoras del modelo para el período cálido del ENSO (2009-2010). A) Interacción longitud-latitud,
B) Semana, C) Concentración de pigmentos fotosintéticos (Chla), D) El año y D) El tipo de indicador
(donde: DD: lances sobre delfines, BB: Lances sobre brisa, OF: lances sobre O. flotantes, BD:
lances sobre brisa y delfín).
En el caso de la predicción para el período cálido, los cuadrantes con CPUE altos
se dispersan a lo largo del centro del golfo (entre las longitudes 98 a 92°W)
coincidiendo con la zona de influencia de la lengüeta de agua fría. El área no idónea
se presentó en la parte suroeste de la zona (7 a 10°N y 104 a 100°W). En este caso,
las áreas predichas por el modelo también coincidieron con los cuadrantes que
presentaron la mayor CPUE. Sin embargo, destaca que en la predicción al norte del
área (en los cuadrantes 1 al 7, 8 al 19 y 20 al 28) se observan cuadrantes donde se
predijeron altas concentraciones de AAA, siendo que la CPUE observada fue baja
en esta área (Fig. 36).
A B C
D E
64
Figura 36. Distribución espacial por cuadrante de la captura por unidad de esfuerzo del atún aleta
amarilla y la predicción espacial del modelo para el período cálido del ENSO (2009-2010) en el
Golfo de Tehuantepec.
65
IX. DISCUSIÓN
IX.1Caracterización ambiental del Golfo de Tehuantepec.
Los valores de TSM promedio mensual mínimo y máximo encontrados durante el
período de estudio fueron de 25.7 y 29 °C, valores que se encuentran dentro de los
intervalos reportados en otros estudios (de 23 a 30 °C) (Ortega-García & Lluch-
Cota, 1996; Trasviña et al., 2003). Como promedio anual el valor máximo se registró
en el año 2009 con 28 °C y el mínimo durante 2008 con 27.3 °C, coincidiendo con
un evento de La Niña moderado de julio del 2007 a julio del 2008; mientras que, de
junio del 2009 a mayo del 2010 se registró un evento El Niño moderado (NOAA,
2013). Cabe destacar que durante el segundo semestre del 2010 se presentó
nuevamente un evento La Niña, mismo que continuo hasta mayo del 2011 (NOAA,
2013). Lo anterior pudo haber influenciado la alta variabilidad de las temperaturas
observadas durante 2010, ya que, durante el período de estudio fue el año en que
se registraron los valores promedio de TSM semanal mínimo y máximo.
Otro de los factores que afecta la variabilidad de las TSM en el Golfo de
Tehuantepec es la intensidad de las surgencias. Trasviña et al. (2003) mencionan
que la TSM en la lengüeta de agua fría que predomina durante el invierno, se
caracteriza por presentar temperaturas entre los 17 y 22 °C; mientras que el resto
del área puede mantenerse en temperaturas más cálidas (de 28 a 30 °C). Durante
el periodo analizado, las TSM más bajas registradas en la zona de surgencias
fluctuaron entre los 19 y 22 °C.
Las surgencias son generadoras de una alta productividad que se refleja en
valores altos de Chla, mismos que coinciden con la temporada de invierno. Este
efecto es de esperarse debido a que durante las surgencias las aguas de fondo
ricas en nutrientes suben a la superficie enriqueciendo el área con alimento. Lo
anterior ya ha sido reportado en trabajos anteriores, en los cuales se señala que en
el GT se manifiesta esta alta productividad durante los meses de octubre a abril,
con un desarrollo máximo de noviembre a enero (Ortega-García & Lluch-Cota, 1996;
Lluch-Cota et al., 1997; Färber-Lorda et al., 2004). Esto tiene como consecuencia
que su máxima extensión alcance la región occidental adyacente al GT durante
noviembre y diciembre (Lluch-Cota et al., 1997).
66
Los valores promedio semanal de la Chla encontrados durante el periodo
analizado estuvieron en un intervalo de 0.13 a 0.69 mg/m3, los valores más altos se
registraron durante el 2007, año en el cual inició el período frío del ENSO. Los
valores más bajos se registraron durante 2009-2010 caracterizado por el periodo
cálido (NOAA, 2010; 2013). Sin embargo, la variabilidad inter-anual no fue
significativa, debido posiblemente a la alta varianza que presentaron los valores de
Chla durante este período. Aguirre-Gómez & Salmerón-García (2005), reportaron
que durante el verano (de 1998 a 2004) el GT presentó una marcada homogeneidad
con bajas concentraciones de Chla (<0.5 mg/m3); mientras que en el invierno varían
desde 0.12 a 0.60 mg/m3. Estos valores son similares a los registrados en este
trabajo, ya que durante verano estuvieron entre 0.17 a 0.38 mg/m3; mientras que en
invierno fluctuaron desde los 0.18 a 0.69 mg/m3.
A pesar de que los valores de la velocidad promedio mensual del viento no
presentaron diferencias significativas durante 2007-2010, la influencia de la
velocidad y la dirección del viento en el GT es importante, ya que los chorros de
viento producen modificaciones en la superficie oceánica afectando la dinámica
oceánica en la zona (Flores-Vidal et al., 2011). Si bien los valores de velocidad del
viento promedio mensual para toda el área y durante todo el período de estudio
fluctuaron entre 2 y 7 m/s, los cuales para esta zona se consideran vientos débiles
(Trasviña & Barton, 2008; Flores-Vidal et al., 2011), en los mapas de viento se
observan valores hasta 18m/s. Como ya se mencionó estos vientos se conocen
localmente como vientos “Tehuanos”, provienen del Océano Atlántico y pasan hacia
el Océano Pacífico a través del paso de Chivela en el istmo de Tehuantepec, con
velocidades superiores a 10 m/s en forma de chorro (Steenburgh et al., 1998,
Romero-Centeno et al., 2003; Flores-Vidal et al., 2011).
En este trabajo se observó que los vientos que se generan desde el norte y
circulan hacia el suroeste del GT, son los que alcanzaron a presentar velocidades
de 8 a 19 m/s en los promedios mensuales, extendiéndose por toda el área de
estudio. Estos valores de velocidad fueron los más intensos, se observaron durante
los meses de enero a marzo y de octubre a diciembre en todos los años, variando
en algunos tanto en intensidad como en dirección. Durante el resto de los meses la
67
velocidad del viento alcanzó apenas los 6 m/s. Resultados similares han sido
reportados por Romero-Centeno et al. (2003) con vientos más intensos durante
diciembre y enero, y vientos débiles durante mayo y junio.
Las anomalías negativas del viento registradas de febrero de 2007 a abril del
2008 coinciden con el periodo frío del ENSO. Estudios anteriores han reportado que
durante la Niña las velocidades del viento en el GT son significativamente más
débiles que durante un año neutro o durante la presencia de El Niño (Romero-
Centeno et al., 2003). Si bien, se ha reportado que durante un periodo cálido las
velocidades del viento son mayores y se presentan más frecuentemente (Magaña
et al., 1999; Romero-Centeno et al., 2003; Trasviña et al., 2004), esto no se observó
durante el periodo analizado, ya que hubo ligeras anomalías positivas tanto a finales
del periodo frío como del cálido, quizá debido a que El Niño fue considerado como
moderado.
A pesar de que los valores de ASM no presentaron diferencias significativas
durante el periodo de estudio, en el análisis de las anomalías estandarizadas se
apreciaron claramente dos periodos, durante los meses correspondiente al periodo
frío, se observaron anomalías negativas de la ASM: mientras que durante el cálido
fueron positivas. Estas variaciones observadas dentro del periodo pueden deberse
a que el nivel del mar se ve influenciado por varios procesos, entre ellos, la marea,
los vientos del “Norte” intensos y los fenómenos de El Niño (Zabala-Hidalgo et al.,
2010). Lo anterior concuerda con lo observado por Trasviña et al. (2004) quienes
documentaron que durante años El Niño, ondas de baja frecuencia a lo largo de
costas mexicanas afectan la dinámica oceánica, incrementando el nivel del mar y la
profundidad de la termoclina durante este período.
Los valores de correlación cruzada obtenidos entre las variables semanales
fueron significativos es decir están relacionados entre ellas, esto era de esperarse
debido a la relación que tienen las bajas temperaturas con las altas concentraciones
de pigmentos fotosintéticos y viceversa. Además, ambas variables se ven
influenciadas por las surgencias durante el invierno. Por otro lado, aunque las
variables mensuales no tuvieron una correlación significativa, se sabe que el efecto
producido por un evento de viento a su vez genera un arrastre fuera de la costa,
68
acompañado con la disminución en el nivel del mar junto a la costa (Velázquez-
Muñoz et al., 2011). Lo cual se observa en el comportamiento de la ASM, ya que
esta serie presentó anomalías negativas que indican bajos niveles del mar
coincidentes con anomalías positivas en la serie de VV.
IX.2 Variabilidad de la captura
La resolución de la Comisión Interamericana del Atún Tropical en 2002 de
establecer una veda de pesca atunera con red de cerco que abarca desde el día 1
al 31 de diciembre (CIAT, 2004), se vio reflejada en el hecho de que durante todo el
periodo analizado no hubo registros de capturas durante los meses de diciembre.
La variabilidad inter-anual de las capturas fue significativa, registrando los
valores más bajos en el año 2009; mientras que las más altas fueron durante el
2007 y 2010. La disminución de las capturas durante el 2009 puede estar
relacionada con la presencia de anomalías positivas de TSM debido a la presencia
de El Niño. En este sentido se ha observado que, durante la presencia de este
evento la termoclina es más profunda, además de registrarse una TSM y niveles del
mar elevados en gran parte del OPO (CIAT, 2004; Ortega-García et al., 2015). Estos
cambios tienen un efecto negativo en las capturas de AAA, debido a que el atún es
menos vulnerable a la red de cerco. Durante El Niño la termoclina se profundiza
haciendo que los atunes sean menos vulnerables a la captura, por lo tanto, las tasas
de captura disminuyen (CIAT, 2012; 2014). Se cree que, los valores de TSM cálidas
o frías pueden asimismo causar que estos peces con alta capacidad móvil se
desplacen a un hábitat más favorable (Lu et al., 2001).
Lo contrario sucedió durante el período frío 2007-2008, en el cual se
registraron las capturas más altas. Si bien se presentaron anomalías de TSM
negativas, en general fluctuaron entre 24 y 29 °C, intervalo óptimo para la presencia
del AAA, condición favorable para la flota, ya que aumenta la posibilidad de un
encuentro con el recurso. Como se mencionó anteriormente, durante la mayor parte
del 2007 y 2008 se consideró un periodo frío del ENSO caracterizado por presentar
vientos superficiales de oriente más fuertes, TSM y niveles del mar más bajos, y
69
una termoclina menos profunda lo cual como se explicó aumenta la vulnerabilidad
del AAA a la red de cerco (CIAT, 2004).
Posterior a las bajas capturas registradas durante el 2009, en el 2010 se
presentaron nuevamente capturas altas. En estudios anteriores se ha mencionado
que posterior a un evento de El Niño las capturas de AAA tienden a ser mayores, lo
cual se ha atribuido a que el efecto de un Niño en las capturas no siempre es
negativo. Joseph & Miller (1989) y Lehodey et al. (2003) observaron que los eventos
de El Niño parecen ser favorables para el reclutamiento del AAA el OPO. La CIAT
(2004) registró que cada uno de los cuatro eventos del El Niño (1969-1983) fueron
seguidos por reclutamientos de AAA superiores al promedio en el Pacífico oriental
dos años después de cada evento, de manera similar en el Golfo de California se
han encontrado reclutamientos altos 12 meses después de un evento cálido de El
ENSO (Torres-Orozco et al., 2006). En este caso no se pudo observar claramente
ya que el análisis solo se hizo hasta el 2010. Al parecer en este caso El Niño tuvo
su mayor efecto en 2009. No obstante, a que en los primeros meses del 2010 se
presentaron anomalías de TSM positivas, durante todos los meses de ese año se
registraron capturas.
Sin embargo, es importante destacar que en la variabilidad intra-anual, las
capturas más altas durante el año 2007,2008 y 2010, fueron en los meses de enero
a abril, en tanto que para el 2009 la captura más alta fue durante el mes de agosto.
Los primeros resultados coinciden con lo reportado por Ortega-García & Lluch-Cota
(1996); Ortega-García et al., (2000) y Arias-Aréchiga (2005), quienes encontraron
una alta abundancia durante los primeros meses de su período de estudio. Lo
anterior lo relacionan con el favorecimiento que tienen los nortes (desde noviembre
a febrero) en la productividad dentro del área que puede reflejarse después de esos
meses, ya que es a partir de abril que la flota se desplaza a zonas más oceánicas
disminuyendo la actividad en el GT (Arias-Aréchiga, 2005). Las capturas altas
obtenidas durante los meses de invierno también podrían estar relacionados al
cambio que presenta la circulación costera del GT durante esa época del año, la
elevación de la termoclina y las aguas más frías hacen que los atunes sean más
vulnerables a la red de cerco, generando un aumento de las capturas.
70
Respecto a las capturas por tipo de indicador, se observó que durante todo el
período de estudio las mayores capturas se registraron en lances de brisa (1,305 t),
seguido de los cardúmenes asociados a delfín (1,202 t). Lo anterior difiere con lo
encontrado en anteriores trabajos, los cuales mencionan que la flota atunera
mexicana realiza más lances sobre delfines, debido a que están asociados a atunes
más grandes con una talla promedio de 91.8 cm LF (Bautista-Cortés, 1997; Dreyfus
& Robles, 2005; Arias-Aréchiga, 2005). A pesar de lo anterior, la diferencia entre las
capturas obtenidas por estos indicadores no fue significativa. La elevada captura
sobre brisa derivada de los datos utilizados en este estudio podría deberse a que
este indicador ha tomado importancia dentro de la zona, registrando su presencia
en concentraciones altas cerca de la costa oaxaqueña al oeste del GT, lo cual se
cree que deriva de condiciones favorables del medio ambiente que permiten la
pesca sobre este tipo de indicador (Arias-Aréchiga, 2005).
De manera intra-anual, las capturas sobre brisa fueron mayores durante enero,
febrero y marzo en todos los años con excepción del 2009 coincidiendo con lo
reportado por Arias-Aréchiga (2010), quien menciona que durante los meses de
enero y febrero se presentan capturas elevadas sobre este indicador disminuyendo
en los siguientes meses, en tanto que, las capturas de cardúmenes asociados a
delfín fueron altas durante el mes de abril y agosto, contrario a lo obtenido en este
trabajo ya que se registraron capturas bajas sobre delfines durante esos meses en
los años analizados.
Una de las particularidades observadas durante este trabajo fue que durante
el período frío del ENSO (2007-2008) las capturas fueron sobre los atunes
asociados a delfín; mientras que durante el período cálido (2009-2010) las capturas
más altas fueron sobre brisa. En el caso del AAA asociado a delfín, se ha reportado
en trabajos anteriores su preferencia por aguas cálidas y más oceánicas (Au &
Perryman, 1985; Gómez-Muñoz et al., 1992; Reilly & Fiedler, 1994; Fiedler & Reilly,
1994; Trigueros-Salmerón, 2003). Las anomalías positivas de TSM que se
presentaron durante 2009-2010, pudieron favorecer el movimiento de estos
cardúmenes a otras áreas disminuyendo las capturas durante este período,
71
ocurriendo lo contrario durante el período frío debido a las anomalías negativas
registradas durante 2007-2008.
En cuanto a la distribución espacial de los lances, los datos de este trabajo
concuerdan con lo observado por Punsly et al. (1994) y Arias-Arechiga (2010) en la
distribución del esfuerzo por indicador y las zonas de abundancia, particularmente,
la zona frente a las costas de Puerto Ángel y Puerto Escondido, Oaxaca. Esta zona
ha sido señalada como área de surgencia que en combinación con la influencia de
un giro anticiclónico propician concentraciones importantes del recurso, en mayor
parte sobre el AAA capturado en lances de brisa; mientras que en la parte sur del
área es más frecuente la presencia de cardúmenes asociados a delfín (Arias-
Aréchiga, 2005). Con respecto a la parte oceánica, durante el período frío los lances
de delfín se presentaron en mayor proporción, coincidiendo con lo reportado por la
literatura (Au & Perryman, 1985; Reilly & Fiedler, 1994; Fiedler & Reilly, 1994;
Trigueros-Salmerón, 2003), contrario a lo observado durante el periodo cálido,
donde los lances de brisa aumentaron de proporción en la parte oceánica.
IX.4 Detección de frentes térmicos y su relación con el AAA
La detección de frentes térmicos es de gran relevancia, ya que se ha observado que
las poblaciones de peces de importancia comercial pueden responder al incremento
del alimento u otras condiciones favorables que los hace agregarse en estas zonas.
Los frentes marcan una línea entre diferentes masas de agua, se manifiestan como
una región de gradientes horizontales que pueden ser generados por temperatura,
salinidad, concentración de pigmentos fotosintéticos, de zooplancton y micronecton
(Kirby et al., 2000).
La correlación entre el IF con la TSM y la Chla fue significativa, lo cual sugiere
que la presencia de frentes está ligada tanto a las altas concentraciones de
pigmentos fotosintéticos como de TSM, principalmente en el área de la lengüeta de
agua fría, que a su vez se deriva de la presencia de vientos intensos observada
durante el invierno.
A este respecto Ortega-García & Lluch-Cota (1996), observaron que el AAA
tiende a agregarse a frentes, independientemente de la concentración de
72
pigmentos, principalmente durante los meses de noviembre y febrero, marzo y abril.
Lo anterior coincide con lo encontrado en este trabajo, ya que a pesar de que la
correlación entre el IF y la CPUE no fue significativa, en los mapas donde se
observan los frentes, se visualiza la presencia de lances tanto de brisa como delfín
asociados a estos. El mayor número de lances observados junto a un frente coincide
con la mayor frecuencia de frentes, registrada durante las semanas
correspondientes a la temporada de invierno. Asimismo, durante la temporada de
verano y otoño la presencia del atún en esta región es mínima o ausente (Arias-
Aréchiga et al., 2004)
La presencia de atún se registró en el lado cálido del frente, lo cual coincide
con lo reportado por Torres-Orozco et al. (2005) y Arias-Aréchiga et al. (2004), pero
a diferencia de lo reportado por estos autores, las temperaturas del lado cálido
registradas en este trabajo fueron superiores (entre 28 y 29 °C). Este
comportamiento se observó a lo largo de todas las semanas con excepción de una,
donde se registró la presencia de lances asociados a un frente entre temperaturas
de 25 a 26 °C. El hecho de encontrar lances en zonas con estas temperaturas puede
deberse (como se mencionó anteriormente) a que estas temperaturas alcanzan el
rango de preferencia del AAA (20 a 28 °C) reportado por otros autores (Blackburn,
1965, 1969; Castro-Ortiz & Quiñonez-Velásquez, 1987; Ortega-García, 1998).
La asociación del AAA con los frentes es debido a que la zona frontal es rica
en nutrientes como resultado de la fertilización de la capa superficial del océano
(Berger & Wefer, 2002), favoreciendo la disponibilidad del alimento para el AAA. La
presencia frecuente del AAA en la zona durante la temporada de invierno puede
deberse a que una zona al norte del GT ha sido descrita como un área de desove
del AAA (González & Ramírez, 1989). De manera frecuente, se ha relacionado la
presencia de atún y frentes, debido a que en estas áreas los atunes están en un
intervalo de temperatura óptimo, y utilizan los gradientes de los frentes térmicos
para termorregulación (Thompson, 1917; Nell et al., 1976; Sund et al., 1981). En
relación con lo anterior, Kirby et al. (2015) mencionan que la agregación de atunes
en zonas de frentes no solo depende de la temperatura, ya que cuando la turbidez
73
es alta del lado frio del frente, no es óptimo estar cerca de esas zonas a no ser que
exista una alta abundancia de alimento.
Por otra parte, en el anexo 1 durante las semanas 4 y 10, se observan
remolinos cercanos a la entrada del GT. La presencia de este tipo de fenómenos en
el área ya ha sido previamente descrito (Bartón et al., 1993; 2009 Trasviña et al.,
1995, 2004; Trasviña & Bartón, 2008; Flores-Vidal et al., 2011), indicando que la
causa principal del origen de estos remolinos es debido al efecto de los tehuanos
sobre la superficie del océano. En su desplazamiento, estas estructuras pueden
extender el área de alta concentración de Chla, a través del bombeo y trasporte
horizontal de nutrientes y biomasa fitoplanctónica (Cortes-Ramírez, 2009). De tal
manera que dichos procesos favorecen la concentración de presas llegando a hacer
áreas optimas de alimento.
XI.5 CPUE y su relación con las variables ambientales.
El hecho de utilizar información de una misma categoría de embarcaciones y la
captura por lance como CPUE, permite asociar directamente cada captura a una
posición geográfica, a diferencia de otras medidas de esfuerzo como el tiempo de
búsqueda o pesca, con los cuales es menos factible definir una posición geográfica
especifica (Sosa-López & Manzo-Monroy, 2002). Además, es importante considerar
que las concentraciones altas en número de lances por unidad de área están
relacionadas con las zonas de alta densidad de organismos y que la variabilidad en
la CPUE puede verse influenciada por la temporada del año, la zona de pesca, el
tipo de embarcación y diferentes factores oceanográficos (Hilborn & Walters, 1992).
La variabilidad de la CPUE mostró una diferencia significativa inter-anual, el
valor promedio registrado en todo el período de estudio fue de 12.57 t/lance. A pesar
de esto la CPUE más alta se registró durante el año 2010 con 40.9 t. Arias-Aréchiga
(2005) menciona que el esfuerzo (número de lances) que se aplica en el GT se
refleja en las capturas, y que el rendimiento promedio se mantiene entre las 10-15
t/lance, habiendo pocos casos que superen este promedio, lo cual coincide con los
encontrado dentro de este período. Si bien la CPUE más alta fue durante el 2010,
74
el promedio de las capturas por lance encontrado en este periodo sin contar con
ese dato anómalo, no paso las 16 t/lance.
La temperatura juega un papel importante directa e indirectamente en la
distribución de la mayoría de las especies de atún, particularmente porque es un
limitante en su distribución, esto ha sido descrito en varios estudios (Blackburn,
1965; Cole, 1980; Laurs et al., 1984; Ortega-García & Lluch-Cota, 1996). Por lo que
se cree que la variabilidad térmica influye en la distribución espacial y temporal de
los túnidos (Bridges et al., 2009), debido a que está relacionada con varios procesos
fisiológicos, la abundancia de las presas y la nitidez del agua afectando su
encuentro con el alimento ya que se caracterizan por ser depredadores visuales,
alimentándose de micronecton, peces epipelágicos, moluscos y crustáceos
(Blackburn, 1968). Asimismo, la reproducción de los atunes también está
influenciada por la temperatura (Mather et al., 1995), ya que su desove se realiza
generalmente a los 24 °C (Mather et al., 1995; Schaefer, 2001).
A pesar de que la correlación entre la TSM y la CPUE no fue significativa, es
importante señalar que el GT es un área idónea para encontrar al AAA,
principalmente debido a que presenta temperaturas ideales considerando que este
se distribuye en concentraciones comerciales entre los 20 y 28 °C (Blackburn, 1965;
Cole, 1980). Esto fue notorio ya que el mejor rendimiento se obtuvo cuando las
temperaturas fluctuaban entre 25 y 27 °C. Al superar los 28 °C se observó una
disminución de la CPUE.
Como ya se mencionó anteriormente, la región central del GT presenta una
alta productividad durante los meses de invierno. Lo cual coincide con los valores
de CPUE más altos. Lo anterior está ampliamente ligado a los patrones de
alimentación del AAA. De acuerdo con Blackburn (1962, 1968) para el área del Golfo
de Tehuantepec, estos aspectos favorecen la presencia de micronecton
(Estomatópodos adultos, larvas del género Squilla y especies del género Portunus
como Portunus xantusii). Además, podría inferirse que la alta concentración de
pigmentos contribuye al hecho de que en el área al norte del GT se lleva a cabo un
desove importante durante el invierno, lo que aseguraría una mayor sobrevivencia
larval por el alimento disponible (Ortega-García & Lluch-Cota, 1996). Otros trabajos
75
han relacionado la abundancia del AAA con las concentraciones de Chla,
observando un retraso en la CPUE y la concentración de pigmentos fotosintéticos
de 3 a 5 meses (Blackburn, 1962; Ortega-García & Lluch-Cota, 1996; Ortega-
García, 1998). Sin embargo, los resultados obtenidos en este trabajo difieren con lo
anterior ya que la relación de la CPUE con la concentración de pigmentos fue
positiva y no se encontró un retraso entre éstas. Lo anterior podría deberse a que,
como lo reporta Färber-Lorda et al., (2004) en el GT se han reportado grandes
concentraciones de nutrientes y biomasa zooplanctónica durante la temporada de
tehuanos (principalmente el mes de enero) cerca de la zona costera, lo cual es
aprovechado por otras especies que a su vez sirven de alimento al atún aleta
amarilla.
En cuanto a la velocidad del viento, Trigueros-Salmerón (2003) menciona que
para el noreste de México las mayores capturas se obtuvieron en áreas con
predominancia de vientos entre los 5 y 6 m/s. Sí bien, Popoca-Arellano (2003)
menciona que la presencia de AAA en el GT no se ve afectada por la velocidad del
viento, en el período de estudio, la CPUE más alta se presentó a velocidades entre
los 4.5 y los 5 m/s, y cuando estos valores se incrementaron la CPUE disminuyó, al
parecer la velocidad del viento suele afectar las maniobras de pesca (Arenas &
García, 1992)
En cuanto la ASM, esta variable particularmente no presentó una variabilidad
significativa a lo largo del período analizado. La relación con la CPUE no fue
significativa, aunque puede notarse que los valores de ASM más altos coincidieron
con los períodos en que la CPUE del AAA fue la más alta, sin embargo, la diferencia
entre la altura promedio de un mes a otro no fue lo suficientemente alta como para
establecer la preferencia del AAA en relación con una condición de nivel del mar en
particular.
IX.6 Modelación
Se ha descrito que los GAMs permiten una exploración de la forma de las curvas de
respuesta hacia gradientes ambientales y tienen una buena concordancia con la
teoría ecológica (Ferrier et al., 2002; Aho, 2014). Por lo que estos modelos han sido
76
utilizados con frecuencia para tratar de entender y predecir la abundancia,
distribución y preferencias de hábitat de diferentes especies de pelágicos mayores
(Walsh et al., 2006; Courtney et al., 2009; Ortega-García et al., 2014), y en particular
de AAA (Sosa-López & Manzo-Monroy, 2002; Rajapaksha et al., 2013). Sin
embargo, la información se separó de diferentes maneras para observar otros
patrones y tendencias de la respuesta de la CPUE del AAA, analizándola por
período frío y cálido, y por tipo de indicador (brisa y delfín).
IX.6.1 Modelo general
En el modelo general las variables significativas fueron la Chla y la TSM, en este
caso la respuesta de la CPUE a la TSM fue más variable, registrando dos picos de
abundancia el primero a los 24 °C y el segundo entre 27 y 28 °C. Estos coinciden
con los intervalos de temperatura en los cuales se distribuye el AAA. A pesar de que
la variable semanal contribuyó significativamente al modelo, la respuesta de la
CPUE se mantuvo estable a lo largo de las semanas.
Este modelo se considera satisfactorio ya que explicó más del 60% de la
devianza y esto se pudo observar con el mapa de predicción, ya que este mostró
un patrón similar a la distribución de la CPUE observada. Sin embargo, un área
predicha por el modelo en donde no se observaron valores altos de CPUE
observada es una zona cercana a la costa (cuadrantes del 15 al 19 y del 29 al 32),
área en la cual se ha observado la presencia de surgencias y frentes térmicos
creados por la influencia de la lengüeta que invade toda la zona durante el invierno.
El modelo general para el ENSO 2007-2010 mostró que las variables ambientales
durante este periodo no tuvieron un efecto negativo en la CPUE observada del AAA,
sin embargo, las “nuevas” áreas predichas por el modelo en la parte central del GT
sugiere que estas zonas son idóneas o potenciales por la disponibilidad de alimento,
la cual ha sido reportada por Färber-Lorda et al. (2004). En éstas, es probable
encontrar una alta productividad, así como consumidores primarios y secundarios
tales como crustáceos, peces y cefalópodos, que pueden ser parte de la dieta del
atún. Por lo tanto, los valores bajos de CPUE observada pueden deberse a que,
durante las últimas semanas de todos los años los valores de CPUE fueron bajos o
77
nulos coincidiendo con la temporada de veda establecida para el mes de diciembre
(CIAT, 2004).
IX.6.2 Modelo por tipo de indicador
El MMA seleccionado para el modelo de brisa explicó una devianza del 57.4%. En
este modelo la única variable ambiental que tuvo un aporte significativo fue la TSM.
Los gráficos de dependencia parcial, por su parte mostraron que la respuesta de los
cardúmenes capturados por brisa difiere a lo encontrado en el modelo general. La
relación con la temperatura indicó que la mayor concentración de estos cardúmenes
se encuentra a temperaturas más bajas (< 27 °C).
A este respecto Gómez-Muñoz et al. (1992), sugieren que la temperatura
ideal promedio para encontrarlos es a los 23 °C; mientras que Arias-Aréchiga (2010)
reporta dos picos de capturas en este tipo de cardúmenes, el primero se presentó
a temperaturas de 23 a 24 °C y el segundo a 27 °C, menciona que en particular
estos cardúmenes toleran un rango más amplio de temperatura, lo que podría
aumentar la posibilidad de ser encontrados por la flota. Considerando que el GT
tiene la característica de ser una zona en la cual se presentan estas temperaturas,
lo hace un área ideal para encontrar este tipo de cardúmenes.
La relación entre los cardúmenes de brisa y la variable semanal fue diferente
al modelo general. Mostró que las primeras 15 semanas son las ideales para
encontrar la mayor abundancia de estos cardúmenes. Por su parte, la variable
espacial mostró que la concentración más alta es cerca de la costa, coincidiendo
con la preferencia costera de este tipo de cardúmenes (Bautista-Cortés, 1997;
López-Medina, 2006; Arias-Aréchiga, 2010). A pesar de que la Chla no tuvo un
aporte significativo, la mayor abundancia del AAA fue durante el invierno,
probablemente por los niveles de productividad elevados y la disponibilidad de
alimento presentes durante esa temporada.
El mapa de predicción para este modelo difirió con respecto al de la CPUE
observada. Ya que, parece ser que idealmente toda la zona central del GT podría
ser un área idónea para encontrar estos cardúmenes, lo cual pudo verse
influenciado por el intervalo de temperatura encontrado en el área de estudio (24 a
29 °C). Debido a que este modelo se construyó utilizando únicamente la TSM como
78
variable ambiental predictora, se podría estar sobreestimando la predicción, debido
a que en este caso no se consideró la influencia de otras variables. Al respecto,
Anda-Montañez et al. (2004), mencionan que de acuerdo con sus resultados el
patrón geográfico de la abundancia de AAA fue similar en zonas con anomalías
positivas y negativas de temperatura, sugiriendo que hay otros factores
ambientales, además de la TSM que influyen su distribución.
Esta influencia de la TSM se observó en el modelo realizado para los
cardúmenes asociados a delfín, la cual también fue la única variable ambiental
significativa para el modelo. Particularmente en este modelo, la variable cíclica no
tuvo un aporte significativo. Otra diferencia importante en comparación al resto de
los modelos es que fue el único modelo que tuvo una respuesta favorable ante el
IF, esto solo se observó cuando se agregó el IF como factor, separándolo por año.
Al realizar esto el MMA aumento el porcentaje de devianza explicada hasta
un 53.9%, lo cual corresponde a lo observado en los mapas de la relación frente-
lance, donde se observó que los lances sobre delfines están asociados con mayor
frecuencia a un frente, lo que a su vez explica la relación que se observa con la
temperatura, ya que estos lances fueron registrados siempre del lado cálido del
frente. De acuerdo con el modelo prefieren áreas con temperaturas de 24 a 26 °C y
de los 28 a 29 °C. Esté ultimo intervalo concuerda con lo encontrado por otros
autores que han reportado la preferencia de estos cardúmenes por aguas más
cálidas (Au & Perryman, 1985; Gómez-Muñoz et al., 1992; Fiedler & Reilly, 1994;
Arias-Aréchiga, 2010).
La predicción espacial para este modelo presenta áreas similares de
distribución de acuerdo con lo observado con la CPUE, especialmente al sur del
área de estudio, que como se mencionó anteriormente, es una zona donde los
cardúmenes asociados a delfín se distribuyen con mayor frecuencia (Arías-
Aréchiga, 2010). Sin embargo, de manera particular en la predicción se visualiza
una marcada preferencia por los cuadrantes distribuidos longitudinalmente,
registrándose las concentraciones más altas en esa zona. También, se predijeron
áreas “nuevas” en la parte centro del GT lo que concuerda con lo obtenido
79
anteriormente por el modelo, ya que en esta área se observó la formación de dos
frentes térmicos.
IX. 6.3 Modelo para los períodos frío y cálido del ENSO.
El modelo por período se realizó, con el propósito de predecir las condiciones que
son ideales para la distribución de esta especie durante los períodos frio y cálido del
ENSO 2007-2010, sabiendo que estos eventos tienen manifestaciones en los
patrones de variabilidad ambiental que a su vez tienen un efecto en las pesquerías
(CIAT; 1982, 1984, 1990; Espino & Yamashiro, 2012)
El MMA para el período frío explicó 61.8% de la devianza. Cabe mencionar
que para este período en particular ninguna variable ambiental contribuyó
significativamente al modelo, sin embargo, si no se mantenía la TSM dentro del
modelo, el valor de significancia de las otras variables disminuía. La mayor
abundancia se presentó durante las semanas correspondientes al invierno,
observando altas concentraciones de AAA entre los 16°N y 97 a 92°W. La respuesta
de la CPUE con relación a la temperatura fue similar con respecto a lo observado
en el modelo para delfín, esto concuerda con lo encontrado en la variabilidad de las
capturas por tipo de indicador, ya que las capturas más altas registradas durante el
período frío del ENSO fueron sobre este tipo de indicador. Otros autores (Au &
PItman, 1986, Edwards, 1992; Norris et al., 1994; Hall et al., 1999, Scott et al., 2012)
sugieren que la asociación delfín-AAA, es más frecuente y beneficiosa debido a
ciertas características ambientales, mismas que son frecuentemente observadas
durante el período frío del ENSO. Mencionan que esta asociación sucede
principalmente cuando la termoclina es superficial o poco profunda. También se ha
observado que esta asociación ocurre cuando la presa está agregada en parches o
zonas de concentración pequeñas, pero ricas en alimento (Edwards, 1992). Por otro
lado, la predicción para este periodo presentó un patrón similar a la distribución de
la CPUE, con una mayor concentración en la parte oceánica (entre los -98 y -92
°W). Al igual que algunos cuadrantes (15, 16, 17 y 19, 31, 32) en las zonas laterales
del golfo, áreas en la cuales se registró la presencia de frentes y zonas de
surgencias.
80
Con respecto al período cálido, la respuesta fue contraria a lo observado en
el modelo anterior. El MMA explicó un 63% de la devianza, y la Chla fue la única
variable ambiental que contribuyó significativamente al modelo. La respuesta del
AAA en relación con este período tiene un comportamiento similar al modelo para
brisa, concordando con lo obtenido en resultados anteriores donde los lances sobre
brisa representaron la proporción de captura más alta durante este periodo.
Espacialmente, la mayor concentración de CPUE se observó en toda la zona
costera del GT, incluyendo la parte centro del golfo. En este caso también hay zonas
con alta concentración de AAA al suroeste del área.
La predicción mostró que el área del GT durante este período tiene más
cuadrantes idóneos para la distribución de la especie, sin embargo, gran parte de
los cuadrantes se encuentran en la región central del golfo, donde las temperaturas
tienden a ser menos cálidas durante el invierno por la influencia de la lengüeta de
agua fría que invade la zona (Trasviña et al., 1995). Además, las maniobras de
pesca pueden ser complicadas debido a los vientos fuertes (~ 10 m/s). Como ya se
mencionó en los resultados anteriores, la mayor proporción de atunes registrado
durante el período cálido fueron capturados sobre brisa. Podría ser, que debido a la
estratificación del agua y a la baja disponibilidad de alimento en el área durante este
período, los atunes que permanecen en la zona tienden a buscar áreas con las
características ambientales ideales para su distribución y en las cuales el alimento
sea mayor, considerando que los valores mayores de CPUE suceden cuando las
concentraciones de Chla son mayores. Por lo tanto, se podría suponer que uno de
los factores que tiene un efecto en la variabilidad espacial y temporal del AAA es la
productividad de la zona, considerando que el GT es una zona con una alta
productividad biológica, es posible que los mecanismos denso-dependientes (como
la disponibilidad de las presas) tengan una mayor influencia en la preferencia de
hábitat del AAA como ha sido descrito por Anda-Montañez et al. (2004).
81
X. CONCLUSIONES
• Las capturas de AAA presentaron una variabilidad inter-anual significativa,
registrando durante el 2009 las capturas más bajas, año que se caracterizó
por presentar TSM elevadas debido a la presencia de un evento “El Niño”
moderado.
• Las capturas por tipo de indicador mostraron una variabilidad inter-anual,
observando una mayor proporción de capturas sobre atunes asociadas a
delfínes en el período frío (2007-2008); mientras que durante el período
cálido (2009-2010) la captura más alta fue sobre brisas.
• El mayor número de frentes térmicos y el mayor número de lances asociados
a estos, se presentó durante la temporada de invierno, coincidiendo con
valores de velocidad del viento altos, lo que deriva a la formación de la
lengüeta de agua fría y por lo tanto una productividad mayor durante gran
parte de esta temporada.
• De acuerdo con resultados del modelo mínimo adecuado se puede
considerar que los valores de devianza explicada de todos los modelos
explicaron por arriba del 50 % de la variación de los datos. La respuesta de
la CPUE observada ante las diferentes variables predictoras (tiempo, TSM,
Chla) fue diferente en todos los modelos, en donde los valores de CPUE más
altos coincidieron con condiciones ambientales adecuadas para la presencia
del AAA. Considerando que para cada modelo la respuesta e importancia de
las variables fueron diferentes.
• La predicción mostró que la CPUE esperada fue mayor, principalmente en
los cuadrantes cercanos a la costa (14 al 19 y del 30 al 32) y cuadrantes en
la parte sur del área (98 al 123). La predicción espacial de CPUE para el
período frío (2007-2008) fue menor; mientras que para el período cálido
(2009-2010) fue mayor, por lo cual se concluye que existe un efecto de estos
eventos en la presencia del AAA en el Golfo de Tehuantepec.
82
XI. RECOMENDACIONES
• Utilizar una mayor cantidad de variables predictoras para: a) la
caracterización del área de estudio (como la termoclina, la profundidad, el
oxígeno disuelto, salinidad, etc.), b) para determinar su relación con la CPUE
y c) para la modelación espacial del AAA. Además, sería importante utilizar
todas estas variables a la misma resolución espacial y temporal para
determinar adecuadamente el efecto y relación de cada una de ellas con el
recurso.
• Realizar los modelos utilizando un período de estudio más largo donde se
puedan relacionar la captura y la CPUE del AAA con eventos de “El ENSO”
más intensos.
• Debido que los indicadores para la pesca de AAA es de gran importancia,
llevar un registro de que especie de delfín se obtiene en cada lance, debido
a que se ha observado que la distribución del delfín y la frecuencia de AAA
asociado a los delfines varia por especie (delfín manchado, Stenella
attenuata; delfín acróbata, S. longirostris; delfín común, Delphinus delphis).
Por lo cual, actualmente la relación de los delfines con el atún no es del todo
clara.
• Evaluar el efecto que tienen las presas o la competencia en el modelo. Así
como complementar la información obtenida por los GAMs con otros modelos
de distribución (MaxEnt, Bioclim, Kernel, Alpha, 3D, etc.).
83
XII. BIBLIOGRAFIA
Aguirre-Gómez, R. & O. Salmerón-García. 2005. Análisis estacional de la variación
en la clorofila en el Pacífico Sur Mexicano mediante imágenes SeaWifs de
1998-2004. En: Procesos a diversas escalas en el carbono. Inecc. 267-277
pp.
Aho, K. 2014. Foundational and applied statistics for biologists using R. CRC, Press.
EUA. 596 p.
Anda-Montañez, J.A., A. Amador-Buenrostro, S. Martínez-Aguilar & A. Muhila-
Amazán. 2004. Spatial analysis of yellowfin tuna (Thunnus albacares) catch
rate and its relation to El Niño and La Niña events in the Eastern tropical
Pacific. Deep-Sea. Elsevier. 575-586.
Arenas, P., M. Hall & M. García. 1992. The association of tunas with floating objects
and dolphins in the eastern Pacific. VI. Association of fauna with floating
objects in the EPO. International workshop on fishing for tunas associated
with floating objects. La Jolla Cal. U.S.A. 40 p.
Arias-Arechiga, J.P. 2005. Oceanografía Pesquera del Golfo de Tehuantepec: El
caso Atún Aleta Amarilla (Thunnus albacares). Tesis de Maestría. CICIMAR.
Instituto Politécnico Nacional. México. 91 p.
Arias-Arechiga, J.P. 2010. Factores ambientales asociados al tipo de pesca del atún
aleta amarilla en costas mexicanas. CICIMAR. Tesis de doctorado. Instituto
Politécnico Nacional. La Paz, B.C.S., México. 105 p.
Arias-Aréchiga, J.P., S. Ortega-García & A. Trasviña-Castro. 2004. Fishing
oceanography of the Gulf of Tehuantepec: The case of the yellowfin tuna,
Thunnus albacares. 55th Annual Tuna Conference, Lake Arrowhead,
California, 40 p.
Au, W.K & R.L. Pitman. 1986. Seabird interactions with dolphins and tuna in the
eastern tropical Pacific. Condor 88:304−317
Au, W.K. & W.L. Perryman. 1985. Dolphin habitats in the eastern tropical pacific.
Fish. Bull. 83: 623-642.
84
Barton, D.E., M.L. Argote, M. Lavin, J.M. Robles, R.L. Smith, A. Trasviña & H.S.
Valdez. 1993. Supersquirt: Dynamics of the gulf of Tehuantepec, Mexico.
Oceanography. Vol.6 (1).
Barton, E., Lavín, M., & A. Trasviña. 2009. Coastal circulation and hydrography in
the Gulf of Tehuantepec, Mexico, during winter. Cont. Shelf Res. 29: 485–
500.
Bautista-Cortes, L.F. 1997. Análisis de la pesquería mexicana de atún con énfasis
en tres tipos de indicadores de cardúmenes. Tesis de maestría. CICIMAR.
Instituto Politécnico Nacional. La Paz, B.C.S., México. 69 p.
Berger, W.H. & G. Wefer. 2002. On the reconstruction of upwelling history: Namibia
upwelling in context. Mar. Geol. 180: 3–28.
Blackburn, M. 1965. Oceanography and the ecology of tunas. Oceanogr. Mar. Biol.
Ann Rev., 3: 299-322.
Blackburn, M. 1968. Micronekton of the eastern tropical Pacific Ocean: family
composition, distribution, abundance, and relations to tuna. U.S. Fish and
Wildlife Service, Fish Bull. 67: 71–115.
Blackburn, M. 1969. Conditions related to upwelling which determine distribution of
tropical tunas off western Baja California. Fish. Bull. 68:147‐176.
Blackburn, M., R.C. Griffiths, R.W. Holmes & W.H. Thomas. 1962. Physical,
Chemical, and Biological observations in the Eastern Tropical Pacific Ocean:
three Cruises to the Gulf of Tehuantepec 1958–59, U.S. Fish and Wildlife
Service. Special Scientific Report Fisheries. 420: 1–170
Botello-Ruvalcaba, M. & R. Villaseñor-Talavera. 2008. Pesquería mexicana de
túnidos en el Océano Pacífico con Buques Cerqueros. En: Cap.6, Pesquerías
latinoamericanos. Dirección General de Ordenamiento Pesquero y Acuícola.
CONAPESCA. Mazatlán. Sinaloa. 33 p.
Brander, K.M. 2007.Global fish production and climate change. U.S.A., Proc Natl
Acad Sci.104(50):19709–19714
Brenes, C., M. Lavín & A.M. Mascarenhas. 2008. Geostrophic circulation between
the Costa Rica dome and Central America. Deep-Sea Res. 55: 608–629.
85
Bridges, C.R., O. Krohn, M. Deflorio & G. De Metrio. 2009. Possible SST and NAO
influences on the Eastern bluefin tuna stock. The in-exfish approach.
International Commission for the Conservation of Atlantic Tunas. Collective
Volume of Scientific Papers. 63: 138-152
Broadhead, G.C. & I. Barret.1964. Some factors affecting the distribution
andapparent abundance of yellowfin and skipjack tuna in the Eastern Pacific
Ocean. IATTC. Bulletin. VIII (8): 419-451.
Castro-Ortiz, J.L. & C. Quiñónez-Velázquez. 1987. Distribución y abundancia del
atún aleta amarilla (Thunnus albacares) en relación con la temperatura
superficial del mar en el Pacífico Nororiental (1982-1985). 21-33. En:
Ramírez-Rodríguez, E.M. (Ed.) Memorias del Simposio de Investigaciones
en Biología y Oceanografía Pesquera en México. Centro Interdisciplinario de
Ciencias Marinas, La Paz, B.C.S., México. 183 p.
Cayula, J.F. & P. Cornillon. 1992. Edge Detection Algorithm for SST Images.
Graduate School of Oceanography. 02882-1197 p.
Chelton, D., M. Freilich & S. Esbensen. 2000. Satellite observations of the wind jets
off the pacific coast of central america. part II: Regional relationships and
dynamical considerations., Month. Weather Rev. 128: 2019–2043.
CIAT. 1984. Informe anual de la Comisión Interamericana del atún Tropical de 1983.
La Jolla California., U.S.A., 272 p.
CIAT. 1990. Informe Anual de la comisión interamericana del atún 1989. La Jolla,
California. U.S.A. 272p.
CIAT. 2000. Informe anual de la Comisión Interamericana del Atún Tropical, 1998.
La Jolla California., U.S.A., 318 p.
CIAT.2004. Informe annual de la Comisión Interamericana del Atún Tropical. 2002.
Annu.Rep. U.S.A., 153 p.
CIAT. 2012. Atunes y picudos en el océano Pacífico Oriental en 2011. Annu.Rep.,
U.S.A., 166 p.
CIAT.2014. Los atunes y peces picudos en el océano Pacífico Oriental en 2013.
Annu.Rep., U.S.A.,126 p.
86
Cole, J. S. 1980. Synopsis of biological data on the yellowfin tuna, Thunnus
albacares (Bonaterre, 1788) in the Pacific Ocean., Spec. Rep. IATTC, (2):75-
150. En: Bayliff, W. H. (ed). Synopsis of biological data on eight species of
Scombroids. Inter‐Am. Trop. Tuna Comm. Spec. Rep. 530 p.
CONAPESCA, 2010. Anuario Estadístico de Acuacultura y Pesca. 2010. Comisión
Nacional de Acuacultura y Pesca (CONAPESCA). Secretaría de Agricultura,
Ganadería, Desarrollo Rural, Pesca y Alimentación (SAGARPA). 220 pp.
CONAPESCA. 2014. Anuario estadístico de acuacultura y pesca. Comisión
Nacional de Acuacultura y Pesca. 285 pp.
Courtney, D., W. Walsh & J. Brodziak. 2009. Generalized Additive Model Analyses
to Standardize Swordfish (Xiphias gladius) catch rates in the Hawaii-based
pelagic longline fishery1995-2007 for use in stock assessment. NOAA
fisheries. Honolulu. 33 p.
Cortes-Ramírez, M.A. 2009. Efecto de los remolinos de mesoescala sobre la
distribución de la clorofila satelital en la Zona de Transición Costera (ZTC)
frente a Chile central. Tesis Doctorado. Universidad de Concepcion. 66 p.
DOF. 2014. Acuerdo por el que se da a conocer el plan de manejo pesquero de atún
aleta amarilla (Thunnus albacares) del océano pacífico mexicano. Instituto
Nacional de Pesca (INAPESCA). Secretaría de Agricultura, Ganadería,
Desarrollo Rural, Pesca y Alimentación (SAGARPA). Publicado en: el Diario
Oficial de la Federación el 24 junio del 2014.
Drexler, M. & C.H. Ainsworth. 2013. Generalized Additive Models Used to Predict
Species Abundance in the Gulf of Mexico: An Ecosystem Modeling Tool.
PLoS ONE. 8(5): e64458.
Dreyfus, M.L. & H.R. Robles. 2005. Talla (longitud furcal) del Atún Aleta Amarilla,
Thunnus albacares, de la pesca de cerco en el OPO durante 2009. El vigia.
INAPESCA-CRIP. Ensenada. (14):3 p.
Edwards, E.F. 1992. Energetics of associated tunas and dolphins in the eastern
tropical Pacific: a basis for the bond. Fish Bull. 90:678−690.
87
Espino, M. & C. Yamashiro. 2012. La variabilidad climática y las pesquerías en el
Pacífico suroriental. Lat. Am.J. Aquat. Res. 40 (3): 705-721.
FAO. 2012. Consecuencias del cambio climático para la pesca y la acuicultura:
Visión de conjunto del estado actual de los conocimientos científicos.
Organización de las naciones unidas para la alimentación y la agricultura.
Roma. 246 pp.
FAO. 2016. El estado mundial de la pesca y acuicultura. Contribución a la seguridad
alimentaria y la nutrición para todos. Roma. 224 p.
Färber-Lorda, J., M.F. Lavín & M.A. Guerrero-Ruiz. 2004. Efffects of winds forcing
on the trophic conditions, zooplackton biomass and krill biochemical
composition in the Gulf of Tehuantepec. CICECE. México. Deep-Sea
Research.51: 601-614.
Ferrier, S., G. Watson & J. Pearce. 2002. Extended statistical approaches to
modeling spatial pettern in biodiversity in northeast New South Wales. I.
Species. Level modeling. Biodiversity and conservarition. 11: 2275-2307.
Fiedler, P.C. & S.B. Reilly. 1994. Interannual variability of dolphin habitats in the
Eastern Tropical Pacific II: effects on abundance estimated from tuna vessels
sightings, 1975-1990. Fish. Bull., 92:451-463.
Fiedler, P.C. 1994. Seasonal and interanual variability of coastal zona color scanner
phytoplankton pigments and winds in the Eastern tropical Pacific.
Geophysical research. La Jolla, California. 99: 371-384.
Flores-Vidal, X., R. Durazo, C. Chavenne & P. Flament. 2011.Circulación costera en
ausencia de viento en el Golfo de Tehuantepec, México: Observaciones con
radares de alta frecuencia. Ciencias Marinas. 37(4A): 493-512.
Flores-Vidal, F.X., R. Durazo, C. Chavanne & P. Flament. 2011. High Frequency
Radars: Beam steering calibrations using ships as reflectors. EN: Manuscript
to be submitted to journal of atmospheric and oceanic technology. CP. 96822
88
Gallegos-García, A. & J. Barberán-Falcón. 1998. Surgencia Eólica. Instituto de
Ciencias del Mar y Limnología. UNAM. Cap.3: 27-34 pp. En: El Golfo de
Tehuantepec; el ecosistema y sus recursos. Universidad Autónoma de
metropolitana –Iztapalapa, México, 1998. 240 p.
Galván-Magaña, F. 1988. Composición y analisis de la dieta del Atún Aleta Amarilla
(Thunnus albacares) en el Océano Pacífico Mexicano durante el período
1984-1985. Tesis de maestría. Centro de Investigación y de Educación.
CICIMAR-IPN. 96 p.
Gatica, C. & A. Hernámdez. 2003. Tasas de captura estandarizadas como índice de
abundancia relativa en pesquerías: enfoque por Modelos Lineales
Generalizados. Invest.Mar., Valparaiso., 31(2): 107-115.
Gómez-Muñoz, V. M., S. Ortega-García & A. Gómez-Gallardo. 1992. Relationship
between sea surface temperature and dolphin-associated fishing activities by
the Mexican tuna fleet. NAGA. The ICLARM Quarterly, Fish byte Section. 15:
24-25.
González, O.G. & P.G. Ramírez. 1989. Zonas de reproducción del atún aleta
amarilla (Thunnus albacares) en el Pacífico mexicano. Tesis de Maestría.
Centro Interdisciplinario de Ciencias Marinas, Instituto Politécnico Nacional.
México. 51 p.
Hall M., M. García, C. Lennert-Cody, P. Arenas & F. Miller.1999. The association of
tunas with floating objects and dolphins in the eastern Pacific Ocean: a review
of the current purse-seine fishery. In: Scott M, Bayliff W, Lennert-Cody C,
Schaefer K (eds) Proceedings of the international workshop on the ecology
and fisheries for tunas associated with floating objects, 1992. Inter-Am Trop
Tuna Comm Special Report. 11: 87−194
Hastie, J.T. & J.R. Tibshirani. 1984. Generalized Additive Models. Tecnical Report.
Stanford University. California. 224: 98.
Hilborn, R. & J.C. Walters. 1992. Quantitative Fisheries Populations Assesment.
Chapman and Hall, London. 570 p.
89
Jiménez, T.P. 2014. Efecto de la variabilidad ambiental en la distribución espacio-
temporal de cardúmenes no asociados de atún aleta amarilla (Thunnus
albacares) en el noroeste de México. CICIMAR-IPN. México. 92 p.
Joseph, J. & F.R. Miller. 1989. El Niño and the surface fishery for tunas in the Eastern
Pacific. Bull. Jpn. Soc. Fish. Oceanography. 53: 77–80.
Kirby, D.S., O. Fiksen & P.J.B. Hart. 2000. A dynamic optimization model for the
behavior of tunas at ocean fronts. Fisheries Oceanography. 9:4: 328-342.
Knudsen, P.F. 1977. Desove del atún aleta amarilla y discriminación de las
subpoblaciones. Inter-Am. Trop. Tuna Comm. Bull., 17(2):117-169.
Kumar, P.H., N.P. Gopalakrishna & M. Ushadevi. 2014. El Niño Southern Oscillation
(ENSO) impact on tuna fisheries in Indian Ocean. SpringerPlus. Central
Marine Fisheries Research Institute. India. 13 p.
Kahru, M., Lorenzo, D.E., Manzano-Sarabia, M. & B.G. Mitchell. 2012. Spatial and
temporal statistics of sea surface temperature and chlorophyll fronts in the
California Current. Plankton research. Vol. 34 (9): 749-760 p.
Kahru, M. & A. Laksberg. 2016. Windows Image Manager (WIM); User manual. San
Diego, USA.125 p.
Laurs, R.M., P.C. Fielder & D.R. Montgomery. 1984. Albacore tuna catch distribution
relative to environmental features observed from satellites. Deep- Sea Res.,
31(9):1085-1090.
Lehodey, P. 2000. Impacts of the El Niño Southern Oscillation on tuna populations
and fisheries in the tropical Pacific Ocean. Secretariat of the Pacific
Community No. RG-1.
Lluch-Cota, S.E., S. Alvarez-Borrego, E.M. Santamaría del Angel, F.E. Mueller-
Karger & S. Hernández-Vásquez. 1997. El Golfo de Tehuantepec y áreas
adyacentes: Variación espacio - temporal de pigmentos fotosintéticos
derivados de satélite. Ciencias Marinas, 23(3): 329-340.
López-Martínez, J. 2008. Variabilidad ambiental y pesquerías de México. Comisión
Nacional de Acuacultura y Pesca, México, 216p.
90
López-Sosa, A. & H.G. Manzo-Monroy. 2002. Patrones espaciales del atún aleta
amarilla (Thunnus albacares) en el océano pacifico oriental: una explotación
de perfiles de exploración. Ciencias Marinas. 28(4):331-346.
Lu, H.J., L. Kuo-Tien, L. Hsiu-Ling & L. Cheng-Hsin. 2001. Spatio-temporal
distribution of yellowfin tuna Thunnus albacares and bigeye tuna Thunnus
obesus in the Tropical Pacific Ocean in relation to large-scale temperature
fluctuation during ENSO episodes. Fisgeries Science. 67: 1046-1052.
Magaña, V., J. Amador & S. Medina. 1999. The mid summer drought over México y
Central America. J. Climate, 12. 1577-1588.
Majkowski, J. Global fishery resources of tuna and tuna-like species. 2007. FAO.
Fisheries Technical Paper. No. 483. Rome. 54 pp.
Mather, F.J., J.M. Mason & A.C. Jones. 1995. Historical document: life history and
fisheries of Atlantic Bluefin Tuna. Miami, Florida: NOAA SEFSC. NOAA
Technical Memorandum. 165 pp.
Morgan, A. 2014. The Bigeye tuna, Skipjack tuna and Yellowfin tuna in the Eastern
Pacific. Monterey Bay Aquarium. Seafood Watch. 66 pp.
Nakamura, H. 1969. Tuna distribution and migration. Fishing News Books. Farnham.
Surrey. 76 p.
Nell, W.H., Chang, R.K. & A. Dizon. 1976. Magnitude and ecological implications of
termal inertia in skipjack tuna, Katsuwonus pelamis (Linnaeus). Env. Biol.
Fishes. 1: 61-80.
NOAA. 2010. El Niño Oscilación del Sur (ENSO). Climate prediction center. En:
www.cpc.ncep.noaa.gov
NOAA. 2013. Science and information for climate-smart nation, El Niño and La Niña.
En: Climate.gov
Norris, K.S., B. Würsig, R.S. Wells & M. Würsig. 1994. The Hawaiian spinner
dolphin. University of California Press, Berkeley, CA
Núñez-Orozco, A.L., A. Labastida-che & J.A. Oviedo-Piamonte. 2013. Composición
y abundancia de la ictiofauna en la franja sublitoral del Golfo de Tehuantepec,
Oaxaca/Chiapas, México. Ciencias pesqueras. 21(2): 29-40.
91
Ortega-García, S. & R. Rodríguez-Sánchez. 2008. El efecto del ENOS 1997-1998
en la distribución del atún aleta amarilla Thunnus albacaras (Bonaterre,
1788). En: Mátinez-López, J. 2010. La variabilidad ambiental y pesquerías en
México. CIBNOR. México.
Ortega-García, S. & S. Lluch-Cota. 1995. Distribución de la abundancia de atún
aleta amarilla (Thunnus albacares) y su relación con la concentración de
pigmentos fotosintéticos medidos por satélite en aguas al sur de México.
Ortega-García, S. 1998. Análisis de las fluctuaciones espacio temporal en la
abundancia del atún en el Océano Pacífico Oriental. Tesis de Doctorado.
Facultad de ciencias marinas. Univ. Nac. Aut. de México. 67 p.
Ortega-García, S., D. Lluch-Belda & P. Arenas-Fuentes. 2003. Spatial, seasonal,
and annual fluctuations in relative abundance of yellowfin tuna in the eastern
Pacific Ocean during 1984-1990 based on fishery CPUE analysis. B. Mar.
Sci. 72(3):613-628.
Ortega-García, S., E. Camacho-Bareño & R.O. Martínez-Rincón. 2014.Effects of
environmental factors on the spatio-temporal distributionof striped marlin
catch rates off Cabo San Lucas, Baja California Sur,Mexico. La Paz, México.
Elsevier.Fisheries Research. 166: 47-58
Ortega-García, S., J.A. Trigueros-Salmerón, R. Rodríguez-Sánchez, S. Lluch-Cota
& H. Villalobos. 2000. El Golfo de Tehuantepec como un Centro de Actividad
Biológica y su importancia en las pesquerías. Cap. 22: 335-356. En: D. Lluch-
Belda, J. Elorduy-Garay, S.E. Lluch-Cota y G. Ponce-Díaz (Eds.) BAC:
Centros de Actividad Biológica del Pacífico Mexicano. CIBNOR-CICIMAR-
CONACYT, México. 2000, 362 p
Ortega-García, S., R. Rodríguez-Sánchez & U. Jakes-Cota. 2015. Eventos “El Niño”
y el Atún Aleta Amarilla. Instituto Politécnico Nacional-CICIMAR. El vigia.
(42):2.
Popoca-Arellano, E.I. 2003. Efectos del viento y la temperatura superficial del mar
sobre la distribución espacio - temporal de las capturas atún aleta amarilla
(Thunnus albacares) en el Golfo de Tehuantepec, México. Tesis de
Licenciatura. UABC. 59 p.
92
Punsly, R., G.P. Tomlinson & A. J. Mullen. 1994. Potential tuna catches in the
eastern Pacific Ocean from schools not associated with dolphins. Fishery
Bulletin. 92: 132-143.
Rajapaksha, J.K., L. Samarakoon & A.A.J.K. Guanathilaka. 2013. Environmental
Preferences of Yellowfin Tuna in the North East Indian Ocean: An Application
of Satellite Data to Longline Catches. International Journal of Fisheries and
Aquatic Sciences. 2(4): 72-80.
Reilly, S. B. & P.C. Fiedler. 1994. Interannual variability of dolphin habitats in the
eastern tropical pacific: Research vessel surveys, 1986-1990. Fish. Bull. 92:
434-450.
Ritter-Ortíz, W. & J. Suárez-Sánchez. 2011. Impact of ENSO and the optimum use
of yellowfin tuna (Thunnus albacares) in the eastern Pacific Ocean region.
Ingeniería de recursos naturales y del ambiente. Universidad del Valle.
Colombia. 10: 109-116.
Robles, H., M. Dreyfus & Villaseñor-Derbez, J.M. 2015. Descargas de la flota
atunera mexicana en el pacífico oriental en 2014 y su comparación con el
período 1992-2013. El vigia. INAPESCA-CRIP. Ensenada. (42):36.
Romero-Centeno, R., J. Zavala Hidalgo, A. Gallegos & J.J. O’Brien. 2003. Isthmus
of Tehuantepec Wind Climatology and ENSO Signal. Journal of Climate.
16(15):2628-2639.
Schaefer, K.M. 2001. Reproductive biology of tunas. 225–270 p. En: Block B.A.,
Stevens E.D. (eds.). Tunas: Physiology, Ecology, and Evolution. Academic
Press, San Diego, USA. 468 p.
Schaefer, K.M., W. Fuller & B.A. Block. 2009. Vertical Movements and Habitat
Utilization of Skipjack (Katsuwonus pelamis), Yellowfin (Thunnus albacares),
and Bigeye (Thunnus obesus) Tunas in the Equatorial Eastern Pacific Ocean.
Inter-American Tropical Tuna Commission. U.S.A., 92037-1508.
93
Schaefer, K.M., W. Fuller & B.A. Block.2011. Vertical Movements, behavior, and
habitat utilization of yellowfin tuna (Thunnus albacares) in the Pacific Ocean
off Baja California, Mexico, determined from archival tag data analyses,
including unscented Kalman filteringInter-American Tropical Tuna
Commission. U.S.A., 92037-1508.
Schaefer, K.M., W. Fuller & G. Aldana. 2013. Movements, behavior, and habitat
utilization of yellowfin tuna (Thunnus albacares) in waters surrounding the
Revillagigedo Islands Archipelago Biosphere Reserve, Mexico C.P. 92037-
1508.
Scott, M.D., S.J. Chivers, R.J. Olson, P.C. Fiedler & K. Holland. 2012. Pelagic
predator associations: tuna and dolphin in the Eastern tropical Pacific ocean.
Mar. Ecol. Prg. Ser. (458): 283-302.
Seoane, J., C.P. Carmona, R. Tarjuelo & A. Planillo. 2014. Análisis bioestadístico
con modelos de regresión en R. Excelencia. UAM CSIC.;
http://www.uam.es/personal_pdi/ciencias/jspinill/CFCUAM2014/ModelosAdit
ivos-2-GAM-CFCUAM2014.html
Solano-Sansores, R.L. & G.A. Compeán-Jiménez. 2010. Efectos del cambio
climático en la pesquería mexicana del atún en el Pacífico. Universidad
Autónoma de Campeche CETYS. 465-472p.
Steenburgh, W.J., D.M. Schultz & B.A. Colle. 1998. Th structure and evolution of
gap outflow over the Gulf of Tehuantepec. México. Mon. Wea. Rev, 126:
2673-2691.
Suárez-Sánchez, J., W. Ritter-Ortiz, C. Gay-Garcia & J. Torres-Jácome. 2004.
ENSO-tuna relations in the eastern Pacific Ocean and its prediction as a non-
linear dynamic system. Atmósfera. México. 245-258 p.
Sund, P.N., M. Blackburn & F. Williams. 1981. Tunas and their environment in the
Pacific Ocean: a review. Oceanogr. Mar. Biol. Ann. Rev.19: 443-512.
Tapia-García, M., M.C. García-Abad, A. Carranza-Edwards & F. Vásquez-Gutiérrez.
2007. Enviromental characterization of the continental shelf of the Gulf of
Tehuantepec, México. Geofísica Internacional. 46 (4): 249-260.
94
Thompson, W.F. 1917. Temperature and the albacore. Calif.Fish and Game. 3: 153-
159.
Torres-Orozco, E., A. Muhlia-Melo, A. Trasviña & S. Ortega-García. 2006. Variation
in yellowfin tuna (Thunnus albacares) catches related to El Niño-Southern
Oscillation events at the entrance to the Gulf of California. Fish.Bull. 104:197-
203.
Torres-Orozco, E., A. Trasviña, A. Muhlia-Melo & S. Ortega-García. 2005. Dinámica
de mesoescala y capturas de atún aleta amarilla en el Pacífico mexicano.
Ciencias Marinas. México. 31 (4): 671-683pp.
Trasviña, A. & E.D. Barton. 2008. Summer Mesoscale circulation in the Mexican
Tropical Pacific. Instituto de Investigaciones Marinas. México.
Trasviña, A., D.C. Lluch., A.E. Filonov & A. Gallegos. 2004. Oceanografía y El Niño.
México. En: Magaña-Rueda, V. 2004. Los impactos del niño en México.
Centro de Ciencias de la Atmósfera, Universidad Nacional Autónoma de
México (UNAM). Secretaría de Gobernación (SEGOB). México, D. F., 229 p
Trasviña, A., E.D. Barton., H.S. Vélez & J. Brown. 2002. Frontal subduction of a cool
surface wáter mass in the Gulf of Tehuantepec, Mexico. Geofisica
internacional. 42: 101-114.
Trasviña, A., E.D. Barton., J. Brown, H.S. Vélez, P.M. Kosro & R.L. Smith. 1995.
Offshore wind forcing in the Gulf of Tehuantepec, México. The asymmetric
circulation. J. Geophys. Res.100 (C10): 20649-20663.
Trigueros-Salmerón, J.A. 2003. La influencia de algunas variables ambientales en
la distribución y abundancia del atun aleta amarilla (Thunnus albacares) en
el noroeste del pacífico mexicano. Tesis de doctorado. CICIMAR-IPN. 65 p.
Velásquez-Muñoz, F.A., J.A. Martínez, C.R. Chavanne, R. Durazo & P. Flament.
2011. Circulación costera forzada por el viento en el Golfo de Tehuantepec,
México. Ciencias Marinas. 37(4A): 443-456.
95
Walsh, W.A., E.A. Howell., K.A. Bigelow & M.L. McCracken. 2006. Analyses of
observed longline catches of blue marlin, Makaira nigricanas, using
generalized additive models with operational and enviromental predictors.
Bulletin of marine science. 79 (3): 607-622.
Willett, C.S., R. Leben & M.F. Lavín. 2006. Eddies and mesoscale processes in the
Eastern tripocal pacific: a review. Progress in Oceanography, 69 (24): 218-
238.
Wood, S.N. 2006a. Generalized Additive Models: An Introduction with R. Chapman
and Hall/CRC.
Wood, S.N. 2006b Low rank scale invariant tensor product smooths for generalized
additive mixed models. Biometrics. 62(4):1025-1036
Wyrtki, K. 1965. Surface currents of the eastern tropical Pacific ocean. Inter-
American Tropical tuna Commission. Bull. 9: 271–304.
Yoshida-Hernández, H. 2015. Variabilidad ambiental y su efecto en la distribución
espacio - temporal de las tasas de captura de dorado (Coryphaena hippurus)
en la región de los cabos, B.C.S., México. Tesis de Maestría, CICIMAR.
Instituto Politécnico Nacional. México. 70 p.
96
XIII. ANEXO
Anexo 1. Traslapamiento de los lances por tipo de indicador (brisa, asociados a delfín y sobre
objetos flotantes) y los frentes térmicos detectados de las semanas 4 a la 13 y de las semanas 38 a
la 42 para el periodo 2007-2010 en el Golfo de Tehuantepec.
97
Anexo 1. Continuación.
98
Anexo 1. Continuación.
99
Anexo 1. Continuación.
100
Anexo 1. Continuación.
101
Anexo 1. Continuación.
102
Anexo 1. Continuación.
103
Anexo 1. Continuación