Informe DeepFish2: análisis de datos
1 Antecedentes
El proyecto DeepFish consiste en una innovación para la gestión de los datos pesqueros, específicamente en la identificación de especies y su tallaje en lonja a través del uso de visión e inteligencia artificiales basada en la tecnología de Deep Learning. El proyecto DeepFish2, la continuación proyecto inicial, pretende avanzar las capacidades del sistema, ampliando tanto el número de especies de peces objetivo, como de grupos taxonómicos y además de una mayor tipología de lonjas. Este proyecto también introduce aspectos de trazabilidad mediante incorporación de información geo-referenciada y desarrollando un módulo de análisis y explotación de los datos proporcionados por DeepFish.
En este último ámbito, este trabajo profundiza el análisis y explotación de los de los datos proporcionados por DeepFish en el contexto de la biología pesquera y la ecología de las especies más abundantes.
2 Objetivos
Sobre la base de los antecedentes descritos anteriormente, el principal objetivo del presente estudio es el análisis de los datos proporcionados por DeepFish.
Para ello, se plantean las siguientes tareas:
Desarrollar un cuadro de mando para la explotación y visualización de datos de descargas pesqueras generadas por el proyecto DeepFish que se proporcionará a las cofradías y administración pesquera competente.
Aplicar modelos pesqueros basados en la distribución de tallas de las capturas para poder establecer indicadores de sostenibilidad de las capturas.
Describir las características del cuadro de mando y los análisis preliminares obtenidos por especie.
Los objetivos específicos del proyecto están en concordancia con los objetivos del segundo ciclo de la Estrategia Marina, en concreto respecto al objetivo A.L.3. Mantener o recuperar el equilibrio natural de las poblaciones de especies clave para el ecosistema, y también con relación al objetivo C.L.9., para promover que los stocks pesqueros estén gestionados adecuadamente, de manera que se mantengan dentro de límites biológicos seguros, poniendo especial atención a aquellos cuyo estado es desconocido, y a aquellos que no alcanzan el Buen Estado Ambiental según la evaluación inicial del D3 en la demarcación marina levantino- balear (Ministerio para la Transición Ecológica 2019).
3 Metodología
3.1 Obtención y preparación de datos
Los datos de DeepFish fueron obtenidos en un fichero de formato JSON el cual contenía tanto los metadatos de bandejas y como los datos de los análisis. Los datos de bandeja hacen referencia a los metadatos recopilados y almacenados en una base de datos en el instante de captura de los códigos QR, por lo tanto, contienen la información acerca de la bandeja donde se hicieron las mediciones. Para cada bandeja se obtuvieron los datos presentados en Tabla 1, con un total de 1031 bandejas. Los metadatos asociados a una de las bandejas no estaban disponibles, por lo cual se excluyeron de los análisis y solo se utilizaron los datos provenientes de las 1030 bandejas restantes.
| Nombre | Tipo | n |
|---|---|---|
| analisis | array | 1031 |
| armador | string | 1030 |
| fecha | string | 1030 |
| kg bandeja | string | 1030 |
| lote | string | 1030 |
| matricula | string | 1030 |
| nombre | string | 1030 |
| pez cientifico | string | 1030 |
| pez comercial | string | 1030 |
| presentacion | string | 1030 |
| puerto | string | 1030 |
| tipo de pesca | string | 1030 |
| zona captura | string | 1030 |
La totalidad de los datos fueron obtenidos en la lonja de El Campello, a partir de capturas obtenidas de cuatro embarcaciones, todas las cuales utilizan redes de enmalle como arte de pesca. Las capturas fueron obtenidas entre 14-01-2021 y 21-09-2021.
3.1.1 Datos de análisis
Los datos de análisis hacen referencia a los datos de talla y peso obtenidos para cada especie medida por el sistema DeepFish. La lista de especies se presenta en Tabla 2 e incluye un total de 12 especies y los respectivos nombre comunes, de las cuales 11 especies son peces Teleósteos y una es un cefalópodo (Sepia officinalis). Para cada especie, la tabla de datos de análisis contiene el peso en gramos y la talla de cada individuo en mm. Debido a que las mediciones del sistema DeepFish fueron se realizan en base al largo estándar, la cual mide el pez desde la punta del hocico hasta límite posterior de la última vértebra, lo cual excluye el largo de la aleta caudal. Considerando que los indicadores utilizados en biología pesquera generalmente utilizan el largo total, las mediciones fueron transformadas a largo estándar utilizando relaciones de talla obtenidos de la base de datos FishBase.org (Froese y Pauly 2000). Todos los datos crudos están disponibles en el repositorio Zenodo (Fuster Guillo et al. 2022).
| Especie | Nombre común |
|---|---|
| Diplodus annularis | Raspallon |
| Mullus barbatus | Salmonete de fango |
| Mullus surmuletus | Salmonete |
| Pagellus acarne | Aligote |
| Pagellus erythrinus | Breca |
| Pagrus pagrus | Besugo |
| Scorpaena porcus | Cabracho |
| Sepia officinalis | Sepia |
| Serranus scriba | Serrano |
| Sphyraena sphyraena | Barracuda |
| Spicara maena | Chucla |
| Symphodus tinca | Peto |
3.2 Parámetros poblacionales
La mayoría de los modelos pesqueros requieren datos de talla-edad, esfuerzo de pesca y parámetros del ciclo de vida de las especies. Además, estos modelos requieren datos obtenidos a través de tiempo, es decir, series temporales de varios años de duración. Alternativamente, bajo ciertas suposiciones se pueden utilizar modelos basados solamente en la distribución tallas. Para esto se requieren datos de frecuencia de talla y parámetros poblacionales o del ciclo de vida de las especies como entradas, tales como la talla de madurez, mortalidad natural, talla máxima y talla infinita. Dado que los datos de DeepFish consisten solamente en la distribución de tallas de las capturas obtenidas durante una temporada, en este estudio se utilizaron indicadores basados en datos de frecuencia de talla y parámetros poblacionales para el calculo de indices simples de sostenibilidad pesquera. Con este propósito, los parámetros poblacionales de cada specie se obtuvieron de la base de datos FishBase.org (Froese y Pauly 2000), a través del paquete rfishbase (Boettiger, Temple Lang, y Wainwright 2012) del programa R (R Core Team 2022).
3.2.1 Longitud máxima
La longitud o talla máxima de un pez (Lmax) es una variable que ayuda a predecir diversos parámetros de la historia de vida de los peces (Blueweiss et al. 1978). Lmax se utiliza para estimar la talla asintótica (Linf), la talla en la primera madurez (Lm) y la talla de máximo rendimiento (Lopt), como se detalla a continuación.
3.2.2 Longitud infinita o asintótica
Es la longitud que alcanzarían los peces si crecieran indefinidamente. Es uno de los tres parámetros de la función de crecimiento o curva de von Bertalanffy, la cual es un caso especial de la regresión logística (Ecuación 1). La curva de crecimiento se usa para modelar la longitud media a partir de la edad en animales. La función se aplica comúnmente en ecología para modelar el crecimiento de los peces.
\[ L_t = L_∞ (1 - e^{-K(t-t_o)}) \tag{1}\]
\(K\) es el coeficiente de crecimiento
\(t_0\) es la edad hipotética (en años) que tendría el pez en la talla cero
\(L_t\) es la talla a la edad \(t\).
| Especie | Lmax | Linf | K | t0 | M | Lm | Lopt |
|---|---|---|---|---|---|---|---|
| Diplodus annularis | 27.5 | 22.7 | 0.25 | -0.72 | 0.55 | 13.8 | 13.8 |
| Mullus barbatus | 38.2 | 24.1 | 0.31 | -0.57 | 0.57 | 14.6 | 14.9 |
| Mullus surmuletus | 40.0 | 35.4 | 0.22 | -0.73 | 0.45 | 20.6 | 21.9 |
| Pagellus acarne | 36.0 | 30.0 | 0.27 | -0.62 | 0.53 | 17.7 | 18.4 |
| Pagellus erythrinus | 60.0 | 30.9 | 0.24 | -0.69 | 0.50 | 18.2 | 19.0 |
| Pagrus pagrus | 91.0 | 54.6 | 0.20 | -0.72 | 0.39 | 30.3 | 34.4 |
| Scorpaena porcus | 40.5 | 29.4 | 0.16 | -1.07 | 0.33 | 17.4 | 18.0 |
| Sepia officinalis | 49.0 | NA | NA | NA | NA | NA | NA |
| Serranus scriba | 36.0 | 30.4 | 0.19 | -0.89 | 0.42 | 17.9 | 18.7 |
| Sphyraena sphyraena | 165.0 | 168.4 | 0.36 | -0.27 | 0.42 | 83.4 | 111.1 |
| Spicara maena | 25.0 | 23.8 | 0.20 | -0.90 | 0.44 | 14.4 | 14.5 |
| Symphodus tinca | 44.0 | 31.3 | 0.25 | -0.66 | 0.48 | 18.4 | 19.2 |
3.2.3 Talla de madurez sexual
La talla de madurez sexual (Lm). Esta es la longitud promedio a la que los peces de una población determinada maduran por primera vez.
\[ log_{10} (L_m)=-0.0782+0.8979·(log_{10}(L_{inf})) \tag{2}\]
3.2.4 Talla de captura óptima
Esta es la talla de peces en la que una pesquería otorgarían el maximo rendimiento posible si se capturase únicamente peces de este tamaño. Específicamente, la talla óptima, es la talla donde el número de peces en una determinada población sin pescar multiplicado por su peso medio es produce la máxima biomasa y por lo tanto se obtienen los rendimiento e ingresos máximos. Por lo tanto, los administradores pesqueros deberían esforzarse por ajustar la talla media de las capturas en torno a este valor. La talla óptima suele ser un poco mayor que la talla de madurez y puede ser fácilmente obtenida a partir de parámetros de crecimiento y mortalidad o a partir de ecuaciones empíricas (Beverton 1992):
\[L_{opt} = {\frac{L_{inf}\cdot3}{(3 + \frac{M}{K})}} \tag{3}\]
\(M\) es la tasa de mortalidad natural que se estima a partir de la formula propuesta por Froese y Binohlan (2000):
\[M = 10^{(0.566 ‑ 0.718 \cdot log(L_{inf})} + 0.02 \cdot T \tag{4}\]
3.3 Indicadores de sostenibilidad
A partir del los parámetros poblacionales se calcularon diversos indicadores simples de sostenibilidad pesquera basados en (Froese 2004), específicamente el porcentaje de la captura de peces maduros, de ‘mega-reproductores’ y el porcentaje de individuos que están dentro de la talla óptima.
3.3.1 Porcentaje de peces maduros
Este indicador mide el porcentaje de peces maduros en la captura (Pmat) y tiene como meta el 100%. La razón fundamental es permitir que todos los peces desoven y se reproduzcan por lo menos una vez antes de ser capturados, con el objetivo de recuperar y mantener los stocks en estados saludables.
3.3.2 Porcentaje de especímenes de talla optima
El porcentaje de especímenes de talla optima (Popt) es un indicador que indicador mide el porcentaje de peces capturados entre 0.9 y 1.1 veces la talla óptima (Lopt) calculada según la Ecuación 3. Tienen como meta que el 100% de la captura este dentro de este margen de ±10% de valor Lopt. La razón principal de este indicador es permitir el crecimiento de los peces y asegurar el máximo rendimiento e ingresos de la pesquería.
3.3.3 Porcentaje de ‘mega-reproductores’
El objetivo de este indicador es la protección de los ‘mega-reproductores’ y mide el porcentaje de peces capturados de edad avanzada y de gran tamaño, es decir, peces con una longitud 10% sobre la talla óptima. El objetivo de la gestión pesquera es una estrategia de pesca que resulte en ningún (0%) mega-reproductores atrapados.
3.4 Cuadro de mando
Se desarrolló un cuadro de mando basados en los resultados de los análisis de datos y el cálculo de los indicadores de sostenibilidad pesquera presentados como un pagina web interactiva creada usando los paquetes de R ‘shiny’ (Chang et al. 2021) y ‘flexdashboard’ (Iannone, Allaire, y Borges 2020). Estos paquetes son soluciones open-source que facilitan la creación de cuadros de mando interactivos que pueden alojarse en el servidor Shiny desde donde se pueden acceder a través de la red.
4 Resultados
4.1 Relación talla-peso por especie
El peso de cada individuo fue calculado a partir de ecuaciones de talla-peso publicadas en la literatura (por ejemplo, en FishBase). La Figura 1 muestra la relación entre la talla y el peso para cada especie y la ecuación linear (log-log) utilizada para los cálculos.
4.2 Distribución de talla por especie
Los histogramas de tallas por especies (Figura 2) muestran una distribución aproximadamente gaussiana para la mayoría de las especies, con algunas excepciones de distribuciones bimodales que evidencia el dimorfismo sexual característico de los lábridos (Symphodus tinca y Symphodus sphyraena). Estos patrones de distribución de tallas presentan relativamente poca variabilidad entre los diferentes meses en que fueron capturados.
4.3 Series temporales de biomasa por especie
En general, la especie con mayor biomasa capturada fue Pagellus erythrinus con un total de 126 kg, seguido Pagrus pagrus con un total capturado de 99 kg. Por el contrario, Scorpaena porcus fue la especie que con menor biomasa capturada. La Figura 3 muestra las series de tiempo de la biomasa total de las capturas por especie, la cual evidencia la alta variabilidad temporal característica de este tipo de datos. Además de esta variabilidad, generalmente se observan picos de biomasa en los meses abril y mayo para varias especies, el cual coincide con el inicio de la primavera y la consecuente subida de la temperatura del agua. Cabe notar que estos datos representan una submuestra de las capturas totales, representando los individuos medidos por el sistema DeepFish.
4.4 Series temporales de abundancia por especie
En general, la especie más abundante fue Mullus surmuletus con un total 1228 individuos capturas, seguido por Serranus scriba y Mullus barbatus con 619 y 566 individuos, respectivamente. La Figura 4 muestra las series de tiempo de abundancia por especie, la cual, al igual que para la biomasa, evidencia la alta variabilidad temporal característica de este tipo de datos. También se observan picos de abundancia en los primeros meses de la primavera mayo para varias especies, el cual coincide con el inicio de la primavera.
4.5 Indicadores de sostenibilidad
El análisis de la estructura de tallas respecto a los indicadores pesqueros muestra que el porcentaje de peces maduros en la captura varió considerablemente entre especies. Las especies con mayores porcentajes de individuos maduros fueron Pagellus erythrinus, Spicara maena y Mullus barbatus, con porcentajes mayores al 80% (Figura 5). Por el contrario, menos del 10% de los individuos de las especies Serranus scriba y Sphyraena sphyraena estaban sexualmente maduros. Del mismo modo, el porcentaje de mega-reproductores y el porcentaje de peces de talla óptima variaron considerablemente entre especies.
La especie con mayor porcentaje de individuos dentro de la talla óptima fue Pagellus acarne con un 33%. Este indicador fue <30% para todas las otras especies, con valores mínimos de <5% observados para Mullus barbatus y Sphyraena sphyraena (Figura 5). En cuanto al porcentaje de mega-reproductores, los mayores porcentajes se registraron para Mullus barbatus y Pagellus erythrinus, ambos sobre el 90%, mientras el mínimo porcentaje se registró para Sphyraena sphyraena y Pagrus pagrus (Figura 5).
4.6 Series temporales de los indicadores de sostenibilidad
La Figura 6 muestra las series temporales de los indicadores de sostenibilidad para cada especie, la cual evidencia una gran variabilidad temporal para la mayoría de las especies. En general, se observa un pico en los valores de los indicadores para varias especies entre los meses de febrero y abril.
4.7 Cuadro de mando
El cuadro de mando se puede acceder a través de https://cawthron.shinyapps.io/DeepFish2/. Consiste en una única pantalla en la cual divida en tres columnas:
Selección de datos. Aquí el usuario puede escoger la especie, embarcación y fechas de interés que se utilizan para filtrar los datos utilizados en las gráficas y visualización de datos. Además, en esta sección se muestra una foto de la especie escogida, el logo del proyecto DeepFish y una breve descripción de los objetivos del cuadro de mando.
Gráficas. En esta columna donde se presentan dos gráficas interactivas: la distribución de tallas y la serie de tiempo de la abundancia de las capturas, ambas filtradas a base de la selección de datos realizada en la sección Selección de datos.
Indicadores de sostenibilidad. En la parte superior de esta columna se muestran los valores del número total de peces y la biomasa total de la captura en kilogramos para la especie, fechas y embarcaciones seleccionados. El parte media de esta columna se muestran tres indicadores de sostenibilidad pesquera para los datos seleccionados:
El porcentaje de peces maduros
El porcentaje de peces de talla óptima
El porcentaje de mega-reproductores
Además, en la parte inferior de esta sección del cuadro de mando se muestra un mapa con la ubicación de la lonja de desembarco, en este caso en particular El Campello.
5 Discusiones
En el presente informe desarrolla un marco de explotación y análisis de datos proporcionados por el sistema DeepFish en un contexto de la biología pesquera y la ecología de las especies objetivo. En este ámbito, se presenta un análisis exploratorio de las capturas, de la distribución de tallas y se calculan indicadores de sostenibilidad a partir las tallas y parámetros ecológicos obtenidos de la literatura y bases de datos existentes. Los indicadores de sostenibilidad proporcionan ejemplos de indicadores sencillos y fáciles de entender que permitan una evaluación eficaz del estado y las tendencias de los recursos pesqueros por parte de todos partes interesadas, incluido el público general y los pescadores. La totalidad de los resultados es presentada en un cuadro de mando online, el cual es de uso fácil e intuitivo y no requiere el uso adicional de software estadístico o la comprensión de los marcos pesqueros subyacentes, los cuales se explican en este informe. Este cuadro de mando permite extraer los datos generados por el sistema DeepFish en un contexto pesquero y ecológico, pero además proporciona indicadores para tomar decisiones de manejo pesquero y para evaluar las tendencias en las capturas en tiempo real y poder evaluar la sostenibilidad de los desembarques en las lonjas.
A nivel mundial, la mayoría de los stocks pesqueros se encuentran sobreexplotados o al límite de la sobreexplotación (Pauly et al. 1998, 2002). La sobreexplotación o sobre pesca generalmente consiste en la disminución de la capacidad reproductiva de los stocks pesqueros, denominada sobrepesca por reclutamiento; y la captura de peces antes de que se puedan alcanzar el potencial completo de crecimiento, llamada sobrepesca de crecimiento (Froese 2004). Por ello, los modelos de gestión pesquera tiene como objetivo regular la pesca de manera que sea sostenible y evitar llegar a un nivel de sobreexplotación. Sin embargo, muchos modelos de evaluación pesqueros son cada vez más complejos, siendo comprensibles solo para unos pocos expertos. Además, estos modelos complejos dependen de la obtención de datos de esfuerzo pesquero, estructures de tallas por edad a través de múltiples años, lo cual imposibilita su aplicación con los datos generados por el sistema DeepFish. De esta manera, los indicadores pesqueros presentados en este trabajo proporcionan ejemplos de indicadores sencillos y fáciles de entender que permitan una evaluación eficaz del estado y las tendencias de los recursos pesqueros por parte de todos partes interesadas, incluido el público en general.
En cuanto a resultados de los indicadores de sostenibilidad, cabe destacar que para varias especies podría considerarse que los valores obtenidos pueden reflejar una situación problemática desde un punto de vista de la conservación de recurso pesqueros. Por ejemplo, para varias especies, un gran porcentaje de los peces capturados están bajo la talla de madurez sexual, con la excepción de Spicara maena, Mullus barbatus y Pagellus erythrinus. Se ha demostrado que cuanto mayor es la diferencia entre la talla de la primera captura y la talla de madurez, más vulnerable es el stock a la sobrepesca, lo que confirma la relevancia este indicador (Myers y Mertz 1998). Las tendencias del porcentaje de la captura sobre la talla de madurez se reflejaron en un el porcentaje de peces mega-reproductores. En la ausencia de una estrategia basada en este indicador, la captura refleja la edad y el tamaño estructura del stock, con valores de 30–40% de mega-reproductores representando una estructura de tallas saludable, mientras que menos del 20% puede reflejar una situación problemática. Existe clara evidencia de que los mega-reproductores (peces viejos y grandes) tienen funciones cruciales para la subsistencia de una población a largo plazo, ya que las hembras grandes son mucho más fecundas porque el número de huevos aumenta de manera exponencial con la longitud en la mayoría de las especies. Además, los huevos también tienden a ser más grande, dando así una mayor oportunidad de supervivencia (Solemdal 1997; Trippel 1998). Así mismo, para la gran mayoría de las especies, las capturas se registraron fuera del rango de la talla óptima, siendo una excepción Diplodus annularis, lo cual implica que para estas especies no se estaría logrando el máximo rendimiento sostenible del stock. Aunque, por un lado, podría decirse que no es prácticamente imposible capturar todos los peces dentro de un margen de talla tan estrecha; sin embargo, muchos stocks tienen patrones claros de distribución espacial y temporal por talla que se podrían utilizar para refinar las tallas de captura. Además, diversos artes de pesca tradicionales son bastante selectivos en cuanto a tallas, y además hoy en día la tecnología empleada por la flota pesquera industrial ayuda substancialmente a esta selectividad.
Los indicadores presentados se basan en la distribución de tallas derivadas de las mediciones del sistema DeepFish y parámetros poblaciones obtenidos de la literatura. Sin embargo, estos parámetros poblacionales pueden variar significativamente para diferentes regiones o stocks pesqueros, lo cual puede afectar los porcentajes absolutos de los indicadores, pero no sus tendencias. Por lo cual las estimaciones preliminares usadas para los respectivos parámetros obtenidos compilados en FishBase (Froese y Pauly 2000) o ecuaciones empíricas (Froese y Binohlan 2000; Trippel 1998), se consideran apropiadas para este propósito. También es importante recalcar que los datos e indicadores pesqueros de este informe son proporcionados con un fin demostrativo de las potenciales capacidades y utilidades del sistema DeepFish para el manejo del y seguimiento de los recursos pesqueros, tanto por parte de los pescadores como de las autoridades pesqueras.
Sin duda, el aspecto más importante a considerar, es que las tallas de los peces obtenidas por el sistema DeepFish pueden tener un cierto margen de error. Este error puede surgir debido a diferente ángulos de incidencia durante la captura de la fotografía, diferencias en altura de la cámara o de la calibración del tamaño de la imagen respecto a la bandeja. Además, debido a que las mediciones se realizan en lotes es posible que algunos individuos este curvados dentro de la bandeja durante la medición, pudiendo sesgar las medidas hacia tallas menores que las medidas estándares. Potenciales sesgos en las medidas podría tener repercusiones en los cálculos de los indicadores pesqueros y, por tanto, para la evaluación de la sostenibilidad de las capturas. Sin embargo, los avances tecnológicos del nuevo sistema de medición desarrollado durante el proyecto DeepFish2 minimiza este error y proporciona datos más precisos, y consecuentemente los indicadores derivados de los datos. También cabe recalcar que los datos de este estudio provienen de un periodo de tiempo relativamente corto y de una sola lonja, lo cual limita las generalizaciones y comparaciones a diferentes escalas temporales (interanuales o estacionales) y espaciales (a nivel regional o nacional). Los indicadores presentados se basan en el supuesto de que la sobrepesca cambia la distribución de tallas de los stocks. Por lo que cabe recalcar que el esfuerzo pesquero apropiado implica la evaluación del estado actual de cada stock, sus interacciones con otros stocks y los objetivos generales del manejo ecosistémico.
A pesar de las posibles limitaciones inherentes a los datos y los indicadores presentados, el presente trabajo cumple con los objetivos específicos del proyecto DeepFish, de desarrollar un prototipo de estrategia de explotación y análisis de datos, incluyendo el desarrollo de un cuadro de mando de acceso libre para la visualización de los resultados por las partes interesadas. Sin duda, este constituye un eslabón importante dentro la fuente de información del sistema DeepFish, además de establecer punto de partida y una estructura de análisis para cumplir con los objetivos de promover la gestión adecuada de los stocks pesqueros, de manera que se mantengan dentro de límites biológicos seguros (Ministerio para la Transición Ecológica 2019).