LA PESQUERIA DE ANGUILA Ophichthus remiger EN EL NORTE DEL PERU Y
PROYECCIONES DE PESCA 2018
INFORME
INTRODUCCION
La anguila Ophichthus remiger presenta una distribucién restringida al Pacifico Sudeste y
ocasionalmente en el Pacifico Central. Seguin CHIRICHIGNO Y VELEZ (1998) se distribuye
desde Puerto Pizarro (Peri) hasta Valparaiso (Chile). Sus mayores concentraciones se
encuentran en la region norte (Dominio Maritimo Norte a 06° S), Ambito en donde se
desarrolla su pesqueria
Durante los primeros meses del 2017 se produjo el Nifo Costero, evento calido que se
caracterizd por ser de alta intensidad y corta duracién y, que fue seguido de una
intensificacién de las condiciones frias del ambiente, la ocurrencia de estos eventos
oceanograficos calido y frio, han producido una importante variabilidad en el ecosistema
Marino peruano y, por supuesto en la dinamica de las poblaciones de los recursos vivos.
En este escenario ambiental, la pesqueria de anguila se desarrollé en sus zonas habituales
de pesca y, durante el segundo semestre del afio, la flota se desplazé hacia la zona norte
(region Tumbes) asociado al enfriamiento del ambiente marino, determinando una
intensificacién de la busqueda de lugares de pesca con mayores abundancias del recurso.
Por otro lado, el marco legal en el que se viene desarrollando la actividad extractiva y de
Procesamiento del recurso se establecié en la R. M. N° 491-2016-PRODUCE (Régimen
Provisional de Extraccién del recurso anguila Ophichthus remiger 2017).
Asimismo, en e! Reglamento de Ordenamiento Pesquero del recurso anguila O. remiger
(0.8. N°013-2011-PRODUCE), se sefiala que “el Ministerio de la Produccién establecera
Mediante Resolucién Ministerial la cuota de captura total permisible anual del recurso
anguila, la que se fijara en base a la informacién cientifica disponible y que sera
Proporcionada por el Instituto del Mar del Peru — IMARPE”,
En virtud a lo mencionado, en el presente informe se describe la situacion actual de la
pesqueria de anguila O. remiger y se recomiendan las medidas de manejo para el afio 2018,
en correspondencia a lo establecido en el Reglamento de Ordenamiento Pesquero del
recurso anguila.
AMBIENTE
Temperatura superficial del mar (TSM)
climatolégico hasta mayo de 2016, asociada al desarrollo de E! Nifio 2015-16, pasando a
una condicién neutra en junio, y luego ligeras anomalias negativas menores a 0,5°C hasta
fines de 2016. Durante 2017, las anomalias alcanzaron ligeros valores positivos entre
enero y julio, pasando a valores negativos desde agosto con registros de -0,5°C en la ultima
semana de octubre (Figura 1) (informe interno de IMARPE 2017).
vy En el Pacifico Ecuatorial Central (RegiOn Nifio 3.4), la TSM se mantuvo sobre su promedio1
08:
a NINO 3.4
DEC WN FEB WAR WR WY JUN JL AUG SEP OCT
mie 3017
Figura 1. Series temporales de la distribucién de la Temperatura Superficial del Mar (TSM) en la Regién Nino
3.4 (S°N-5'S, 170°W-120°W). Fuente: NCEPINOAA
En el Pacifico Oriental (Regién 1#2), la TSM exhibié anomalias positivas (>+0,5°C) desde
abril de 2016 hasta abril de 2016, asociado al desarrollo de El Nifio 2015-2016. Durante
enero de 2017 se registré un rapido incremento de la TSM asociado al desarrollo de El Nifio
Costero, alcanzando una anomalia mensual de +1,7°C en marzo (Figura 2a), para luego
disminuir a valores cercanos a cero en mayo. En los meses siguientes la TSM continud
disminuyendo, registrandose anomalias negativas desde junio y alcanzando un promedio
mensual de -0.8°C en setiembre y de -1,4°C, la titima semana de octubre.
aul ay Tara
oie
Ba
“EPAUSIAS ONOEFWANS JAZOUSEFMANI IEE
‘ee ‘oe ‘at
eit] ) |
ts
bv |
Figura 2. Series temporales de mensuales de la distribucion de la anomalia de la temperatura superficial del
‘mar a) Region Nifio 1+2 y, b) indice LABCOS frente a la costa peruana. Periodo 2015-2017. Procesado por
Laboratorio de Hidro-Fisica marina/ IMARPE
Alo largo del litoral, el indice LABCOS (Quispe & Vasquez, 2016), basado en la media movil
trimestral de los registros de anomalias de TSM de las estaciones de orilla de los
Laboratorios Costeros del IMARPE, exhibié un rapido incremento en enero 2017, hasta
alcanzar en marzo un valor de +2,1°C, para luego descender paulatinamente. Sin embargo
Persistieron ligeras anomalias positivas hasta agosto (+0,22°C), para luego tender a valores
negativos, aunque aun en el rango neutro (Figura 2b). En el mes de octubre, la anomalia
térmica promedio fue -0,3°C, seguin los registros de los Laboratorios Costeros.
2En la franja de 60 millas adyacente a la costa, se aprecia la prevalencia de condiciones
neutras a ligeramente frias hacia fines de 2016, particularmente en la zona centro-norte,
incrementandose luego rapidamente la TSM con El Nifio Costero, aleanzando anomalias
de +6°C frente a la costa centro-norte de! Pert: en el mes de marzo. Posteriormente el
enfriamiento del mar fue paulatino, alcanzando en el mes de junio una condicién neutra en
la mayor parte de la franja. A partir de setiembre se establece el predominio de anomalias
negativas de hasta -1°C, al sur de Paita (Figura 3)
ATS 31011112017
Figura 3, Diagrama Hovmoller de la anomalia de la temperatura superficial del mar frente a la costa peruana,
Fuente: OSTIA. Procesado por Laboratorio de Hidro-Fisica marina IMARPE.
AREAS DE PESCA
Durante el 2017, las areas de pesca de la flota anguilera se ubicaron en: i) Tumbes (frente
a Punta Sal) y, ii) en Piura (al norte y sur de Talara, frente Paita, entre Paita-Parachique y
al sur de Parachique), centrandose la actividad extractiva, principaimente en la provincia de
Sechura - Region Piura. Se destaca que la zonas de pesca variaron acorde con las
condiciones imperantes en el ambiente; durante el desarrollo del periodo calido, el recurso
se encontré concentrado frente a Paita y Sechura y, conforme las temperaturas
disminuyeron, la anguila comenz6 a dispersarse, de tal forma que durante el segundo
semestre del afio (periodo frio) las zonas de pesca se ampliaron hasta frente a Punta Sal
en la region Tumbes (Figura 4).
af wf f f By. j fo Cea
: j [fame tpn ee
f ® b. rf ¢
§ %
. pir? *
Figura 4. Zonas de pesca de anguila en la zona norte del mar peruano, durante e! 2017,DESEMBARQUES
Los desembarques del recurso anguila se han obtenido de la base de datos del seguimiento
de pesquerias, cuya informacién es registrada in situ de manera diaria (captura y esfuerzo
pesquero), apoyados por encuestas realizadas a los pescadores artesanales (patrones y/o
tripulantes de las unidades de pesca) en los principales lugares de desembarque del
recurso. Asimismo, durante el 2017, el IMARPE ha solicitado a los armadores de las
embarcaciones anguileras que participan en el régimen provisional de pesca del recurso, la
declaracién jurada del reporte diario de desembarque y procesamiento del recurso anguila,
a fin de contar con un estimado preliminar de los mismos.
Se analiza la evolucion de los desembarques del recurso anguila del periodo 2000 - 2017,
éstos presentaron una tendencia ascendente hasta el 2007 en donde se registrd el maximo
volumen de desembarque como consecuencia de! mayor esfuerzo pesquero aplicado, para
luego disminuir acentuadamente. A partir del 2013, se observa un incremento gradual y
sostenido en los desembarques hasta alcanzar 5991 t (2016). Durante el 2017, al mes de
octubre, los desembarques del recurso se encontraron alrededor de las 3160 t (Figura 5);
se resalta que durante este periodo, en comparacién con el aiio precedente, ha disminuido
el esfuerzo pesquero y, se han experimentado cambios en la distribucién y concentracién
del recurso como consecuencia de la variabilidad ambiental debido a los eventos El Nifio
Costero y al enfriamiento del ambiente presentado durante el segundo semestre el afio en
curso.
RRR
Figura 5. Desembarque (1) dela anguila, en la zona norte del Peri (2000-2017)
wer |
so20
on
= |
veto
oo
z i
EEEEEREEES
Desembargue (1)
2
8
ESFUERZO PESQUERO
El esfuerzo pesquero registrado anualmente en la pesqueria de anguila, se basa en el
numero de trampas depositadas en el mar: (Esfuerzo total en N° de trampas/afio) = ¥ [(N°
de trampas/embarcacion/viaje) x (lances/embarcaci6n/viaje)]
El esfuerzo ha mostrado un crecimiento ascendente y moderado hasta 1997 (2 640 270
trampas), disminuyendo en el afio 2000 (1 100 000 trampas), constituyendo el esfuerzo mas
bajo de toda la serie histérica. A partir del 2002, el esfuerzo se increment6 aceleradamente
(7 300 000 trampas) y, en el 2007 alcanzé su mayor valor; en los afios sucesivos el esfuerzo
presenté una tendencia decreciente y, a octubre del 2017, es menor al del aiio precedente
(Figura 6)Con respecto al numero de embarcaciones, el mayor valor se detect6 en el 2007 y en los
afios siguientes se observé una tendencia decreciente hasta el 2009 (38 embarcaciones).
En el 2010 esta cifra se incrementé y, a partir del 2011, debido a las diferentes medidas de
manejo implementadas en la pesqueria de anguila, este esfuerzo disminuyo de manera
acentuada. Durante el 2017, también se observo una importante disminucion del esfuerzo
pesquero habiéndose encontrado operativamente 16 embarcaciones, debido a que en el
presente afio las embarcaciones no autorizadas que venian operando hasta e! 2016 no
desarrollaron actividad extractiva sobre el recurso anguila (Figura 6),
2
= =
“8 ag
& at
i
g 0 1
i: ee
a2 3
B 2 Rg
r3 oi
— 20 a @
a 16 =
4 3
3%
ze 4g
4 2%
3 38
Figura 6. Numero de embarcaciones y N° de trampas en la pesqueria de anguila del area de Tumbes y Piura
(1980-2017)
R. GUEVARA
CAPTURA POR UNIDAD DE ESFUERZO (CPUE)
Durante el periodo analizado, la Captura por Unidad de Esfuerzo (CPUE) (kg/trampa) ha
presentado variaciones anuales, encontrandose en el afio 2002 el valor mas alto (0,9
kgitrampa): posteriormente, la disponibilidad del recurso disminuyo y, con ello los indices
de abundancia, alcanzando su menor valor (0,3 kg/trampa) entre el 2008 y 2011
presentando poca variabilidad en este periodo. A partir del 2012, el indice de abundancia
Mmostré una recuperacién con una tendencia hacia el incremento, siendo mas acentuado
durante el 2014 (0,7 kg/trampa) para disminuir a 0,6 kgltrampa e incrementar ligeramente
en el 2016 (0,66 kgitrampa). Durante el 2017, este indice mostré una disminucion (0.57
kg/trampa) (Figura 7) la que puede estar relacionada con la no disponibilidad y/o dispersion
del recurso en las areas habituales de pesca como consecuencia de la variabilidad
ambiental experimentada ante la presencia de El Nifio costero y el enfriamiento del
ambiente, eventos que han afectado la concentracién y distribucion del recurso.wom
cone
00
so0e
007
wow
‘0
002
o10e
shoe.
aioe
cise
nee
102
102
ise
Figura 7. Variacién de la CPUE (kgitrampa) de anguila, periodo 2002-2017
En el andlisis mensual de la CPUE del recurso, los mayores valores se observaron entre
enero y mayo, y sequidamente (junio) comenzé a disminuir alcanzando su menor valor en
el mes de octubre (Figura 8), evidenciandose una relacién directa entre el indice de
abundancia del recurso y la ocurrencia de eventos oceanograficos alternados de naturaleza
calido y frio
Fr F §&
ou
oraagag
Figura 8. Variacién de la CPUE (kg/trampa) mensual de anguila (linea negra) en relacion ATSM de la regién
iio 1+2 (barras), a octubre do 2017
ESTRUCTURA POR TALLAS DE LAS CAPTURAS
Durante el periodo 1992-2017, la anguila desembarcada por la pesqueria en la regién Piura
ha presentado un rango de tallas entre 16 y 100 cm de longitud total. La talla media anual
de la anguila disminuyo de 59,5 cm (1993) a 40,0 cm (2009). A partir de! 2010 se observa
un incremento sostenido de las longitudes medias del recurso desembarcado y, en el 2017,
se encuentra en 49,0 cm de longitud total (Figura 9)ie a = 58 9 |
( [1 Neda = 535.0
1008 | ei = 537 cn
| 1995 [| —————_. Meia = 58.3.0
1998, [_————_b, Media = 66,1 em
ca af a 2527
| 200 a= 3.800
202 fk Wei 280
909 ein e8 6
2004 fia = 48,1
205 Wada = 452em
6 Maar 44300
[2007 —t L Mecias 44,4 om
206 : LL Mediae 41,2 on
09 {Nesi= 400 em
i LMee= 416
aon i t82
2 Mesa 438 en
2013 Meta 464 om
a4] Mes= 46.3
| eto
| Mesa 48.8 en
217 +— Meda= 48.00n
VRaRv ean ReTn Me w
Longi ttl em)
Figura 9, Estructura de tallas de anguila en el periodo 1992-2017
MADUREZ GONADAL.
Ente los afios 2010 — 2017, en base a la informacién registrada de la pesca comercial de
anguila, se analizé la estructura promedio mensual de madurez gonadal del recurso, siendo
evidente la mayor presencia de ejemplares en fase de maduracién inicial (estadio I),
seguido de los individuos en condicién virginal.
Los resultados obtenidos de madurez gonadal evidencian que en la zona de pesca, los
ejemplares de anguila en fase de desove (IV) son escasamente representados, con
Porcentajes poco significativos (Figura 10). En el caso de la angulla, este indicador de
actividad reproductiva de ninguna manera sustenta un periodo de desove, de alli, que por
el momento no existe informacién técnica que permita establecer una veda reproductiva del
recurso.
Madurez gonadal
Figura 10. Estructura de madurez gonadal de anguila en la Region Piura, 2010-2017
7EVALUACION DEL ESTADO DEL STOCK DE ANGUILA
Con datos de captura y esfuerzo registrados en las zonas de Tumbes y Piura, corresponde
al periodo 1990 - 2017, se aplicé el modelo general de Schaefer en su forma dinamica
Bes = Be+r* Br*[ 1 ~(Bi/K) ]- Ce
Donde: 8 = Biomasa; C = Captura en peso; r= tasa intrinseca de crecimiento poblacional;
K = Capacidad de carga; y t = afio. Los parametros a ser estimados son ‘r’ y “K". Para
desarrollar este modelo, uno de los supuestos basicos es la proporcionalidad entre la CPUE
(U) y la Biomasa:
U=q*Br
Donde U: = CPUE 0 Captura por unidad de esfuerzo; q = coeficiente de capturabilidad
El procedimiento de ajuste de un modelo dinamico esta detalladamente discutido en Hilborn
& Walters (1992) y en Haddon (2001).
‘Como criterios de bondad de ajuste se han utilizado:
~ la minimizacién de la suma de las diferencias de cuadrados de la CPUE observada
menos la CPUE estimada:
E (Uoos — Uess)?;
la minimizacion de la suma de las diferencias de cuadrados de las capturas
observadas menos las capturas estimadas:
E (Cobs — Cost)?
el ajuste por maxima verosimilitud, utilizando logaritmos neperianos (LL):
0? = E [In (ons) — In (Ves)?
LL =~ (n/2) « [In (21) + 2 *In (0) + 1]
El procedimiento se desarrollé en una hoja de MS Excel, en la cual se determinaron las
caracteristicas de la serie y las limitaciones del ajuste dei modelo a la serie completa. Se
tuvo en consideracién que la capturabilidad (q) varia en funcién de las anomalias de
temperatura (regin Nifio 1+2) y del tiempo (Figura 11), para lo cual se ajusté la
capturabilidad utilizando las siguientes relaciones:
log(Uq)) = a + log (ATSM) + b * log(t) +c
Donde: a, b, ¢ = parémetros del modelo; t = afio, q: = capturabilidad del afio t; ATSM =
promedio de las anomalias mensuales de la temperatura superficial del mar en la regin
Nifio 1+2, entre octubre del ajo t-1 y setiembre del afio t. Se ha supuesto que este recurso,
al estar asociado a la intensidad de la Extension Sur de la Corriente de Cromwell - ESCC,
su disponibilidad también puede estar relacionada a las ATSM de la region Nilo 3-4 del
Pacifico Ecuatorial Central. Cuando las ATSM en el Pacifico Ecuatorial Central son
8positivas, la ESCC tiende a estar muy intensificada en la costa peruana, especialmente
durante los eventos El Nifio
Para la estimacién de los parametros se implementé el modelo dinamico de produccién en
la plataforma estadistica R. Cabe sefialar, que el conocimiento a priori sobre los parametros
del modelo fue obtenido de un analisis previo realizado con ayuda de la herramienta solver
del software MS Excel
‘
ve
6 002
‘Coptrabiided “10%
Oo) 02~«~tSCSSC
Lonarsusniso 2)
Figura 11. Relacién entre ATSM y capturabilidad en anguila
El ajuste de las capturas, asi como de la CPUE tanto con capturabilidad variable (en funcion
de la ATSM) como con capturabilidad constante, se presenta en la Figura 12.
Coonan dene)
Figura 12. Ajustes de las capturas y la CPUE con el Modelo dinamico de Schaefer
Para esta evaluacién se consider6 estimar la variabilidad de la CPUE, con el objeto de
introducir criterios de incertidumbre en la modelaci6n. Para ello, se realizé la estimacion de
la desviacién estandar de cada observacién anual de la CPUE observada, con /a cual se
obtuvieron intervalos de confianza (alfa=0,01), cuyos limites superior e inferior permitieron
construir nuevas series de CPUE que se utilizaron en distintos ejercicios de modelacion
(Figura 13). Se utliz6 la técnica de remuestreo para obtener 10000 repeticiones paraestimar los parametros criticos del modelo poblacional (r, K), con lo cual se realiz6 la
estimacion de intervalos de confianza para estos parametros,
"|
Pe
Figura 13, Estimaciones de la variabllidad de la CPUE de la pesqueria de anguila
Las distribuciones a posteriori de los parametros estimados se muestran en la Figura 14,
donde los principales parametros de! modelo (ry K) presentaron una distribucién del tipo
simétrica,
20000 22000 28000 26000 28000 0000 32000 34000 o7 os op 10 13 42 18 48
Figura 14. Distibucién a posteriori de los parametros del Modelo dinamico de Schaefer
Los parametros poblacionales de la anguila que resultaron de los diversos ajustes del
/ 3, Modelo de produccién dindmico de Schaefer, se presentan en la Tabla 1
ri wis doceiodstie sista aati niles estat coon
- Intervalos de Confiabilidad
Parémetros | Media So. a ox
K (toneladas) | 2654294 | 1397.01 | 2375090 | 29 203.77
Ffanval) | 0.985 0.065 0.873 1.123
‘q(promedio) | 3.876-05 | 1.96.06 | 3516-05 4.27605La tendencia de la biomasa estimada con el modelo, indica que desde el afio 2001 el stock
disminuy6 sostenidamente a una tasa de casi 11% anual, llegandose a niveles de biomasa
por debajo del punto de referencia (K/2). En raz6n de las medidas de manejo adoptadas
desde el 2011, se observa una recuperacion en los afios siguientes y, en el 2017 los niveles
de abundancia se mantienen por encima de K/2 (Figura 15),
«|
Figura 15. Tendencia de la biomasa de anguila. Las lineas discontinuas representan
los limites de confianza (percentiles de 2,5% y 97.5%). La banda rosada representa el nivel por encima del
‘cual se considera que ei stock est en niveles seguros,
En la Tabla 2, se presentan los puntos biolégicos de referencia y, se puede observar que el
maximo rendimiento sostenible anual medio para este recurso es 6515 toneladas, con
aes limites de confianza entre 6369 t (percentil 2,5%) y 6667 t (percentil 97,5%); mientras que
B. GUEWARA el esfuerzo optimo se encuentra entre 11,7 y 13,9 millones de trampas, con un valor central
he equivalente a 12 millones 739 mil trampas anuales.
Tabla 2. Media, desviacion estandar e intervalos de confabilidad de los puntos biologicos de referencia para
anguila
intervalos de Confiabilidad
# Puntos biolégicos Media sD, a a
MRS (toneladas) 651472 | 7368 | 636924 | 6667.18
Bys (toneladas) | 13271.47 | 69850 | 1187545 | 14 601.89
\ Fu 0.493 (0.032 0.436 | 0532 |
Eups (trampas*1000)_| 12739 568 11704 13.902
a Fag 0.443 0.029 0.393 0.506
‘Yo (toneladas) ease | 7789 | 630555 | 6610.41
2/3Fyps 0.328 (0.022 0.291 0.375
» 2/3YE yas (toneladas) | 579087 | 69.94 | 66158 | 5935.27 |
f La intensidad de la explotacién medida por la mortalidad por pesca (F) anual se increment6
sostenidamente desde el 2001, superando el valor de referencia (Furs) en el 2007,
indicando una situacién de sobrepesca. Sin embargo en el 2011 se generd una menor
presién de pesca sobre la anguila, apreciéndose una mortalidad por pesca por debajo del
nivel de Furs, situacién que se mantiene durante el 2017, lo que indica que la explotacion
se encuentra en niveles sostenibles (Figura 16).j fe \
Figura 16, Mortalidad por pesca (F) anual en anguila. Las lineas discontinuas sefialan los limites de confianza
(percentiles del 2,5% y 97,5%). La linea continua harizontal representa el valor de F a nivel de maximo
rendimiento sostenibie (Fns), debajo de! cual se considera que la explotacién es sostenibe.
DIAGNOSTICO DEL STOCK
Para determinar el estado del stock se han considerado dos indicadores: i) la relacién entre
la biomasa actual (Bze:z) y la biomasa virgen (K) y ii) la relacion entre la mortalidad por
pesca actual (Feo:7) y la mortalidad por pesca a nivel de maximo rendimiento sostenible
(Furs),
Para el primer indicador la razon se encuentra entre 0,58 y 0,64 con una media en 0.61, lo.
‘que representa que la biomasa se encuentra por encima del nivel de referencia que equivale
@ 0,5 (50% de la biomasa virgen, K). Para el otro indicador, los valores estimados van entre
0,44 y 0,51, con una media en 0,48 que sefiala una intensidad de pesca inferior al nivel
6ptimo que puede soportar el recurso (Tabla 3).
‘Tabla3. Indicadores del estado de explotacin de anguila
Intervalo de
Indicador | Media Credibitdad | subexplor a Optimo
25% | 97.5%
Byvlk | oe | ose | 06a | 205 os os_|
Froir/Funs | 0.48 0.44 os | <10 vio | 10 |
Asimismo, el diagrama de Kobe plot (Figura 17) muestra la trayectoria de la biomasa y la
tasa de explotacién en relacion con la Bugs (linea discontinua horizontal) y Fyps (linea
discontinua vertical), respectivamente. Se observa que la anguila ha pasado de un estado
de sobreexplotacion a niveles de explotacién sostenible durante los ultimos afios del
periodo evaluado y, esta tendencia deberd consolidarse en el transcurso de los proximos
afios, continuando con un manejo prudente.
12Brame
Sobrepesca
oo
00 os
Firms
‘a eu
18
Figura 17. Diagrama de Kobe plot para la pesqueria de anguila
Para las estimaciones de corto y mediano plazo se ha
PROYECCIONES DE PESCA A CORTO Y MEDIANO PLAZO.
utilizado el método Montecarlo, para
incorporar la variabilidad estimada de los parametros clave del modelo (r, K) dinamico. Se
‘a han realizado proyecciones hasta el aio 2022, suponiendo que se mantienen condiciones
ambientales no extremas (Figura 18).
GionasaSobrenente
i
we 2 awa
scenarios
es 516)
vo. 480)
—vaseursceray)
Figura 18, Andlisis de sensibilidad de la biomasa de anguila bajo distintos niveles de captura anual de pesca,
fen el mediano plazo
Por otro lado, la curva de rendimiento estimada a partir de los parémetros obtenidos del
modelo biomasa dinamica, muestra que la mejor estrategia de manejo se encuentra en la
13zona de explotacién éptima (lado izquierdo de la parabola) (Figura 19), lo cual es coherente
con un enfoque ecosistémico.
10000
Taam
000 | Rendimiento
Sosienvle
8000 x
7000
6000
5000
4000
3000
2000
1000
Rendimiento Anual @)
econ =~
°SSREESESRSSSSERERRE SS
Estuerzo de pesca (Trampas x 1000)
Figura 16, Curva de rencimiento ((oneladas) estimada para anguila
Para estimar la cuota correspondiente al afio 2018, se ha efectuado un andlisis de riesgo.
En este caso se ha definido el riesgo, como la probabilidad que la biomasa el 2018 sea
menor que la estimada para el afio 2017, bajo distintos niveles de presion de pesca. Se
presenta el perfil de riesgo estimado (Figura 20), identificando dos escenarios: alto riesgo
(p>05) y bajo riesgo (p<0,5); por lo general, se considera que asumir un riesgo por debajo
de 0,5 (60%) es el nivel sostenible (Tabla 4).
10
oo |
08
o7
os
05
04
03
02
o4
00
gggegeecaesaeceeegecgsseas sacs
SSEEROSE SESE SESSESESREREE SERRE
Figura 20. Analisis de riesgo de las proyecciones de pesca de anguila. El riesgo esta definido como la
probabilidad que la biomasa en el 2018, sea menor que la biomasa del aro 2017
4Tabla 4: Cuota de pesca, biomasa sobreviviente y riesgo proyectados en la pesqueria de anguila, durante el
ao 2018
com) [pwtarenen] HO
co a
wissen eer [ere
DISCUSION Y CONCLUSIONES
Durante el 2017, el ecosistema marino peruano experimenté una gran variabilidad
ambiental debido a la ocurrencia de eventos calidos y frios que provocaron concentraciones
de anguila en las zonas habituales de pesca y, una gran dispersion del recurso,
respectivamente, en consecuencia, la pesqueria experimento una gran dinamica en el afio.
El andlisis de la informacién historica revela que a partir del afio 2014 los indicadores
biolégicos y pesqueros de anguila O. remiger (capturas, indices de abundancia relativa,
talla media de captura, esfuerzo de pesca, entre otros) presentan valores que evidencian
una recuperacién del stock
Durante el 2017, la CPUE observada durante el evento El Nifio Costero se encontré por
encima de su patron, en correspondencia con lo observado durante e! afio precedente
(2016), para luego disminuir acentuadamente durante el periodo frio con valores por debajo
del patron, especialmente en octubre, mes en el cual se reportaron las menores anomalias
negativas que se reflejaron en un mayor enfriamiento en el ambiente. Con respecto a las
talias medias del recurso capturado, éstas se encontraron por encima de la TMC
establecida (42 cm), asimismo, el porcentaje de ejemplares juveniles en las capturas estuvo
por debajo de lo establecido por ley (20% de tolerancia), apreciandose en ambos casos el
cumplimiento de la normativa vigente
15Por otro lado, la biomasa media de anguila estimada con el modelo de produccion en su
version dinamica mantiene la tendencia observada en los ultimos afios, con valores por
encima de su punto de referencia (K/2), constituyéndose en un indicador positivo que
evidencia que la biomasa actual del recurso ha superado el estado de sobreexplotacion
posiciondndose en niveles de seguridad, por lo que es recomendable mantener la actual
estrategia de explotacién que permita la consolidacién del proceso de recuperacién.
En ese contexto, las proyecciones de biomasa bajo diferentes intensidades de explotacion
muestran que las capturas que permiten mantener niveles sostenibles de biomasa se
encuentran por debajo del MRS. En consecuencia, la cuota a establecerse para el afio 2018
deberia estar contemplada dentro del cuadrante de sostenibilidad de la tabla 4; sin
embargo, este nivel de pesca podra variarse en funcidn de la variabilidad de los indicadores
del stock y del entorno ambiental.
RECOMENDACIONES
4. Utilizar un nivel de riesgo menor que el 50% (Tabla 4) para determinar el nivel de
captura permisible para el afio 2018.
2. Continuar con el cumplimiento de la normatividad existente, referida a devolver al mar
los ejemplares pequefios, para permitir su crecimiento y reproduccién, y evitar una
elevada presencia de juveniles en los desembarques.
REFERENCIAS BIBLIOGRAFICAS
CASTILLO, R. 1991. Analisis de la pesca experimental del recurso anguila (Ophichthus
1 GUEVARA pacific)) en Paita durante 1991. Informe Intemno Laboratorio Costero de Paita del IMARPE.
25 pp.
CHIRICHIGNO, N, Y VELEZ J., 1998. Clave para identificar los peces los peces marinos del
Peru (2da edicién, revisada y actualizada). Publicacion Especial Inf. inst. Mar Pert: 500 p.
\. IMARPE 2017, Analisis de las condiciones ambientales actuales y perspectivas frente a la
\..) costa peruana, Informe interno inst. Mar Pert, 16 p
HADDON, M., 2001. Modelling and Quantitative Methods in Fisheries. Chapman and Hall
4406p.
HILEORN, R. AND WALTERS C.J., 1992. Quantitative Fisheries Stock Assessment. Choice,
Dynamics and Uncertainty. Routledge, Chapman, and Hall, New York.
oy QuisrE, J. & VASQUEZ, L. 2015. indice "LABCOS" para la caracterizacin de eventos El Nifio
y La Nina frente a la costa del Pert, 1976-2015. Boletin Trimestral Oceanografico, Vol. 1
i 144,
Callao, Diciembre 2017
16