Ecuación de crecimiento de von Bertalanffy

El biólogo Ludwing Von Bertalanffy desarrolló un modelo de crecimiento

en función del tiempo de vida (1938), que es un modelo de tipo
exponencial para el crecimiento individual y es aplicado a la gran mayoría
de peces. Es el modelo más común para describir crecimiento en
longitud de peces:  K (t t0 )

lt  l 1
e 
Parámetros del modelo de crecimiento:

l∞ define la talla máxima - asintótica, (cm)

K tasa de crecimiento hacia el máximo (1/y)
t0 parámetro de condición inicial (y)
cambia la curva de crecimiento en el eje x
para permitir una talla negativa a la edad
cero
Ecuación de crecimiento de von Bertalanffy
Efecto del parámetro K en la función de crecimiento

(cm) L ∞

(y)
Curvas de crecimiento para diferentes especies comerciales

K=0.16

K=0.13

K=1.04 K=0.22
K=0.48
Curvas de crecimiento de machos y hembras de
Merluccius merluccius

90
80 Hembras
) 70
m 70 Hembras
c
Longitud total (cm )

( 60 Machos
a
to 50
t 50 Machos
ud
4040
t
30 30
Longi
20
10
0
0
00 2 4 26 48 106 12 14 12
8 10 16 14
18 16
20
Edad 18 20
(años)(años)
Edad
Estimación de parámetros de crecimiento
• Existen diversos métodos para la estimación de los parámetros ( l∞,
K, t0 ).

• A partir de los datos de tallas por edades se pueden estimar los

parámetros utilizando:

• El gráfico de Gulland y Holt

• (1959) (lineal)
• El gráfico de Ford –Walford (1933 y (1946) y el método de
Chapman
• Ford –Walford (1933 y (1946)
• Chapman (1961) posteriormente descrito por Gulland 1969)
(lineal)
• El gráfico de von Bertalanffy
• 1934 (lineal)
• El método de mínimos cuadrados (no lineal)
• FiSAT

• …
Método de Gulland y Holt para estimar parámetros de crecimiento

Permite estimar K y L∞, a

partir de datos de edad y
longitud

K = - b = 0.76 per year

L∞ =- a / b = -38.52 / -0.767
= 50.2 cm
Método de Ford – Walford para estimar parámetros de
crecimiento
Datos de frecuencias de tallas. Las
modas (18 cm, 24, 29, 32, 35 cm) se
usaron para el gráfico B

Ford-Walford plot. La regresión dio como

resultado una pendiente b = 0.763,
intercepto a = 10.359, a partir de los cuales
se calcularon los parámetros en C

Curva de crecimiento con

K = - ln[b] = 0.27 yr-1
L∞ = a / (1-b) = 43.7 cm

La curva de crecimiento extrapola el eje

de la edad en t0 = - 0.47
Método de von Bertalanffy para estimar parámetros de
crecimiento
Estimación de K y t0.

Es necesario conocer L∞

Datos de edad media (semanas),

longitud media (mm) se usaron para el
gráfico

Curva de crecimiento con

K = b = 0.036 wk-1
t0 = - (a /b) = 0.064/(-0.036)
= -1.78 weeks
Peneus merguiensis
La curva de crecimiento extrapola el
eje de la edad en t0 = - 0.47
 Recientes modelos estadísticos mejoran el ajuste de los
parámetros de crecimiento

Modelos:

1. Fabens
2. Verosimilitud completa
3. Verosimilitud reducida
4. Verosimilitud completa con pesca
5. Verosimilitud reducida con pesca

Nathan G. Taylor, Carl J. Walters,

and Steven J.D. Martell, 2005. A
new likelihood for simultaneously
estimating von Bertalanffy growth
parameters, gear selectivity, and
natural and fishing mortality. Can.
J. Fish. Aquat. Sci. 62: 215–223.
 ¿Qué tan importante es obtener buenos parámetros de
crecimiento?

Y/
0.
0.6 R European hake
6

0.4
ght ei poor
poor cod
cod
w 0.2
n
0. greater forkbeard
i 2
Proportion in

o
n Norway lobster
Norway lobster
i t 0
weight

por
0
o
r -0.2
P
-
0
-0.4
.
2 0 1 2 3 4 5 6 7 0
0 11 22
yea
r
-
0
Modelo de .
predicción a largo plazo del rendimiento (Y/R) por individuo reclutado
4
(transition analysis,
0 VIT)
1
Progresión temporal de la frecuencia de tallas

Tres grupos de edad para

tres años consecutivos.

Un solo año muestra tres

seudo-cohortes (N11,
N12, N13) que
representan grupos de
individuos desovados un
año atrás

El número de individuos se
reduce por mortalidad en el
tiempo
Frecuencias de tallas y progresión de cohortes de Peneus merhuiensis
Histogramas de frecuencias de tallas para peces con diferentes tasas
de crecimiento y períodos de desove

Pez con alta tasa de crecimiento y corto

período de desove

Pez con mayor menor tasa de crecimiento

y mayor período de desove

Pez con un baja tasa de crecimiento y

amplio período de desove

King, 1996
 Método de Bhattacharya

El método de Battacharya es útil para separar de una muestra las posibles

distintas cohortes. El proceso completo requiere:

• Determinar la pendiente de clases de individuos con distribución normal

• Determinar la distribución normal de la primera cohorte mediante
transformación lineal
• Determinar el número de peces por clase de talla perteneciente a la
primera cohorte y después restar ese número del total
• Repetir el procesos para la próxima distribución normal (próxima cohorte)
hasta que no sea posible extraer más grupos con distribución normal
• Relacionar la longitud media de las cohortes con la edad de las cohortes y
calcular los parámetros de crecimiento

N. Bahamon, Barcelona, UB, 2008

 Bhattacharya method

Estimation of first cohort (N1). S in columns A, B and

C indicates where to start the calculations of N1.

(*) Points used in the

regression analysis
Class interval dL = 1
Estimación de valores de al tres cohortes para estimación de los parámetros
de crecimiento del stock

Regression results:

a = 5.4834, b = -0.3160,
mean L1 = - a / b = 17.35,
SD = sqrt (-dL/b) = 1.78
Estimación de los parámetros de crecimiento por el método de von
Bertalanffy a partir del análisis de las tres cohortes estudiadas

1.2

1.0

-ln(1-L(t)/Linf
0.8

0.6

0.4 y = 0.699x +
0.09 R2 =
0.2
K = b = 0.699 y -1 0.9968
t0 = - (a /b) = - (0.09 / 0.699) 0.0
= - 0.13 0 0.5 1 1.5 2

(yearts)
N. Bahamon, Barcelona, UB, 2008