Un equipo de investigadores de la Universidad Autónoma de Baja California Sur (UABCS) estudia el patrón de distribución geográfico de pelágicos menores del golfo de California, en relación con el historial de distribución y capturas pesqueras, así como condiciones ambientales, para predecir modelos de distribución de pesquerías.
El estudio tiene la finalidad de proyectar las variables de distribución y volúmenes de captura aproximada hasta 2050. Este considera seis especies de pelágicos menores, como sardinas, anchovetas y macarelas. La especie de mayor interés es la sardina del Pacífico (Sardinops sagax), por la calidad nutricional de la especie y abundancia de la misma.
El maestro en ciencias marinas y costeras David Petatán Ramírez, becario del Consejo Nacional de Ciencia y Tecnología (Conacyt) en el programa de doctorado en ciencias marinas y costeras de la UABCS para la presente investigación, detalló que están utilizando aprendizaje automático (machine learning, ML), con redes neuronales profundas, árboles aleatorios y modelos de distribución, suministrando datos históricos de comportamiento de capturas, volúmenes de producción pesquera y condiciones ambientales asociadas, que permite generar proyecciones de distribución de acuerdo con escenarios de cambio climático.
“Estamos analizando toda la información histórica de reportes de distribución, condiciones ambientales y capturas del recurso pesquero, para hacer predicciones de posibles distribuciones y capturas, con base en el entendimiento de cómo se ha distribuido y capturado históricamente el recurso”, explicó Petatán Ramírez.
Los machine learning son programas de cómputo que utilizan un conjunto de algoritmos que permiten simular el proceso de aprendizaje y son considerados modelos de inteligencia artificial (IA).
En la actualidad, tienen aplicaciones prácticas en motores de búsquedas, redes sociales, bolsa de valores, áreas de marketing digital, finanzas, robótica, actividad científica, entre otras.
“Estamos trabajando en generar modelos de inteligencia artificial que aprendan solos, que utilicen todo el historial de datos que ya existe, para producir nuevo conocimiento y generar modelos de pesquerías más exactos, sobre los que ya se tiene”, afirmó Petatán Ramírez.
Para el desarrollo de los modelos de proyección de las pesquerías de pelágicos menores están utilizando reportes históricos mensuales, que datan de 1985 hasta 2017, de pesquerías del golfo de California y la costa occidental de la península de California, sobre el Pacífico mexicano.
Según los datos obtenidos por los especialistas, las mayores capturas de sardina del Pacífico se han llevado a cabo en los litorales de Sonora, en el golfo de California. Sin embargo, tienen registros de capturas considerables en la costa occidental de la península, en litorales de las localidades de Ensenada, Baja California, y Bahía Magdalena, Baja California Sur.
Los especialistas aún están integrando la base de datos de la ML para proyectar pesquerías hasta el 2050, aunque en teoría es posible extender las estimaciones hasta el 2100, porque se tienen modelos de proyección de cambio climático hasta esa fecha.
Según la literatura especializada, los recursos de pelágicos menores se expanden o contraen en relación con factores ambientales, principalmente de temperatura. Sin embargo, a decir de Petatán Ramírez, no aborda a detalle la naturaleza del fenómeno y su explicación descarta precisiones en relación con límites geográficos, volúmenes de biomasa aproximados, entre otros. El objetivo del modelo basado en tecnología de IA, dijo, es poder comprender con mayor profundidad los fenómenos de expansión y contracción del recurso pesquero, estableciendo el patrón ambiente, con variables relacionadas con el cambio climático y producción de recurso pesquero.
“Sabemos que este recurso se expande y contrae de acuerdo con el cambio, principalmente en la temperatura, por eso ha habido años en donde hay muchísima sardina y otros en donde escasea; entonces nosotros queremos establecer patrones geográficos, es decir, no solo predecir cuando se contrae, sino cuánto y dónde está el recurso pesquero”, afirmó Petatán Ramírez.
“Aún no hemos hecho las predicciones, pero los resultados que tenemos hasta ahorita concuerdan con el comportamiento ya conocido de estas pesquerías, desde el aspecto geográfico, además estamos desarrollando modelos de redes neuronales para establecer el patrón de capturas, los cuales han sido, hasta este punto, muy exactos”.
Los especialistas están integrando una base de datos ambiental del uso de energía, que incluye información de temperatura, salinidad, producción primaria, así como la distribución de las especies de interés comercial, que son relacionadas con el ambiente para obtener el patrón en cuestión.
En la etapa actual están integrando información sobre los escenarios de cambio climático que permitirán hacer las proyecciones de pesquerías a futuro. Han realizado análisis de las pesquerías de sardina del Pacífico con los reportes históricos que datan de 1985 hasta el año pasado, y los modelos de comportamiento, distribución y biomasa disponible del recurso han tenido una exactitud de 90 por ciento.
“El modelo tiene una exactitud de 90 por ciento, lo que es relativamente alto en comparación con otras técnicas que se han utilizado. La siguiente etapa es terminar de trabajar los escenarios de cambio climático para, una vez que esté integrado el modelo, hacer las proyecciones a futuro”, afirmó Petatán Ramírez.
Entre los resultados de este análisis, sobresale que de 2013 a 2016, fecha en que impactó el fenómeno de El Niño en la región, las pesquerías de sardina del Pacífico en el golfo de California disminuyeron, registrándose capturas de alrededor de cinco por ciento de recurso total. En años normales, con condiciones ambientales estables, las capturas rondan 80 por ciento de recurso disponible. Es importante mencionar que esta pérdida de capturas es sustituida por otras especies de pelágicos menores, como las anteriormente mencionadas anchovetas y macarelas.
El biólogo marino Ismael Mascareñas Osorio, coordinador del proyecto de agregaciones de reproducción en el Alto Golfo de California, del Centro para Biodiversidad Marina y la Conservación, A. C., mencionó que muchos de los modelos de pesquerías carecen de información relacionada con múltiples aspectos, como ecología enfocada en especies marinas, y únicamente utilizan la captura por unidad de esfuerzo como un indicador de la abundancia, desatendiendo aspectos como el comportamiento de las especies marinas, por ejemplo algunas que forman agregaciones de reproducción en diferentes temporadas del año, por tanto resultan ineficientes.
En consecuencia, es importante utilizar diferentes modelos de pesquerías, ecológicos y de comportamiento de las especies, así como generar monitoreos de las producciones pesqueras y poblaciones de especies marinas, con técnicas desde hidroacústica hasta censos visuales submarinos para obtener mejores aproximaciones de pesquerías.
En relación con los modelos de inteligencia artificial, mencionó que es un campo que aún falta por desarrollar en México.
“Los modelos de inteligencia artificial son sistemas complementarios que pueden ser de mucha utilidad. Desafortunadamente requieren de muchos insumos, es decir, una base de información de muchos años y con una amplia serie de indicadores, como fecundidad, es decir, el número de huevecillos que produce la especie analizada, a partir de qué edad empiezan a reproducirse, etcétera. En México todavía contamos solamente con información básica y carecemos de información específica sobre diferentes aspectos de las pesquerías y las especies marinas”.
“En este caso, las prospecciones de cambio climático son a largo plazo sobre lo que probablemente pudiera ocurrir con los recursos de pelágicos menores, que son un grupo bastante interesante, en donde ciertas características, por ejemplo en su comportamiento, están muy relacionadas con el cambio climático y los cambios oceanográficos. Aunque falta trabajar más en aspectos ecológicos de estas especies”, finalizó.
