| Revista: | Ciencias marinas |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000332471 |
| ISSN: | 0185-3880 |
| Autores: | Ruiz Luna, A1 Meraz Sanchez, R2 Madrid Vera, Juan2 |
| Instituciones: | 1Centro de Investigación en Alimentación y Desarrollo A.C., Unidad Mazatlán, Mazatlán, Sinaloa. México 2Instituto Nacional de la Pesca, Centro Regional de Investigación Pesquera de Mazatlán, Mazatlán, Sinaloa. México |
| Año: | 2010 |
| Periodo: | Jun |
| Volumen: | 36 |
| Número: | 2 |
| Paginación: | 107-120 |
| País: | México |
| Idioma: | Español, inglés |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico, descriptivo |
| Resumen en español | Se determinaron los patrones de abundancia de tres especies de camarones peneidos, con base en datos de capturas obtenidos por el Instituto Nacional de la Pesca durante la época de veda (1995–2006), en el noroeste de México. Se generó un modelo batimétrico y se definió el área de pesca (>14,000 km2) a partir de una base de datos de >45,000 datos de profundidad. Los datos de captura provienen de una red de 62 estaciones, con un promedio de 76 lances por temporada de pesca, siendo el camarón café (Farfantepenaeus californiensis) la especie más abundante. Los modelos de abundancia relativa de las tres especies, generados con dos técnicas geoestadísticas (método del inverso de la distancia ponderada (IDW) y el de Kriging), ubican a la zona centro-norte de Sinaloa como la más importante para la distribución del recurso, con distintos patrones de distribución por especie. El modelo espacial permitió clasificar los valores de abundancia en tres niveles, correspondiendo la abundancia media a los comprendidos entre los cuartiles 1 y 3 de la distribución, mientras que los valores por debajo del cuartil 1 y por arriba del cuartil 3 fueron designados como los valores extremos (bajo y alto). Los mapas resultantes de las dos técnicas usadas (IDW y Kriging) mostraron concordancia elevada, con valores >0.7 para el índice de concordancia de Kappa, incrementándose dichos valores para las áreas de alta abundancia. Estos resultados podrían ser útiles para identificar áreas que pueden usarse para regular el esfuerzo pesquero y reducir la mortalidad por pesca, apoyando el manejo de la pesquería hacia un nivel sustentable |
| Resumen en inglés | Abundance patterns for three species of penaeid shrimp off northwestern Mexico are explained based on sampling-catch data obtained by the National Fisheries Institute during closed fishing seasons (1995–2006). The bathymetry and fishing area (>14,000 km2) were determined from a depth dataset of >45,000 points. The catch data were obtained from a sampling network of 62 sites, with an average of 76 trawls per fishing season; the brown shrimp (Farfantepenaeus californiensis) was the most abundant species. The relative abundance models for the three species, produced by two geostatistical methods (inverse distance weighting (IDW) and Kriging), identified mid-northern Sinaloa as the most important area regarding the distribution of the resource, with each species displaying different distribution patterns. The spatial model allowed the categorization of data into three levels of relative abundance, taking the values between quartiles 1 and 3 as the medium abundance and the values below quartile 1 and above quartile 3 as the extremes (low and high). The two geostatistical techniques (IDW and Kriging) produced very similar abundance distribution maps, with values >0.7 of the Kappa index of agreement, particularly for areas of high abundance. These results could be useful to point out those areas that can be used to regulate fishing effort and reduce fishing mortality, supporting the sustainable development of the fishery |
| Disciplinas: | Economía, Biología |
| Palabras clave: | Economía pesquera, Crustáceos, Ecología, Abundancia, Distribución, Modelos geoespaciales, Pesquería de camarón, Sistemas de Información Geográfica (SIG) |
| Keyword: | Economics, Biology, Fishery economics, Crustaceans, Ecology, Abundance, Distribution, Geospatial models, Shrimp fisheries, Geographic Information Systems (GIS) |
| Texto completo: | Texto completo (Ver PDF) |
