Proyecto K.1.a - Proyecto POSEIDON

01 jul. 2019 - 31 dic. 2020

Financiado
Objetivos
Construir y evaluar un modelo adaptativo de la flota pesquera basado en agentes como herramienta analítica para apoyar la ordenación 
Antecedentes
  • POSEIDON es un modelo humano-ecológico acoplado que combina un modelo adaptativo de la flota pesquera basado en agentes con modelos existentes de la pesquería o datos biológicos sencillos, para simular el comporta-miento de buques y resultados de la pesca basados en políticas, influencias de mercado, y factores ambientales.
  • POSEIDON brinda una plataforma poderosa para la evaluación de políticas y apoyo de decisiones, con un enfoque fuerte en las dimensiones espacial y humana de la ordenación pesquera. 
  • POSEIDON fue desarrollada originalmente por un equipo multidisciplinario de la Universidad de Oxford, Ocean Conservancy, Universidad George Mason, la Universidad de California, Santa Barbara, y la Universidad Estatal de Arizona, como parte de un esfuerzo para promover la innovación en la ordenación pesquera. 
  • El modelo ha sido calibrado y validado para la pesquería de peces de fondo en el litoral oeste de Estados Unidos. Está siendo ahora adaptado para explorar certificación de MSC para la pesquería de pargo en aguas profundas de Indonesia (en asociación con The Nature Conservancy, Indonesia).
Importancia para la ordenación
Se usará el modelo para explorar cuestiones actuales de investigación, incluyendo la ordenación de los plantados, la dinámica espacial de la pesquería, así como algunos de los problemas sociales y económicos que afectan la ordenación.
Duración
18 meses
Plan de trabajo y estatus
  • Un investigador posdoctoral se basará en la oficina de la CIAT en La Jolla, y estará encargado de
    • Investigar la aplicación del modelo y diseñar y usar casos que apoyen los procesos de evaluación de políticas de la CIAT,
    • co-nocer y acceder a conjuntos de datos pertinentes de la CIAT,
    • realizar análisis estadísticos de los datos para apoyar el desarrollo del modelo. 
  • El investigador trabajará estrechamente con el equipo de modelado basado en la Universidad de Oxford y Ocean Conservancy para impulsar el diseño del modelo, la calibración y validación de la herramienta y sus resultados, así como la evaluación de los resultados del modelo.
Colaboradores externos
Universidad de Oxford,
Ocean Conservancy,
Universidad Estatal de Arizona,
International Seafood Sustainability Foundation
Productos
  • Un algoritmo de computadora para realizar simulaciones para explorar opciones de ordenación 
  • Un informe del proyecto y posiblemente publicaciones en revistas revisadas por pares.
Fecha de actualización: 01 may. 2019
Resumen de los avances en el periodo del informe
  • Investigadora: La Dra. Katyana Vert-pre Kirk trabajará en este proyecto, quien tiene una amplia experiencia en modelado y análisis estadístico de datos pesqueros.
  • Perfeccionamiento de la investigación conforme a las prioridades de ordenación de la CIAT. El proyecto ha sido modificado para abordar cuestiones específicas de ordenación, entre ellas:
    • impacto biológico y social/económico de los límites de plantados, junto con medidas para reducir la mortalidad de patudo pequeño; 
    • impacto de los avances en la tecnología de los plantados sobre la capturabilidad del barrilete; 
    • impactos en los ecosistemas e implicaciones de la ordenación de la deriva de plantados.
  • Modificación del marco del modelo. Esto implica adaptar a) la infraestructura del modelo para representar mejor la pesquería atunera del OPO, incluyendo corrientes oceanográficas y deriva de plantados, y b) el modelo dinámico de la flota para representar el proceso de toma de decisiones, flujo de información y estructura de viajes de la pesquería de cerco. Se ha desarrollado un diagrama de flujo de decisión que representa un viaje de pesca de cerco típico, así como un estudio de capitanes de buques, que será implementado en agosto de 2019.
  • Análisis de los conjuntos de datos de la CIAT. La parametrización, calibración, y validación del modelo requiere análisis suplementarios de los conjuntos de datos de pesca de la CIAT, incluyendo: 
    • Análisis estadístico de las tendencias de los datos de bitácoras para comprender la dinámica de la flota y los patrones espaciales del esfuerzo de pesca; 
    • Evaluación de los patrones espaciales y temporales de manipulación y deriva de plantados; y
    • Evaluación del efecto sobre la capturabilidad del barrilete de los cambios en la tecnología y patrones espaciales en los lances sobre plantados.
Retos y principales lecciones aprendidas
Contar con un miembro del equipo in situ ya ha producido grandes beneficios en términos de coordinación de proyectos y comunicación eficiente con el personal de la CIAT.
Febrero de 2019: Presentación al personal científico de la CIAT