Sobre el enfoque estocástico de la dinámica de poblaciones marinas
DOI:
https://doi.org/10.3989/scimar.2007.71n1153Palabras clave:
dinámica de poblaciones marinas, evaluación de recursos marinos, análisis de supervivencia, modelos de mortalidad, procesos estocásticosResumen
dinámica de poblaciones marinas, evaluación de recursos marinos, análisis de supervivencia, modelos de
El presente trabajo trata de profundizar y estructurar el fundamento estadístico de la dinámica de poblaciones marinas. El punto de partida es la relación entre los conceptos de mortalidad, supervivencia y distribución del tiempo de vida. Este triángulo constituye un nido de posibilidades que las técnicas de análisis de supervivencia ofrecen a la dinámica de poblaciones marinas. Se citan definiciones precisas para la supervivencia y mortalidad a través de sus propiedades y versiones probabilísticas y se revisan modelos para la distribución del tiempo de vida que generalizan el modelo exponencial usual. Se proponen modelos originales en la línea de los trabajos de J. Caddy (Caddy, 1991) y H. Sparholt (Sparholt, 1990), considerando una mortalidad natural continúa y decreciente con la edad. Sobre estos fundamentos, el proceso de muerte pura se utiliza como base teórica para modelizar la evolución de una cohorte de la población. La elaboración de este proceso prolonga el estudio de Chiang sobre las distribuciones de probabilidad de la tabla de vida (Chiang, 1960) y proporciona varios modelos para la evolución del stock mediante procesos markovianos. Dichos modelos pueden proporcionar nuevas ideas en la línea desarrollada por Gudmundsson (1987) y Sampson (1990) para modelizar la evolución de una cohorte marina como un proceso estocástico. La aproximación análisis gaussiano multivariante para el tratamiento probabilístico de problemas relevantes relacionados con la actividad pesquera. Como una consecuencia, la necesaria “ecuación de captura” aparece como una integral estocástica con respecto al mencionado proceso markoviano del stock. Y la solución de dicha ecuación es inmediata cuando las mortalidades asociadas a las distintas causas de muerte son proporcionales. De aquí se deduce la importancia y posibilidades del conjunto de técnicas conocido como “riesgos proporcionales” y establecido fundamentalmente por Cox (1959). Asumir estas mortalidades proporcionales, conduce de forma natural a considerar un modelo de supervivencia basado en la distribución de Weibull para el tiempo de vida de la población. Finalmente, se elabora dicho modelo de supervivencia de Weibull para obtener algunos parámetros de referencia utilizados en la gestión de los recursos marinos explotados. Esta sección no trata de abarcar exhaustivamente los parámetros de referencia biológico-pesqueros que se tratan en los específicos textos de referencia (Caddy y Mahon, 1996; Cadima, 2000) y se focaliza en dos direcciones. En primer lugar los principales parámetros usualmente utilizados en la gestión de los recursos: es el caso de la biomasa por recluta y el rendimiento por recluta que generan algunos de los importantes puntos de referencia utilizados en la gestión, tales como los FMSY, F0.1, Fmed, así como importantes conceptos como los de biomasa virgen o sobreexplotación de crecimiento. Para esta generalización, ha sido necesaria la adaptación previa de la edad crítica, así como las de tasas globales de mortalidad. En segundo lugar, se analizan algunos índices de uso extensivo en dinámica de poblaciones (incluida la humana) pero tratadas de forma marginal por la ciencia pesquera: es el caso de la esperanza de vida, la vida mediana y el tiempo de vida residual. Estos parámetros son redundantes con las tasas de mortalidad en el modelo exponencial clásico pero no resultan inmediatos en un modelo más general, como el propuesto.
Descargas
Citas
Abella, R., J.F. Caddy and F. Serena. – 1997. Do natural mortality and availability decline with age? An alternative yield paradigm for juvenile fisheries, illustrated by the hake, Merluccius merluccius fishery in the Mediterranean. Aquat. Living Resour., 10: 257-269. doi:10.1051/alr:1997029
Altman, D.G. – 1999. Practical statistics for medical research. Chapman & Hall / Crc., New York.
Beverton, R.H.J. and S.J. Holt. – 1957. On the dynamics of exploited fish populations. U.K. Minist. Agric. Fish. Invest., Ser. II (19), London.
Blaxter, J.H.S. (ed.) – 1974. The early life history of fish. Springer- Verlag, Berlin.
Buckland, S.T., I.B.J. Goudie and D.L. Borchers. – 2000. Wildlife population assesment: past developments and future directions. Biometrics, 56(1): 1-12. doi:10.1111/j.0006-341X.2000.00001.x
Cadima, E.L. – 2000. Manual de avaliaçao de recursos pesqueiros. F.A.O. Doc Téc. Pescas, 393, Rome.
Caddy, J.F. – 1991. Death rates and time intervals: Is there an alternative to the constant natural mortality axiom? Rev. Fish Biol. Fish., 1: 109-138. doi:10.1007/BF00157581
Caddy, J.F. and R. Mahon. – 1996. Puntos de Referencia para la ordenación pesquera. F.A.O. Doc. Téc. Pesca, 347, Rome.
Cox, D.R. – 1959. The analysis of exponentially distributed lifetimes with two types of failure. J. R. Stat. Soc. Ser. B (Methodological), 21(2): 411-421.
Curtis, F.G. and O.W. Patrick. – 1994. Applied Numerical Analysis. Addison-Wesley, New York.
Chen, S. and S. Watanabe. – 1989. Age dependence of natural mortality coefficient in fish population dynamics. Nippon Suisan Gakkaishi, 55(2): 205-208.
Chiang, C. L. – 1960. A stochastic study of the life table and its applications: I. Probability distributions of the biometric functions. Biometrics, 16(4): 618-635. doi:10.2307/2527766
Chiang, C.L. – 1970. Competing risks and conditional probabilities. Biometrics, 26(4): 767-776. doi:10.2307/2528722
Chiang, C.L. – 1991. Competing risks in mortality analysis. Annu. Rev. Publ. Health, 12: 281-307. doi:10.1146/annurev.pu.12.050191.001433
David, H.A. – 1970. On Chiang’s proportionality assumption in the theory of competing risks. Biometrics, 26(2): 336-339. doi:10.2307/2529082
Dieudonné, J. – 1963. Foundations of Modern Analysis. Academic Press inc., New York.
Doob, J.L. – 1953. Stochastic Processes. John Wiley and sons, New York.
Dobson, A.J.– 2002. An introduction to generalized linear models. Chapman & Hall / Crc., New York.
Einstein, A.- 1905. Investigation on the Theory of the Brownian Movement. Methuen, London.
Ferrandis, E and P. Hernández. – 2007. Direct Survival Analysis: a new stock assessment method. Sci. Mar., 71(1): 175-185.
Gail, M. – 1975. A review and critique of some models used in competing risk analysis. Biometrics, 31(1): 209-222. doi:10.2307/2529721
Gudmundsson, G. – 1987. Time series models of fishing mortality rates. ICES. Doc. C.M. 1988/D: 6.
Gulland, J.A. – 1971. The Fish Resources of the Ocean. Fishing News Book, West Byfleet, UK.
Gulland, J.A. – 1974. The Management of Marine Fisheries. Scientica, Bristol.
Gulland, J.A. – 1977. Fish Population Dynamics. John Wiley and sons, New York.
Gulland, J.A. – 1983. Fish Stock Assessment: A Manual of Basic Methods. John Wiley and sons, New York.
Hildebrandt, F.B. – 1974. Introduction to Numerical Analysis. McGraw-Hill, New York.
McShane, E.J. – 1969. A Riemann-type integral that includes Lebesgue-Stieltjes, Bochner and stochastic integrals. An. Math. Soc. Memoirs., vol. 88.
McShane, E.J. – 1974. Stochastic Calculus and Stochastic Models. Academic Press, London.
Munroe, M.E. – 1953. Measure and Integration. Addison-Wesley, Massachusetts.
Oksendal, B. – 1985. Stochastic Differential Equations. An Introduction with Applications. Springer-Verlag, Berlin.
Ricker, W.E. – 1975. Computations and Interpretation of Biological Statistics of Fish Populations. Fish Res. Board Can. Bull., 191.
Sampson, D.B. – 1988. Fish capture as stochastic process. J. Cons. Int. Explor. Mer., 45: 39-60.
Shepherd, J.G. – 1983. Two measures of overall fishing mortality. J. Cons. Int. Explor. Mer., 41: 76-80.
Smith, P.J. – 2002. Analysis of Failure and Survival Data. Chapman & Hall / Crc., New York.
Sparholt, H. – 1990. Improved estimates of the natural mortality rates of nine commercially important fish species included in the North Sea multispecies VPA model. J. Cons. Int. Explor. Mer., 46(2): 211-223.
Wiener, N. – 1923. Differential space. J. Math. Physics, 2.
Yeh, J. – 1973. Stochastic Processes and the Wiener Integral. Marcel and Dekker, New York.
Young, L.C. – 1970. Some new stochastic integrals and Stieltjes integrals. Part I: Analogues to Hardy and Littlewood classes. In: P. Ney (ed.): Advances in probability vol. 2, pp. 161-239. Marcel and Dekker, New York.
Young, L.C. – 1974. Some new stochastic integrals and Stieltjes integrals. Part II: Nigh-martingales. In: P. Ney and S. Port (eds.), Advances in probability vol. 3, pp. 101-177. Marcel and Dekker, New York.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2007 Consejo Superior de Investigaciones Científicas (CSIC)

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
© CSIC. Los originales publicados en las ediciones impresa y electrónica de esta Revista son propiedad del Consejo Superior de Investigaciones Científicas, siendo necesario citar la procedencia en cualquier reproducción parcial o total.
Salvo indicación contraria, todos los contenidos de la edición electrónica se distribuyen bajo una licencia de uso y distribución “Creative Commons Reconocimiento 4.0 Internacional ” (CC BY 4.0). Consulte la versión informativa y el texto legal de la licencia. Esta circunstancia ha de hacerse constar expresamente de esta forma cuando sea necesario.
No se autoriza el depósito en repositorios, páginas web personales o similares de cualquier otra versión distinta a la publicada por el editor.