Cuando se utiliza alguno de los métodos descritos en las secciones precedentes para obtener una estimación, por ejemplo Z/K = 1, 7, una cosa es cierta: el valor verdadero de Z/K no es exactamente 1,7. Puede acercarse -1,68 ó 1,6995-, pero también podría, si los datos de entrada no son buenos, ser bastante diferente -0, 9 ó 2, 5. Si tenemos que utilizar el resultado, por ejemplo para juzgar el grado de intensidad con que se está explotando una población comparando nuestra estimación de Z/K con los valores probables de M/K, es importante saber hasta qué punto nuestra estimación se acerca al valor verdadero.
La forma normal de averiguarlo consiste en reconocer que, dada la variabilidad de los datos de entrada, la estimación se desviará del valor verdadero en una medida mayor o menor, según los efectos aleatorios del muestro. En circunstancias favorables, si el procedimiento de la estimación se ajusta a un modelo estadístico simple, es posible calcular, sobre la base de la variabilidad de los datos, los límites de confianza de la “mejor” estimación, es decir, unos límites tales que si el valor verdadero cayera fuera de ellos, sólo muy raramente obtendríamos la estimación observada de forma casual (una vez de cada veinte o de cada cien para los límites de confianza del 5 y el 1 por ciento, respectivamente).
En los análisis simples, esos límites de confianza pueden calcularse fácilmente. Así, si nos interesa conocer la talla media de una muestra de N peces, la varianza de la media es S2/(N—1), donde S2 es la varianza muestral y los límites de confianza del 5 por ciento se hallan en torno a dos desviaciones estándar a cada lado de la media. Desgraciadamente, la mayoría de los métodos aquí descritos no son tan simples y no permiten calcular los límites de confianza de manera tan sencilla. Por ejemplo, el método ELEFAN proporciona una “puntuación” -la razón SME/SMD- que describe hasta qué punto distintos conjuntos de parámetros del crecimiento se ajustan a las observaciones -o, más exactamente, al conjunto de máximos relativos obtenidos después de reestructurarlos datos de talla. Lo que el ELEFANno nos dice es qué valor de la razón SME/SMD cabría esperar si se utilizara el conjunto de parámetros verdaderos. Si la razón más alta es 0,67, obtenida con K = 0,42 Linf = 54, y con K = 50 Linf = 48 es de sólo 0,53, podemos afirmar que el primer conjunto en cierto sentido es mejor. Lo que no podemos decir es si el segundo conjunto está equivocado y puede rechazarse a un nivel de significación del l ó el 5 por ciento.
Aparte de la incertidumbre ocasionada por la variabilidad de los datos, que en circunstancias favorables puede expresarse como límites de confianza, hay otras dos importantes causas - modelos equivocados y parámetros de entrada falsos- por las que las estimaciones obtenidas pueden diferir de los valores verdaderos. No siempre es fácil determinar el grado de incertidumbre originado por esos efectos, pero en muchos casos puede ser mayor que el de los errores aleatorios introducidos por datos de entrada variables. De ahí que, por diversas razones, ahora sea normal presentar las estimaciones derivadas de un análisis de evaluación de poblaciones como una única cifra — K es 0,426, Z es 1,34, etc., sin intentar definir su grado de exactitud.
En realidad, este procedimiento no es muy bueno y encierra el gran peligro de inducir a error a los usuarios del análisis. Pueden concederse algunos atenuantes cuando se trata de asesorar a los directores de pesca en temas tales como el nivel de la captura total permisible (CTP) para el año siguiente, pues se puede argüir que si a un director se le presentan varias cifras para la CTP, siempre elegirá la más alta. Pero esto es verdad sólo en parte; dar una única cifra puede simplificar las cosas a corto plazo, pero a la larga sería mejor que los directores conocieran las incertidumbres del asesoramiento científico. Sus posibilidades de adoptar decisiones acertadas serán mayores si están también informados de los riesgos que supone el operar siempre con las cifras más optimistas de toda una gama. Con esta posible excepción, las estimaciones deberían estar siempre acompañadas de alguna indicación sobre su exactitud.
El efecto de los posibles errores en el modelo, y de fallas en los supuestos implícitos en el mismo, puede a veces afrontarse utilizando modelos más detallados, que exijan supuestos menos rigurosos, o mediante la simulación, es decir, aplicando los métodos a datos generados artificialmente, por ejemplo frecuencias de tallas de las que ya se conocen los parámetros de crecimiento u otros valores de entrada. Así fue como Rosenberg y Beddington (1988) examinaron el funcionamiento del ELEFAN 1, y Basson et al. (1988) el del análisis de la composición por tallas de Shepherd (SLCA) y el método de la proyección (Rosenberg et al., 1986). Al parecer, siempre habrá cierto sesgo en las estimaciones de K y Linf producidas por esos métodos, salvo en las circunstancias más favorables. El sesgo será mínimo si antes de iniciar el análisis se dispone de estimaciones aproximadas de las cantidades. El grado de fiabilidad no es el mismo en todos los métodos: el SLCA y el de la proyección dan generalmente mejores resultados, siendo este último muy apto para altos niveles de variación en las tallas por edad. El método ELEFAN se ha corregido para reducir algunas de las causas de sesgo, particularmente la posible doble contabilización de los máximos relativos en las tallas grandes. Tal vez la enseñanza más importante sea que siempre habrá probabilidades de sesgo, no sólo en estos métodos concretos de estimación del crecimiento, sino también en otros en los que no se ha estudiado el comportamiento estadístico del proceso de estimación, o sea, en casi todos los métodos descritos en este manual. Puede que ésta no sea una conclusión muy provechosa, pero sirve como advertencia general para que todos los resultados se traten siempre con cuidado.
Más fácil de abordar es el problema de los parámetros de entrada erróneos. Un examen completo de la sensibilidad de las estimaciones a los errores en los parámetros de entrada puede requerir unos conocimientos matemáticos relativamente complejos (véase, por ejemplo, Laurec y Mesnil, 1987), pero no es necesario llegar a tanto. Todo lo que hay que hacer es repetir los cálculos con diferentes valores de los parámetros de entrada, por ejemplo, los valores de M, K y Linf en el análisis de cohortes basado en la talla. En este caso probablemente bastará ensayar la sensibilidad con cada parámetro por separado, y no con todos juntos (aunque en el cuadro 5 de Laurec y Mesnil se sugiere la conveniencia de ensayar los efectos de cambios simultáneos en K y Linf). Este procedimiento reducirá la cantidad de cálculos necesarios.
A la hora de examinar los resultados del cálculo de sensibilidad, o de analizar las estimaciones que se hayan publicado de la misma (es decir, el cambio porcentual en la estimación causado por una variación de un 1 por ciento en el parámetro de entrada), hay que recórdar que no todos los parámetros se pueden estimar con igual exactitud. En general, Linf se conocerá relativamente bien, sobre todo si en las muestras abundan los ejemplares viejos y grandes, mientras que la estimación de M será muy imprecisa. Resulta razonable confiar en estimar Linf con un margen de precisión del 10 ó 15 por ciento, pero los límites de confianza de la regresión de Pauly de M respecto de los parámetros de crecimiento son tres veces mayores a cada lado de la estimación central. Conviene también recordar que lo que interesa normalmente es el efecto en el resultado final, que puede ser, por ejemplo, el asesoramiento a los directores de pesca. A menudo ocurre que ciertos valores intermedios pueden ser muy sensibles a las variaciones en los datos de entrada, pero tener pocas consecuencias en el resultado final. Por ejemplo, muchas evaluaciones, como la de la mortalidad por pesca óptima, son muy sensibles al valor de M, pero las incertidumbres en ese parámetro tienen pocos efectos sobre otros, incluidos los cálculos de las capturas actuales (Shepherd, 1988).
Un método muy eficaz para determinar los efectos de las variaciones aleatorias en los datos de entrada, sin tantas exigencias como las de un examen estadístico completo del análisis, es el método de la navaja (Miller, 1974; Tukey, 1977). Fundamentalmente consiste en lo siguiente: suponiendo que la entrada conste de n conjuntos de datos (por ejemplo, n composiciones por tallas), se analizan las n estimaciones diferentes que pueden obtenerse omitiendo alternativamente uno de los conjuntos y repitiendo los cálculos. Un simple examen de esos valores revelará de alguna manera la forma en que la estimación final depende de las distintas muestras. Una estimación más precisa es la que brinda el cálculo de los “seudovalores” (Pauly, 1984) Ai' = nA - (n-1)Ai, donde A es la estimación basada en todas las muestras y Ai la estimación basada en todas las muestras menos en la iesima. La mejor estimación revisada puede entonces expresarse como la media de los seudovalores Ai, que tendrá una varianza igual a 1/(n-1) veces la varianza de las Ai'.
Este procedimiento de la navaja parece aplicable a casi todos los métodos descritos, especialmente a aquellos, como el ELEFAN, que examinan un número limitado de muestras individuales, y debería tener una aplicación mucho mayor que la actual.
A falta de mejores análisis, un simple método lógico consiste en reconocer que si bien el procesamiento computerizado puede casi siempre producir un resultado (por ejemplo, los valores de K y Linf que arrojan la puntuación más baja de SME/SMD), no puede proporcionar un resultado sensato a menos que haya una señal en los datos. Por lo tanto, una sencilla regla empírica al estimar el crecimiento consiste en observar las presentaciones gráficas de las frecuencias de tallas. Sólo si hay modas identificables y si varias de ellas pueden seguirse de un mes a otro para obtener una primera estimación de una curva de crecimiento, deberá procederse a utilizar métodos computerizados.
En las secciones precedentes se ha descrito una gran variedad de métodos que pueden aplicarse a los datos de talla. En esta sección intentaremos revisarlos y dar algunas orientaciones sobre cuáles debieran utilizarse en las diferentes situaciones. El primer punto es que no hay ningún método que sea el mejor en todas las situaciones, y que el más apropiado dependerá de las características de la población íctica y de la pesquería, así como de la finalidad que se persiga con la evaluación y de los recursos disponibles. No es posible en una breve sección abarcar todas las situaciones; por lo tanto, nos concentraremos en quien podría ser un típico usuario de las publicaciones de este tipo de la FAO. Se tratará de un científico de algún país en desarrollo, que ha recibido capacitación en los métodos ordinarios de evaluación de poblaciones de peces en algún lugar colindante con el Atlántico norte y que ha regresado a su patria para encargarse de la evaluación de alguna pesquería tropical de especies múltiples y para prestar asesoramiento sobre su ordenación. Como, para esta finalidad, muchos de los métodos basados en la edad que ha aprendido no son de aplicación inmediata, recurre entonces a los métodos basados en la talla. Puede suponerse que tiene acceso a algunos recursos para el acopio de los datos que estime necesarios, que una posibilidad es el muestreo de tallás de las capturas comerciales, pero que esos fondos son muy limitados. ¿Qué debe hacer?
Actualmente se sabe bastante acerca del valor potencial de los métodos basados en la talla como para estar seguros de que, a falta de alguna fundada contraindicación, debe concederse alta prioridad al análisis de la información que proporcionan. Por consiguiente, antes de establecer algún programa de muestreo o análisis a largo plazo, el primer paso debe ser tomar muestras de tallas de la pesquería, con la mayor cobertura temporal y espacial posible. En la sección 2 se propuso que, antes de fijar un procedimiento rutinario en gran escala para el muestreo de la composición por tallas, sería conveniente reunir una cantidad moderada de muestras de toda la pesquería para establecer el patrón de variabilidad dentro de ella. El mismo principio se aplica al hacer un examen preliminar con objeto de determinar la eventual prioridad que haya que conceder al análisis de la talla. Una media docena de muestras, de algunos centenares de ejemplares cada una, debería bastar para saber qué camino seguir.
Una vez reunidas algunas muestras, el paso siguiente consiste en estudiarlas para ver qué modas se hallan presentes y cómo varían de un mes a otro. Según Shepherd et al. (1987), este patrón de modas puede situarse, con razonable aproximación, en una de cuatro clases (véase la Figura 5.1). Esta clasificación determina entonces la atención que habrá que prestar en las investigaciones futuras a la información sobre la talla, así como los métodos de análisis que probablemente sean más útiles.
Tipo A - Una única moda, siempre en la misma posición.
La frecuencia de tallas observada se debe casi ciertamente a la alta selectividad del arte de muestreo; es el caso típico de una pesquería de red de enmalle y puede también presentarse cuando se muestrea a peces migratorios en algún punto de sus desplazamientos. En estas circunstancias, la composición por tallas de las muestras proporciona escasa información sobre la composición por tallas de la población. Si se observa este modelo, hay que comprobar si es probable que el arte sea selectivo. En caso de que lo sea, va a servir de poco utilizar métodos basados en la talla, a menos que se disponga de otras fuentes de información sobre la composición por tallas de la población, por ejemplo a partir del empleo de un arte no selectivo por buques de investigación. El muestreo de las tallas puede reducirse entonces almínimo indispensable para verificar que no haya ocurrido ningún cambio importante en el modelo.
El mismo efecto puede producirse también no por la simple selectividad del arte, sino por el comportamiento de los peces, por ejemplo por una fuerte migración de ciertas tallas que deje en la pesquería sólo una estrecha franja de tallas. Las posibilidades de que esto ocurra pueden evaluarse analizando lo que se sabe de la biología de los peces y las tallas de la misma especie capturadas en otras pesquerías. Es particularmente probable que esto suceda entre las especies altamente migratorias, como el atún. Las muestras en las especíes de vareros de rabil suelen consistir sólo en ejemplares pequeños, totalmente atípicos de la población en general.
Figura 5.1 Frecuencias de tallas tipicas observadas en diferentes tipos de pesquería. A. Pesquería altamente selectiva, no se detecta ningún movimiento en la moda. B. Pesquería de peces de vida muy corta, con un pulso anual de reclutamiento. C. Pesquerí a de peces de vida más larga, con modas claras entre los individuos más jóvenes. D. Pesquería de peces de vida más larga, con mucha superposición entre los grupos de edad adyacentes.
Si el arte utilizado no parece ser selectivo y hay pocas probabilidades de selectividad debida al comportamiento, puede entonces suceder que la clasificación esté equivocada y que en realidad estemos ante un modelo del tipo D, pero con un limbo derecho exageradamente corto, debido tal vez a que los peces no se reclutan en la pesquería hasta que hayan casi terminado su crecimiento (es decir, cerca de Linf). En ese caso se aplicarían algunas de las observaciones que se indican en D, pero, debido al escaso crecimiento, la señal que podrá producirse (por ejemplo, una inclinación del limbo derecho tras un aumento de la mortalidad por pesca) será débil. Esto aumenta la improbabilidad de que los métodos basados en la talla produzcan resultados convincentes, lo que reduce la prioridad que deberá concedérseles.
Tipo B - Una única moda que se desplaza constantemente hacia arriba.
Es el modelo típico de algunas pesquerías intensivas de camarones tropicales y de otras especies de vida corta (véase la Figura 3.5). Se trata de una situación ideal para el estudio. Parece que estuviéramos viendo el crecimiento de una única cohorte y lo primero que hay que hacer es buscar algún tipo de información que lo confirme. Si se dispone de muestras de todo el año, debería haber señales de la aparición de la nueva cohorte (en un lugar bastante lógico de la frecuencia de tallas) antes de la desaparición final de la precedente; en otras palabras, hay dos modas durante un breve período de tiempo. Si cada moda es efectivamente una única cohorte, podemos entonces utilizar métodos basados en la edad, sin preocuparnos de estudiar escamas u otolitos. A cada cohorte se le puede fijar una fecha de nacimiento arbitraria, pero cómoda -quizá el comienzo del año-, y esa escala arbitraria permitirá conocer su edad.
Tipo C - Varias modas, muy destacadas entre los ejemplares más pequeños.
Este es el cuadro clásico de una distribución por tallas idónea para ser analizada con métodos basados en la talla. El supuesto es que las modas visibles corresponden a los dos o tres grupos de edad de reclutamiento más reciente, y que entre los peces más viejos los grupos de edad se superponen, por lo que las modas no son patentes. La esperanza con una pesquería que muestra este tipo de distribución es que casi toda la información pueda derivarse de los datos de talla.
Tipo D - Sólo una moda, pero con un limbo derecho prolongado.
El supuesto es que se trata de una forma extrema de distribución del Tipo C, pero con una superposición tal entre los grupos de edad adyacentes -debido tal vez a un período de desove muy prolongado, a una alta variación en las tasas de crecimiento individuales, o a que los peces son de vida larga, con muchos grupos de edad presentes- que éstos no pueden separarse, ni siquiera entre los peces más jóvenes. Al haber poca señal, pueden preverse dificultades a la hora de aplicar la mayoría de los métodos basados en la talla. Sin embargo, la pendiente del limbo derecho debería proporcionar información sobre la mortalidad total, y, especialmente si los peces son de vida larga, los cambios en ella podrían brindar buena información sobre la intensidad de la explotación.
A continuación se describen en detalle los análisis que podrían hacerse con los diferentes modelos, así como la estrategia de muestreo.
Tipo A.
Es poca o nula la información que puede obtenerse con los métodos basados en la talla. El muestreo debería reducirse al mínimo -el imprescindible para comprobar que no se hayan producido cambios. La frecuencia del muestreo debería estar vinculada a otra información sobre la pesquería. Si, por ejemplo, hay cambios en el tipo de arte, o en el área o la temporada de pesca, deberían hacerse más muestreos durante cierto período a fin de establecer si ha habido cambios en las tallas de los peces.
Tipo B.
Muestreo. Como las tallas de los peces cambian apreciablemente de un mes a otro, es importante tener muestras de cada mes -o, posiblemente, de períodos más cortos- y que durante las fases preliminares de recopilación de datos esas muestras se mantengan separadas. Por otra parte, como es probable que el patrón de las tallas dentro de un mes cualquiera sea similar de un año a otro, la intensidad del muestreo puede a menudo reducirse a un nivel relativamente bajo una vez establecido el patrón general. La excepción es el período en que se hallan presentes dos modas, o sea, inmediatamente después de producido el pulso del reclutamiento, cuando todavía hay supervivientes de la camada anterior de reclutas. La proporción entre ejemplares grandes y pequeños en ese momento proporciona valiosa información sobre las mortalidades y sobre las magnitudes relativas del reclutamiento, y es probable que varíe de un año a otro, especialmente si cambia la intensidad de pesca. En ese momento es conveniente un muestreo más intenso.
Crecimiento. Este es un parámetro muy fácil de estimar. La progresión de modas dará el patrón de crecimiento casi inmediatamente sin necesidad de utilizar técnicas avanzadas, aunque es mejor usar alguno de los métodos más objetivos, por ejemplo, el ELEFAN. Conviene señalar dos problemas. Primero, cuando una nueva camada de reclutas entra por primera vez en la pesquería, es posible que sólo se observen, más o menos durante el primer mes, nada más que los peces más grandes. Este reclutamiento incompleto puede llevar a una sobreestimación de la talla modal de los ejemplares más jóvenes y, en consecuencia, a una subestimación de la tasa de crecimiento. Segundo, si hay un marcado patrón estacional en el reclutamiento, puede muy bien haber un patrón estacional en el crecimiento. Un retraso estacional en el crecimiento puede confundirse con una desaceleración porque los peces se están acercando a su talla limitante. En este caso puede subestimarse Linf. Para este tipo de pesquería, mucho más que para las otras, es importante estudiar la posibilidad de utilizar un modelo de crecimiento con variaciones estacionales (por ejemplo, Pauly y Gaschutz, 1979).
Mortalidad. Este parámetro es mucho menos fácil de estimar. En la mayoría de los meses (aquellos en que se halla presente sólo una moda) la composición por tallas prácticamente no contiene información sobre la mortalidad. Los métodos tales como las versiones basadas en la talla del análisis de cohortes o las curvas de captura no pueden aplicarse a los datos de los distintos meses. Deben aplicarse a la composición por tallas de la población en su conjunto, a lo largo de todo el año. Para obtener esto sin peligro de sesgo es necesario ponderar las muestras mensuales con arreglo a la abundancia en el mes. Si se dispone de estimaciones de la abundancia relativa en cada mes, por ejemplo la captura por unidad de esfuerzo, es mejor utilizar esta información para calcular las mortalidades de cada mes directamente como los cambios en el número de ejemplares de una camada identificable de peces (la moda principal).
Es posible que, en circunstancias favorables, pueda aplicarse el método de Ebert (1987), pero una forma mejor y más simple de utilizar el período en que hay dos modas presentes, y en que la composición por tallas de la captura puede dividirse claramente en nuevos reclutas y supervivientes del reclutamiento anterior, consiste en expresar la mortalidad total como la razón de estos dos grupos de peces, es decir, estimar Z como -ln(p), donde p es la proporción de los nuevos reclutas.
Evaluación y ordenación. Como la estimación de la mortalidad total es difícil, también lo es evaluar el efecto de la pesca. En muchos meses, cuando sólo una moda está presente, la composición por tallas será casi independiente de la intensidad de pesca. Alguna indicación derivará de la medida en que haya cambiado, con el aumento de la captura, la proporción de los peces más grandes que hayan sobrevivido hasta el segundo año. Más frecuentemente, la evaluación real tendrá que basarse en otras fuentes de datos, tales como los cambios en la captura por unidad de esfuerzo, especialmente hacia el final de la estación (es decir, cuando son sobre todo los peces grandes los que se capturan).
Por otra parte, una vez establecido que la población está siendo intensamente explotada, los datos sobre la talla son muy útiles para evaluar los posibles beneficios que derivarían de la adopción de medidas de ordenación. Una medida obvia es implantar la veda en los períodos en que abundan los peces muy pequeños. Las posibles fechas de la veda resultan inmediatamente evidentes a partir de los datos sobre la talla. Puede aplicarse el simple modelado de simulación, tal vez con una hoja electrónica, utilizando un modelo estructurado por edades, pero usando los datos sobre la talla para establecer el peso medio de los individuos cada mes, a fin de obtener estimaciones cuantitativas de los beneficios que derivarían de distintas fechas de levantamiento de la veda (Gulland y Gibson, en prensa).
Tipo C.
Muestreo. Como las condiciones son tan favorables para la utilización de toda clase de métodos basados en la talla, hay que conceder alta prioridad al acopio regular de muestras de tallas en este tipo de pesquerías. Aunque Shepherd et al. (1987) sugirieron que el muestreo debería ser abundante e intensivo durante un año, lo que implica que podría reducirse transcurrido el año, tal afirmación es cierta sólo en parte. Si bien el muestreo intensivo de un año permite obtener estimaciones de los valores corrientes de la mayoría de los parámetros, una evaluación fiable sólo puede conseguirse a partir de los datos de un período de varios años, en que los cambios en la intensidad de pesca puedan ponerse en relación con los cambios en la población, especialmente la mortalidad total. La prioridad que se conceda al muestro regular después de un período de actividad intensiva dependerá de la medida en que cambie la intensidad de pesca. Mientras mayores sean los cambios, más importante será vigilar sus efectos y, por consiguiente, se necesitarán más muestreos.
Crecimiento. Casi todos los métodos son aplicables y todos proporcionarán buenas estimaciones de la tasa de crecimiento (cm por año y, por tanto, en términos de la ecuación de von Bertalanffy, el producto K Linf) entre los peces más pequeños, donde las modas son claras. El problema consiste en recabar la mayor información posible de los peces más grandes, donde las modas son vagas. Cuando existan datos de muchos años, deberá tomarse en consideración el método de las anomalías. También deberá intentarse obtener estimaciones independientes del crecimiento entre los peces más viejos, por ejemplo, mediante el examen de los otolitos. Incluso unas pocas determinaciones de la edad de los ejemplares grandes pueden ser de gran ayuda. Entre los métodos de estimación, es probable que los que no se basan en identificar modas (por ejemplo, el SLCA) funcionen mejor que los que utilizan las modas. En este sentido, el método de reestructuración del ELEFAN 1 tiene el peligro de identificar modas falsas entre los peces más grandes y generar respuestas equivocadas.
Mortalidad. La mayoría de los métodos funcionan bien, incluidos los que utilizan la talla media y las curvas de captura basadas en datos de talla corregidos. Cuando las modas son particularmente claras debería considerarse la aplicación de métodos tales como el de Sparre, que estiman simultáneamente el crecimiento y la mortalidad.
Evaluación y ordenación. Lo más necesario es obtener datos de un período suficientemente largo para que abarque cambios apreciables en la intensidad de pesca. Una vez conseguidos, debería ser fácil estimar el impacto de la pesca a partir de la relación entre los cambios en las estimaciones de Z o Z/K y los cambios en la intensidad de pesca. Pueden utilizarse métodos tales como los de Jones para proporcionar asesoramiento a los directores de pesca sobre el efecto de los cambios en la intensidad de pesca o la selectividad.
Tipo D.
Muestreo. Como no puede obtenerse mucha información de una única muestra o de muestras de un único año, pero sí pueden recabarse datos de este tipo de pesquería durante un largo período, si la actividad pesquera cambia mucho en ese período, y siempre que las evaluaciones sean buenas, el muestreo de esas pesquerías debería establecerse como un programa a largo plazo.
Crecimiento. Como es probable que haya pocas señales temporales, es decir, que no difieran mucho las frecuencias de tallas tomadas en diferentes estaciones, las posibilidades de estimar el crecimiento son escasas. Si existen diferencias entre una estación y otra, éstas pueden deberse a diferencias en la disponibilidad o en la distribución de los peces o la pesca, por lo que deberían interpretarse con cautela. Puede resultar particularmente peligroso aplicar a este tipo de distribución métodos computerizados (por ejemplo, el ELEFAN), que siempre darán una “mejor” estimación de los parámetros de crecimiento, pero no ofrecen pruebas de significación ni los límites de confianza de los resultados. En este caso es particularmente válida la regla empírica de que tales métodos deberían utilizarse sólo después de que se haya identificado a ojo un conjunto de modas y la curva de crecimiento resultante.
Mortalidad. Aunque es difícil estimar las tasas de mortalidad absoluta mientras no se haya establecido una escala temporal, es decir, mientras no se conozca el crecimiento, puede estimarse fácilmente la mortalidad relativa, o sea, K/Z (sobre la base del modelo de crecimiento de von Bertalanffy). Los métodos para estimar Z/K a partir de la talla media funcionan bien, y varios de ellos proporcionarán también estimaciones aproximadas de Linf.
Evaluación y ordenación. Puede procederse de manera análoga a la de las distribuciones del Tipo C.
Tanto en este estudio como en otros muchos debates sobre los métodos basados en la talla, es muy poco o nada lo que se ha dicho sobre las posibles diferencias entre zonas. Se ha supuesto que cualquier muestra de peces tomada en un determinado momento tendrá la misma composición por tallas, aparte de los posibles efectos de la selectividad del arte. Esto es muy improbable. La experiencia común indica que las tallas de los peces varían, a veces considerablemente, de un lugar a otro. Desconocer las diferencias entre zonas significa también no abordar los problemas más importantes de la evaluación de poblaciones: en qué medida la población migra, el grado de uniformidad dentro de una población y el grado de separación entre las poblaciones. Además, como señalan Sparre etal. (1989), si a una población migratoria se le aplica un método basado en la talla (en realidad, casi cualquiera de los métodos de evaluación) sin tener en cuenta los efectos de la migración, los resultados pueden estar muy sesgados.
Sparre et al. (1989) describen métodos en los que, si se conocen bastante bien los patrones de migración (por ejemplo, gracias al marcado), las muestras tomadas en diferentes momentos pueden correlacionarse para estar seguros de que proceden de la misma cohorte y obtener así una estimación no sesgada del crecimiento o la mortalidad.
En la práctica, es dudoso que se sepa lo suficiente sobre las pautas de migración como para poder aplicar este método con confianza. Por otra parte, las muestras de talla en sí mismas pueden proporcionar a menudo buenas indicaciones sobre el patrón general de la migración y, quizá con menos frecuencia, sobre la separación de poblaciones. Por ejemplo, en el análisis anterior de los diferentes tipos de frecuencias de tallas se señaló que el tipo A (una única moda siempre en el mismo lugar) constituía una sólida indicación de que las muestras procedían de sólo una parte de una población migratoria, dependiendo la migración en gran medida de la talla (aunque también exista la posibilidad de una marcada selectividad del arte). En ese caso se sugirió examinar las tallas de los peces de la misma especie capturados en otras pesquerías.
Esta sugerencia debería en la práctica aplicarse de forma generalizada a cualquier pesquería donde se hayan iniciado experimentos de evaluación de poblaciones y en las que no se sepa mucho sobre los posibles patrones de migración (entendiendo la migración en un sentido amplio que abarque no sólo los desplazamientos estacionales entre las zonas de cría, alimentación y desove -véase Harden Jones (1968) - sino también los desplazamientos en busca de alimentos y el movimiento gradual de los peces demersales más grandes hacia las aguas más profundas) y sobre la separación de poblaciones.
Como se señaló antes, el acopio de datos de frecuencias de tallas es normalmente una de las operaciones más simples y económicas de la investigación pesquera, y en las primeras fases de una investigación debería concederse prioridad a la toma del mayor número posible de muestras, bien distribuidas en el tiempo y el espacio. Esta información puede utilizarse para diseñar un sistema eficaz de muestreo regular.
También sería provechoso que en un mapa de la zona de investigación (que en esta fase debería ser lo más amplia posible) se trazaran, por períodos de tiempo apropiados (por ejemplo, cada mes), unos índices simples de cada muestra de tallas (que pueden ser la talla media o la moda media).
En el caso más favorable, las composiciones por tallas de un mes son las mismas, independientemente del origen de las muestras, y la dispersión geográfica de distintos meses es similar. Esto sugeriría una única población bien mezclada e indicaría que los análisis pueden seguir adelante, sin particular preocupación por los posibles efectos de la migración . Otro caso simple es cuando hay grandes diferencias entre un mes y otro en la localización de las muestras, posiblemente con diferencias en las posiciones de las modas entre las muestras del mismo mes. En tal caso se tratará probablemente de una población migratoria; siguiendo la posición geográfica y las tallas modales de las muestras en los meses sucesivos será posible hacer estimaciones aproximadas del patrón de migración y del crecimiento.
Otra posibilidad es que existan diferencias sistemáticas entre las zonas, por ejemplo que los peces más pequeños se hayan encontrado siempre en una zona y los más grandes en otra. En este caso, la explicación más plausible es que haya habido una migración de una zona a otra; o bien, especialmente si en ambas se encuentran pocos peces pequeños o ninguno, es posible que se esté ante los efectos de una separación de poblaciones, con dos poblaciones más o menos independientes, una de ellas (la que tiene menos peces grandes) con una alta intensidad de pesca.
Lo que aquí se pretende dejar en claro NO es que de un simple examen de los datos de talla se puedan sacar inmediatamente conclusiones firmes sobre la migración o la separación de poblaciones. Es que los datos de talla contienen muy a menudo información válida acerca de esos aspectos. Por consiguiente, un simple examen puede proporcionar valiosas claves sobre lo que está sucediendo y los resultados de tal examen deberían utilizarse, primero, para recabar algunas orientaciones sobre qué otros estudios más solventes e intensivos deberían hacerse acerca de la migración u otros aspectos, y, segundo, para obtener una indicación sobre la magnitud de la posible migración u otras diferencias entre zonas y la medida en que sus efectos deberán tenerse en cuenta al utilizar los diversos métodos basados en la talla.
