Tamaño óptimo de muestra del programa de observadores a bordo de la flota dirigida a la explotación de la anchoveta peruana (Engraulis ringens) / Optimum sample size for a program of observers on board fishing vessels targetting Peruvian anchovy (Engraulis ringens)

RESUMEN

El monitoreo de la pesquería de anchoveta en el Perú es de suma importancia para la sostenibilidad del ecosistema de Humboldt. El Programa de observadores a bordo Bitácoras de Pesca constituye una rica plataforma de recolección de datos de las embarcaciones durante sus viajes de pesca, y donde se recopila información acerca de las capturas en cada lance, distribuciones de tallas, descartes, captura incidental, captura por unidad de esfuerzo, entre otros. Para que los indicadores obtenidos a partir de esta información tengan robustez es preciso contar con un método de solidez estadística para el cálculo del número necesario de viajes a muestrear. Este trabajo presenta un método con estas características, para calcular el número óptimo de viajes de manera independiente para cada una de las variables y a diferentes escalas de tiempo. Se muestra que, dependiendo del objetivo y de la escala temporal, la cantidad óptima de viajes a muestrear varía. A partir de estos resultados, se proporcionan recomendaciones prácticas sobre el tamaño de muestra para el Programa Bitácoras de Pesca. También se discute la aplicabilidad de esta metodología para otros recursos pelágicos.

ABSTRACT

Monitoring the anchovy fishery is of great importance for assuring the sustainability of the Humboldt ecosystem. The on-board observers program constitutes a rich platform for data collection for monitoring, as it consists of the collection of data from vessels during their fishing trips, regarding catches, size distribution, discards, catch per unit of effort, among others. To get robust indicators from these data, it is necessary to use a solid statistical procedure for computing the number of fishing trips to sample. This work presents a method with those characteristics, for computing each indicator independently and at different time scales. We show that the optimum size varies depending on the objective (indicator) and the time scale. Based on these results, practical recommendations for fixing the sample size are given. We finally discuss the aplicability of this methodology for other pelagic resources.