diff --git a/.DS_Store b/.DS_Store index 4fc9ff9..bff745d 100644 Binary files a/.DS_Store and b/.DS_Store differ diff --git a/_freeze/datos/01-cruceros/figure-pdf/fig-001-1.pdf b/_freeze/datos/01-cruceros/figure-pdf/fig-001-1.pdf index 51b25e9..8ae797f 100644 Binary files a/_freeze/datos/01-cruceros/figure-pdf/fig-001-1.pdf and b/_freeze/datos/01-cruceros/figure-pdf/fig-001-1.pdf differ diff --git a/_freeze/datos/01-descartes/execute-results/html.json b/_freeze/datos/01-descartes/execute-results/html.json index 8d4979b..85c80a4 100644 --- a/_freeze/datos/01-descartes/execute-results/html.json +++ b/_freeze/datos/01-descartes/execute-results/html.json @@ -2,7 +2,7 @@ "hash": "8a3e9503dd7c6a9c8dae417765750332", "result": { "engine": "knitr", - "markdown": "---\ntitle: \"Dinámica del descarte\"\nsubtitle: \"Construcción de series de descarte\"\ndate: \"Octubre, 2024\"\ndescription: \"\"\n---\n\n\n\n::: {.cell}\n\n:::\n\n::: {.cell}\n\n:::\n\n\n## Serie temporal de descarte\n\nEs fundamental disponer de una serie de descartes aplicados durante un periodo determinado, representados por\nel nivel de descarte y la fracción de la población afectada, para evaluar la población de merluza norteña e\nintegrar niveles de descarte. Un análisis temporal de los datos de descarte obtenidos por el programa de\nobservadores ayudará a establecer criterios para construir una serie temporal de descarte.\n\nSe examinaron un total de 1104 registros de lances de pesca recopilados por el programa\nde observadores a bordo. La proporción de descartes mensual respecto de la captura total (@tbl-001) es\naltamente variable ($\\sigma=0.14$, 2% - 62%). Durante le periodo 2015 - 2023, la mayor proporción de descarte\n(31%) ocurrió el año 2017, mientras que el año 2019 se presentó el menor porcentaje de descarte (6%).\n\n\n::: {#tbl-001 .cell .tbl-column-body-outset-right tbl-cap='Tamaño de muestra por tipo de captura (comercial versus descarte). Porcentaje aplica en niveles para cada factor.'}\n::: {.cell-output-display}\n\n```{=html}\n
\n\n\n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n\n\n\n\n\n \n\n\n\n\n\n \n\n\n\n\n\n \n \n \n \n\n\n\n\n\n \n\n\n\n\n\n \n \n \n \n\n\n\n\n\n \n\n\n\n\n\n \n\n\n\n\n\n \n \n \n \n\n\n\n\n\n \n\n\n\n\n\n \n\n\n\n\n\n \n\n\n\n\n\n \n \n \n \n\n\n\n\n\n \n\n\n\n\n\n \n\n\n\n\n\n \n\n\n\n\n\n \n \n \n \n\n\n\n\n\n \n\n\n\n\n\n \n\n\n\n\n\n \n \n \n \n\n\n\n\n\n \n\n\n\n\n\n \n\n\n\n\n\n \n\n\n\n\n\n \n \n \n \n\n\n\n\n\n \n\n\n\n\n\n \n\n\n\n\n\n \n\n\n\n\n\n \n \n \n \n\n\n\n\n\n \n\n\n\n\n\n \n\n\n\n\n\n \n \n \n
lances\n Captura\n \n Est (%)\n
ComercialDescarteTotal% Descarte
2015
11049,1443,04152,1855.8%
21235,7614,60840,36911.4%
36994,9117,650102,5617.5%
2016
287123,66010,822134,4828.0%
3303,8521,5755,42729.0%
2017
1619,2517,85127,10229.0%
2124151,60268,391219,99331.1%
34412,9956,29019,28532.6%
2018
186,2506266,8769.1%
26874,42512,66687,09114.5%
37769,85121,83191,68223.8%
8130050080062.5%
2019
1823,87741024,2871.7%
27675,6014,58080,1815.7%
3127212,96610,557223,5224.7%
4911,52527811,8032.4%
2020
145174,8462,855177,7011.6%
259176,0984,625180,7232.6%
34677,36833,415110,78430.2%
2021
11558,1206,27064,3909.7%
23388,48448,470136,95435.4%
32752,97817,52570,50324.9%
4159,0751,23010,30511.9%
2022
11054,4403,68858,1286.3%
220124,20010,430134,6307.7%
34474,8906,68081,5708.2%
4187,8601,4279,28715.4%
2023
1433,43075434,1842.2%
2625,00011,33036,33031.2%
366,8158707,68511.3%
\n
\n```\n\n:::\n:::\n\n\n### Descartes anuales\n\nLa @fig-002-1 muestra las cantidades de captura comercial y descartada durante el período 2015 - 2023. No se\nobserva un patrón en el comportamiento de la captura que permita identificar un nivele de descarte\nrepresentativo del periodo.\n\nEl @fig-002-1 muestra las cantidades de captura comercial y descartada entre 2015 y 2023. No se aprecia un\npatrón en la captura que indique un nivel representativo de descarte durante ese período. Durante el periodo\n2015 y 2023, la proporción de captura descartada fue de 14.5125416% con un rango anual entre\n4.6% y 31%.\n\n\n::: {.cell}\n::: {.cell-output-display}\n![Tipo de captura registrada durante el programa de observadores abordo entre los años 2015 y 2023.](01-descartes_files/figure-html/fig-002-1.png){#fig-002-1 width=2100}\n:::\n\n::: {.cell-output-display}\n![Proporción de captura descartada entre los años 2015 y 2023, el tamnaño de los circulos representan la captura total muestreada cada año.](01-descartes_files/figure-html/fig-002-2.png){#fig-002-2 width=2100}\n:::\n:::\n\n\n### Descartes mensuales\n\nLos niveles de captura muestreada (comercial y descartes, @fig-003-1) son coherentes con el patrón estacional\nde la pesquería, con un máximo de captura en los meses de febrero y marzo La proporción de descartes por mes\n(@fig-003-2) en promedio fue de 11.7% ($\\sigma = 5%$).\n\n\n::: {.cell}\n::: {.cell-output-display}\n![Tipo de captura registrada durante el programa de observadores abordo entre los años 2015 y 2023.](01-descartes_files/figure-html/fig-003-1.png){#fig-003-1 width=2100}\n:::\n\n::: {.cell-output-display}\n![Proporción de captura descartada entre los años 2015 y 2023, el tamnaño de los circulos representan la captura total muestreada cada año.](01-descartes_files/figure-html/fig-003-2.png){#fig-003-2 width=2100}\n:::\n:::\n", + "markdown": "---\ntitle: \"Dinámica del descarte\"\nsubtitle: \"Construcción de series de descarte\"\ndate: \"Octubre, 2024\"\ndescription: \"\"\n---\n\n\n\n::: {.cell}\n\n:::\n\n::: {.cell}\n\n:::\n\n\n## Serie temporal de descarte\n\nEs fundamental disponer de una serie de descartes aplicados durante un periodo determinado, representados por\nel nivel de descarte y la fracción de la población afectada, para evaluar la población de merluza norteña e\nintegrar niveles de descarte. Un análisis temporal de los datos de descarte obtenidos por el programa de\nobservadores ayudará a establecer criterios para construir una serie temporal de descarte.\n\nSe examinaron un total de 1104 registros de lances de pesca recopilados por el programa\nde observadores a bordo. La proporción de descartes mensual respecto de la captura total (@tbl-001) es\naltamente variable ($\\sigma=0.14$, 2% - 62%). Durante le periodo 2015 - 2023, la mayor proporción de descarte\n(31%) ocurrió el año 2017, mientras que el año 2019 se presentó el menor porcentaje de descarte (6%).\n\n\n::: {#tbl-001 .cell .tbl-column-body-outset-right tbl-cap='Tamaño de muestra por tipo de captura (comercial versus descarte). Porcentaje aplica en niveles para cada factor.'}\n::: {.cell-output-display}\n\n```{=html}\n
\n\n\n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n\n\n\n\n\n \n\n\n\n\n\n \n\n\n\n\n\n \n \n \n \n\n\n\n\n\n \n\n\n\n\n\n \n \n \n \n\n\n\n\n\n \n\n\n\n\n\n \n\n\n\n\n\n \n \n \n \n\n\n\n\n\n \n\n\n\n\n\n \n\n\n\n\n\n \n\n\n\n\n\n \n \n \n \n\n\n\n\n\n \n\n\n\n\n\n \n\n\n\n\n\n \n\n\n\n\n\n \n \n \n \n\n\n\n\n\n \n\n\n\n\n\n \n\n\n\n\n\n \n \n \n \n\n\n\n\n\n \n\n\n\n\n\n \n\n\n\n\n\n \n\n\n\n\n\n \n \n \n \n\n\n\n\n\n \n\n\n\n\n\n \n\n\n\n\n\n \n\n\n\n\n\n \n \n \n \n\n\n\n\n\n \n\n\n\n\n\n \n\n\n\n\n\n \n \n \n
lances\n Captura\n \n Est (%)\n
ComercialDescarteTotal% Descarte
2015
11049,1443,04152,1855.8%
21235,7614,60840,36911.4%
36994,9117,650102,5617.5%
2016
287123,66010,822134,4828.0%
3303,8521,5755,42729.0%
2017
1619,2517,85127,10229.0%
2124151,60268,391219,99331.1%
34412,9956,29019,28532.6%
2018
186,2506266,8769.1%
26874,42512,66687,09114.5%
37769,85121,83191,68223.8%
8130050080062.5%
2019
1823,87741024,2871.7%
27675,6014,58080,1815.7%
3127212,96610,557223,5224.7%
4911,52527811,8032.4%
2020
145174,8462,855177,7011.6%
259176,0984,625180,7232.6%
34677,36833,415110,78430.2%
2021
11558,1206,27064,3909.7%
23388,48448,470136,95435.4%
32752,97817,52570,50324.9%
4159,0751,23010,30511.9%
2022
11054,4403,68858,1286.3%
220124,20010,430134,6307.7%
34474,8906,68081,5708.2%
4187,8601,4279,28715.4%
2023
1433,43075434,1842.2%
2625,00011,33036,33031.2%
366,8158707,68511.3%
\n
\n```\n\n:::\n:::\n\n\n### Descartes anuales\n\nLa @fig-002-1 muestra las cantidades de captura comercial y descartada durante el período 2015 - 2023. No se\nobserva un patrón en el comportamiento de la captura que permita identificar un nivele de descarte\nrepresentativo del periodo.\n\nEl @fig-002-1 muestra las cantidades de captura comercial y descartada entre 2015 y 2023. No se aprecia un\npatrón en la captura que indique un nivel representativo de descarte durante ese período. Durante el periodo\n2015 y 2023, la proporción de captura descartada fue de 14.5125416% con un rango anual entre\n4.6% y 31%.\n\n\n::: {.cell}\n::: {.cell-output-display}\n![Tipo de captura registrada durante el programa de observadores abordo entre los años 2015 y 2023.](01-descartes_files/figure-html/fig-002-1.png){#fig-002-1 width=2100}\n:::\n\n::: {.cell-output-display}\n![Proporción de captura descartada entre los años 2015 y 2023, el tamnaño de los circulos representan la captura total muestreada cada año.](01-descartes_files/figure-html/fig-002-2.png){#fig-002-2 width=2100}\n:::\n:::\n\n\n### Descartes mensuales\n\nLos niveles de captura muestreada (comercial y descartes, @fig-003-1) son coherentes con el patrón estacional\nde la pesquería, con un máximo de captura en los meses de febrero y marzo La proporción de descartes por mes\n(@fig-003-2) en promedio fue de 11.7% ($\\sigma = 5%$).\n\n\n::: {.cell}\n::: {.cell-output-display}\n![Tipo de captura registrada durante el programa de observadores abordo entre los años 2015 y 2023.](01-descartes_files/figure-html/fig-003-1.png){#fig-003-1 width=2100}\n:::\n\n::: {.cell-output-display}\n![Proporción de captura descartada entre los años 2015 y 2023, el tamnaño de los circulos representan la captura total muestreada cada año.](01-descartes_files/figure-html/fig-003-2.png){#fig-003-2 width=2100}\n:::\n:::\n", "supporting": [ "01-descartes_files" ], diff --git a/_freeze/datos/01-descartes/figure-pdf/fig-002-1.pdf b/_freeze/datos/01-descartes/figure-pdf/fig-002-1.pdf index 3f71114..d2d3627 100644 Binary files a/_freeze/datos/01-descartes/figure-pdf/fig-002-1.pdf and b/_freeze/datos/01-descartes/figure-pdf/fig-002-1.pdf differ diff --git a/_freeze/datos/01-descartes/figure-pdf/fig-002-2.pdf b/_freeze/datos/01-descartes/figure-pdf/fig-002-2.pdf index ea32e46..4584738 100644 Binary files a/_freeze/datos/01-descartes/figure-pdf/fig-002-2.pdf and b/_freeze/datos/01-descartes/figure-pdf/fig-002-2.pdf differ diff --git a/_freeze/datos/01-descartes/figure-pdf/fig-003-1.pdf b/_freeze/datos/01-descartes/figure-pdf/fig-003-1.pdf index 56c450c..60776a5 100644 Binary files a/_freeze/datos/01-descartes/figure-pdf/fig-003-1.pdf and b/_freeze/datos/01-descartes/figure-pdf/fig-003-1.pdf differ diff --git a/_freeze/datos/01-descartes/figure-pdf/fig-003-2.pdf b/_freeze/datos/01-descartes/figure-pdf/fig-003-2.pdf index 16bfe7e..1471985 100644 Binary files a/_freeze/datos/01-descartes/figure-pdf/fig-003-2.pdf and b/_freeze/datos/01-descartes/figure-pdf/fig-003-2.pdf differ diff --git a/_freeze/datos/01-oficiales/execute-results/html.json b/_freeze/datos/01-oficiales/execute-results/html.json index 5db17d6..2d49c3d 100644 --- a/_freeze/datos/01-oficiales/execute-results/html.json +++ b/_freeze/datos/01-oficiales/execute-results/html.json @@ -2,7 +2,7 @@ "hash": "525cf926a7542f4072aa5927fa0fb3d6", "result": { "engine": "knitr", - "markdown": "---\ntitle: \"Análisis de datos\"\nsubtitle: \"Exploración de tendencias en las capturas y esfuerzo de pesca\"\ndate: \"Octubre, 2024\"\ndescription: \"\"\n---\n\n\n\n\n## Registros oficiales\n\nLa gestión pesquera de merluza común es conducida por SAGARPA, a través de CONAPESCA e INAPESCA. A pesar de\nque las capturas comercialmente de merluza en el Golfo de California comenzaron en la década de 1980, sólo en\nla primera década del milenio (2000-2010) fueron relevantes con 2 mil toneladas anuales, y los programas de\nmonitoreo están en operación desde el 2010. Esta sección describe las capturas reportada por CONAPESCA, con\nfines de explorar la temporalidad y posibles reconstrucciones de indices de abundancia.\n\n\n::: {.cell}\n\n:::\n\n::: {.cell}\n\n:::\n\n\n### Datos públicos de CONAPESCA\n\nExploración de datos proporcionados vía website por\n[CONAPESCA](https://conapesca.gob.mx/wb/cona/avisos_arribo_cosecha_produccion){target=\"_blank\"}, sobre arribos\ny cosecha por entidad federativa y por ejercicio fiscal.\n\nLos registros de CONAPESCA representan la actividad de pesca para el período 2018 y 2024. El desembarque\npromedio por viaje de pesca mostró un patrón creciente desde 10.2 ton el año 2018 a 25.8 ton el 2024. Durante\neste período se observo aumento en la desviación estándar del desembarque por viaje de pesca, que se condice\ncon una reducción en el promedio de la duración de los viajes (@tbl-001). Se detectaron diferencia en la\nestructura de datos para el año 2024, las que requieres una revisión antes de validar.\n\n\n::: {.cell}\n\n:::\n\n::: {#tbl-001 .cell .tbl-column-body-outset-right title='Estadisticas por tipo de captura (comercial versus descarte)' tbl-cap='Estadísticas del esfuerzo (duración viaje en días) y desembarque (toneladas) promedio por viaje de pesca para el período 2018-2024.'}\n::: {.cell-output-display}\n\n```{=html}\n
\n\n\n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n\n\n\n\n\n\n\n\n \n\n\n\n\n\n\n\n\n \n\n\n\n\n\n\n\n\n \n\n\n\n\n\n\n\n\n \n\n\n\n\n\n\n\n\n \n\n\n\n\n\n\n\n\n \n\n\n\n\n\n\n\n\n \n\n\n\n\n\n\n\n\n \n\n\n\n\n\n\n\n\n \n \n \n

Variable

\n

Overall
\nN = 3,789

\n

2018
\nN = 256

\n

2019
\nN = 281

\n

2020
\nN = 303

\n

2021
\nN = 466

\n

2022
\nN = 854

\n

2023
\nN = 902

\n

2024
\nN = 727

\n
Esfuerzo 1







    Media (DE)5.8 (3.9)9.4 (6.2)9.4 (5.1)8.2 (6.5)5.7 (3.2)4.8 (2.1)4.7 (1.9)5.0 (2.2)
    Q1 - Q34.0 - 7.06.0 - 11.07.0 - 11.05.0 - 9.04.0 - 7.03.0 - 6.03.0 - 6.04.0 - 6.0
Esfuerzo 2







    Media (DE)5.0 (3.2)7.8 (5.0)8.3 (4.6)6.9 (4.5)5.3 (2.8)4.1 (2.0)3.8 (1.8)4.0 (1.9)
    Q1 - Q33.0 - 6.05.0 - 9.05.0 - 10.04.0 - 8.03.0 - 6.03.0 - 5.03.0 - 5.03.0 - 5.0
Desembarque







    Media (DE)19.0 (13.4)10.2 (7.6)8.9 (8.3)14.9 (10.2)15.9 (15.9)20.4 (10.9)20.8 (12.8)25.8 (14.5)
    Q1 - Q38.7 - 26.02.9 - 16.00.8 - 15.36.0 - 22.02.9 - 23.013.0 - 28.011.0 - 28.916.1 - 34.0
\n
\n```\n\n:::\n:::\n\n\nLa variación del desembarque por viaje de pesca (@fig-002) muestra un incremento durante el período 2018 -\n2024, reflejado en la progresión al alza de los estadígrafos (p25, p75, mediana, y media). Para todo el rango\nde años, los viajes de pesca se concentran en duraciones menores a los 10 días de viaje, con un promedio de\n5.4 días (@tbl-001, para ambas unidades de esfuerzo). Por tanto, el aumento en el desembarque anual no\nnecesariamente en consecuencia de la duración de los viajes de pesca, sino responde a una mayor frecuencia de\nviajes.\n\n\n::: {#fig-002 .cell .fig-column-page-right layout-ncol=\"1\"}\n::: {.cell-output-display}\n![Desembarque (ton) por viajes de pesca. Sobreposición del esfuerzo de pesca](01-oficiales_files/figure-html/fig-002-1.png){#fig-002-1 width=2100}\n:::\n\n::: {.cell-output-display}\n![Duración del viaje de pesca (días). Sobreposición del desembarque](01-oficiales_files/figure-html/fig-002-2.png){#fig-002-2 width=2100}\n:::\n\nGráficas de violín destacando el valor promedio (punto rojo) y los cuartiles (líneas) al 25% (p25), 50% (mediana) y 75% (p75) de variabilidad anual. La forma del violín muestra la frecuencia de registros.\n:::\n\n::: {.cell}\n\n:::\n\n\n## Captura y esfuerzo\n\nEl período 2018-2024 se caracteriza por un crecimiento sostenido en el desembarque y esfuerzo de pesca\n(@fig-003). El total mensual reportado en CONAPESCA no sobrepasa las 4,000 ton, que se registran en los\nprimeros meses de los años más recientes. La tendencia del desembarque es ligeramente diferente a la del\nesfuerzo de pesca, sugiriendo que las tasas de captura deberían tener diferencias explicadas por el año.\n\n\n::: {.cell .fig-column-body-outset-right}\n::: {.cell-output-display}\n![Captura y esfuerzo mensuales para el período 2018-2024. La línea continua y área achurada muestra un suavizador B-spline de orden 5.](01-oficiales_files/figure-html/fig-003-1.png){#fig-003 width=1350}\n:::\n:::\n\n\nEl ciclo estacional de la pesquería es evidente, con un aumento en los desembarques al principio del año\n(*i.e.*, enero-marzo) seguido de un descenso a alrededor del 25% de los niveles iniciales (@fig-004, paneles\nsuperiores). En cuanto al esfuerzo de pesca, se observa un patrón similar, con aproximadamente 600 días de\npesca por mes al inicio del año, disminuyendo posteriormente pero a una tasa diferente a la reducción de los\ndesembarques (@fig-004, paneles inferiores). Se destacan aumentos en el esfuerzo durante el segundo trimestre\nde cada año, especialmente en el período 2022-2024.\n\n\n::: {.cell .fig-column-body-outset-right}\n::: {.cell-output-display}\n![Patrón estacional de las capturas y esfuerzo de pesca para el período 2018-2024. La línea continua y área achurada muestra un suavizador B-spline de orden 5.](01-oficiales_files/figure-html/fig-004-1.png){#fig-004 width=1350}\n:::\n:::\n\n\n## Tasas de captura\n\nLas tasas de captura, expresadas como captura por unidad de esfuerzo (CPUE), han experimentado un aumento\nconstante durante el período 2018-2024 (@fig-005). La variación en las unidades de esfuerzo utilizadas (días\nde pesca, días efectivos, número de viajes) a nivel mensual no muestra diferencias significativas en el\nincremento de las tasas de captura.\n\n\n::: {.cell .fig-column-body-outset-right}\n::: {.cell-output-display}\n![Captura por unidad de esfuerzo (CPUE) basada en desembarques (ton). La línea continua y área achurada muestra un suavizador B-spline de orden 5.](01-oficiales_files/figure-html/fig-005-1.png){#fig-005 width=1350}\n:::\n:::\n\n\n### Modelamiento tasas de captura\n\nPara la construcción de las tasas de captura es crucial entender el comportamiento de los predictores\ntemporales, en este caso el `Año` y `Mes`. La inspección del patrón estacional de las capturas y esfuerzo\n(@fig-004) muestra un ciclo estacional bastante estable, aunque se observar diferencias importantes en la\nescala de la CPUE para los meses (@fig-005).\n\nLa incorporación de ambos predictores en un modelo lineal generalizado (@fig-006-1) corrobora el crecimiento\nsignificativo de la CPUE durante el período 2018-2024, y además indica que la interacción entre ambos\npredictores es significativa ($P<0.05$), mostrando que el patrón estacional de la CPUE es diferente entre años\n(@fig-006-2, @tbl-002). Específicamente, la tendencia anual de la CPUE es diferente para los últimos meses del\naño.\n\n\n::: {.cell .fig-column-body-outset-right}\n::: {.cell-output-display}\n![Valores de predictores lineales Mes y Año](01-oficiales_files/figure-html/fig-006-1.png){#fig-006-1 width=2100}\n:::\n\n::: {.cell-output-display}\n![Predicción anual de la CPUE por mes](01-oficiales_files/figure-html/fig-006-2.png){#fig-006-2 width=2100}\n:::\n:::\n\n\nLos parámetros estimados ($\\beta$) para el modelo de predicción de la CPUE se muestran en la @tbl-002,\ndestacando los predictores `Año+Mes` y la interacción `Año:Mes` son significativas. Para fines de la\nevaluación, se debe considerar únicamente el predictor Año.\n\n\n::: {#tbl-002 .cell tbl-cap='Parámetros estimados para un modelo cpue ~ Año * Mes'}\n::: {.cell-output-display}\n\n```{=html}\n
\n\n\n \n \n \n \n \n \n \n \n \n\n\n \n\n\n \n\n\n \n\n\n \n\n\n \n\n\n \n\n\n \n\n\n \n\n\n \n\n\n \n\n\n \n\n\n \n\n\n \n\n\n \n\n\n \n\n\n \n \n \n \n \n \n \n

Predictor

\n

Beta (95% CI)

\n
1

p-valor

\n
Año
<0.001
    20180.93 (0.74 to 1.1)
    20191.5 (1.3 to 1.7)
    20200.83 (0.70 to 0.96)
    20211.2 (1.1 to 1.4)
    20221.6 (1.5 to 1.7)
    20231.7 (1.6 to 1.8)
    20242.1 (2.0 to 2.3)
Mes-0.28 (-0.34 to -0.22)<0.001
Año * Mes
<0.001
    2019 * Mes-0.09 (-0.17 to -0.02)
    2020 * Mes0.29 (0.22 to 0.35)
    2021 * Mes0.25 (0.18 to 0.31)
    2022 * Mes0.28 (0.22 to 0.34)
    2023 * Mes0.27 (0.20 to 0.33)
    2024 * Mes0.17 (0.09 to 0.23)
1

CI = Confidence Interval

\n
\n
\n```\n\n:::\n:::\n", + "markdown": "---\ntitle: \"Análisis de datos\"\nsubtitle: \"Exploración de tendencias en las capturas y esfuerzo de pesca\"\ndate: \"Octubre, 2024\"\ndescription: \"\"\n---\n\n\n\n\n## Registros oficiales\n\nLa gestión pesquera de merluza común es conducida por SAGARPA, a través de CONAPESCA e INAPESCA. A pesar de\nque las capturas comercialmente de merluza en el Golfo de California comenzaron en la década de 1980, sólo en\nla primera década del milenio (2000-2010) fueron relevantes con 2 mil toneladas anuales, y los programas de\nmonitoreo están en operación desde el 2010. Esta sección describe las capturas reportada por CONAPESCA, con\nfines de explorar la temporalidad y posibles reconstrucciones de indices de abundancia.\n\n\n::: {.cell}\n\n:::\n\n::: {.cell}\n\n:::\n\n\n### Datos públicos de CONAPESCA\n\nExploración de datos proporcionados vía website por\n[CONAPESCA](https://conapesca.gob.mx/wb/cona/avisos_arribo_cosecha_produccion){target=\"_blank\"}, sobre arribos\ny cosecha por entidad federativa y por ejercicio fiscal.\n\nLos registros de CONAPESCA representan la actividad de pesca para el período 2018 y 2024. El desembarque\npromedio por viaje de pesca mostró un patrón creciente desde 10.2 ton el año 2018 a 25.8 ton el 2024. Durante\neste período se observo aumento en la desviación estándar del desembarque por viaje de pesca, que se condice\ncon una reducción en el promedio de la duración de los viajes (@tbl-001). Se detectaron diferencia en la\nestructura de datos para el año 2024, las que requieres una revisión antes de validar.\n\n\n::: {.cell}\n\n:::\n\n::: {#tbl-001 .cell .tbl-column-body-outset-right title='Estadisticas por tipo de captura (comercial versus descarte)' tbl-cap='Estadísticas del esfuerzo (duración viaje en días) y desembarque (toneladas) promedio por viaje de pesca para el período 2018-2024.'}\n::: {.cell-output-display}\n\n```{=html}\n
\n\n\n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n\n\n\n\n\n\n\n\n \n\n\n\n\n\n\n\n\n \n\n\n\n\n\n\n\n\n \n\n\n\n\n\n\n\n\n \n\n\n\n\n\n\n\n\n \n\n\n\n\n\n\n\n\n \n\n\n\n\n\n\n\n\n \n\n\n\n\n\n\n\n\n \n\n\n\n\n\n\n\n\n \n \n \n

Variable

\n

Overall
\nN = 3,789

\n

2018
\nN = 256

\n

2019
\nN = 281

\n

2020
\nN = 303

\n

2021
\nN = 466

\n

2022
\nN = 854

\n

2023
\nN = 902

\n

2024
\nN = 727

\n
Esfuerzo 1







    Media (DE)5.8 (3.9)9.4 (6.2)9.4 (5.1)8.2 (6.5)5.7 (3.2)4.8 (2.1)4.7 (1.9)5.0 (2.2)
    Q1 - Q34.0 - 7.06.0 - 11.07.0 - 11.05.0 - 9.04.0 - 7.03.0 - 6.03.0 - 6.04.0 - 6.0
Esfuerzo 2







    Media (DE)5.0 (3.2)7.8 (5.0)8.3 (4.6)6.9 (4.5)5.3 (2.8)4.1 (2.0)3.8 (1.8)4.0 (1.9)
    Q1 - Q33.0 - 6.05.0 - 9.05.0 - 10.04.0 - 8.03.0 - 6.03.0 - 5.03.0 - 5.03.0 - 5.0
Desembarque







    Media (DE)19.0 (13.4)10.2 (7.6)8.9 (8.3)14.9 (10.2)15.9 (15.9)20.4 (10.9)20.8 (12.8)25.8 (14.5)
    Q1 - Q38.7 - 26.02.9 - 16.00.8 - 15.36.0 - 22.02.9 - 23.013.0 - 28.011.0 - 28.916.1 - 34.0
\n
\n```\n\n:::\n:::\n\n\nLa variación del desembarque por viaje de pesca (@fig-002) muestra un incremento durante el período 2018 -\n2024, reflejado en la progresión al alza de los estadígrafos (p25, p75, mediana, y media). Para todo el rango\nde años, los viajes de pesca se concentran en duraciones menores a los 10 días de viaje, con un promedio de\n5.4 días (@tbl-001, para ambas unidades de esfuerzo). Por tanto, el aumento en el desembarque anual no\nnecesariamente en consecuencia de la duración de los viajes de pesca, sino responde a una mayor frecuencia de\nviajes.\n\n\n::: {#fig-002 .cell .fig-column-page-right layout-ncol=\"1\"}\n::: {.cell-output-display}\n![Desembarque (ton) por viajes de pesca. Sobreposición del esfuerzo de pesca](01-oficiales_files/figure-html/fig-002-1.png){#fig-002-1 width=2100}\n:::\n\n::: {.cell-output-display}\n![Duración del viaje de pesca (días). Sobreposición del desembarque](01-oficiales_files/figure-html/fig-002-2.png){#fig-002-2 width=2100}\n:::\n\nGráficas de violín destacando el valor promedio (punto rojo) y los cuartiles (líneas) al 25% (p25), 50% (mediana) y 75% (p75) de variabilidad anual. La forma del violín muestra la frecuencia de registros.\n:::\n\n::: {.cell}\n\n:::\n\n\n## Captura y esfuerzo\n\nEl período 2018-2024 se caracteriza por un crecimiento sostenido en el desembarque y esfuerzo de pesca\n(@fig-003). El total mensual reportado en CONAPESCA no sobrepasa las 4,000 ton, que se registran en los\nprimeros meses de los años más recientes. La tendencia del desembarque es ligeramente diferente a la del\nesfuerzo de pesca, sugiriendo que las tasas de captura deberían tener diferencias explicadas por el año.\n\n\n::: {.cell .fig-column-body-outset-right}\n::: {.cell-output-display}\n![Captura y esfuerzo mensuales para el período 2018-2024. La línea continua y área achurada muestra un suavizador B-spline de orden 5.](01-oficiales_files/figure-html/fig-003-1.png){#fig-003 width=1350}\n:::\n:::\n\n\nEl ciclo estacional de la pesquería es evidente, con un aumento en los desembarques al principio del año\n(*i.e.*, enero-marzo) seguido de un descenso a alrededor del 25% de los niveles iniciales (@fig-004, paneles\nsuperiores). En cuanto al esfuerzo de pesca, se observa un patrón similar, con aproximadamente 600 días de\npesca por mes al inicio del año, disminuyendo posteriormente pero a una tasa diferente a la reducción de los\ndesembarques (@fig-004, paneles inferiores). Se destacan aumentos en el esfuerzo durante el segundo trimestre\nde cada año, especialmente en el período 2022-2024.\n\n\n::: {.cell .fig-column-body-outset-right}\n::: {.cell-output-display}\n![Patrón estacional de las capturas y esfuerzo de pesca para el período 2018-2024. La línea continua y área achurada muestra un suavizador B-spline de orden 5.](01-oficiales_files/figure-html/fig-004-1.png){#fig-004 width=1350}\n:::\n:::\n\n\n## Tasas de captura\n\nLas tasas de captura, expresadas como captura por unidad de esfuerzo (CPUE), han experimentado un aumento\nconstante durante el período 2018-2024 (@fig-005). La variación en las unidades de esfuerzo utilizadas (días\nde pesca, días efectivos, número de viajes) a nivel mensual no muestra diferencias significativas en el\nincremento de las tasas de captura.\n\n\n::: {.cell .fig-column-body-outset-right}\n::: {.cell-output-display}\n![Captura por unidad de esfuerzo (CPUE) basada en desembarques (ton). La línea continua y área achurada muestra un suavizador B-spline de orden 5.](01-oficiales_files/figure-html/fig-005-1.png){#fig-005 width=1350}\n:::\n:::\n\n\n### Modelamiento tasas de captura\n\nPara la construcción de las tasas de captura es crucial entender el comportamiento de los predictores\ntemporales, en este caso el `Año` y `Mes`. La inspección del patrón estacional de las capturas y esfuerzo\n(@fig-004) muestra un ciclo estacional bastante estable, aunque se observar diferencias importantes en la\nescala de la CPUE para los meses (@fig-005).\n\nLa incorporación de ambos predictores en un modelo lineal generalizado (@fig-006-1) corrobora el crecimiento\nsignificativo de la CPUE durante el período 2018-2024, y además indica que la interacción entre ambos\npredictores es significativa ($P<0.05$), mostrando que el patrón estacional de la CPUE es diferente entre años\n(@fig-006-2, @tbl-002). Específicamente, la tendencia anual de la CPUE es diferente para los últimos meses del\naño.\n\n\n::: {.cell .fig-column-body-outset-right}\n::: {.cell-output-display}\n![Valores de predictores lineales Mes y Año](01-oficiales_files/figure-html/fig-006-1.png){#fig-006-1 width=2100}\n:::\n\n::: {.cell-output-display}\n![Predicción anual de la CPUE por mes](01-oficiales_files/figure-html/fig-006-2.png){#fig-006-2 width=2100}\n:::\n:::\n\n\nLos parámetros estimados ($\\beta$) para el modelo de predicción de la CPUE se muestran en la @tbl-002,\ndestacando los predictores `Año+Mes` y la interacción `Año:Mes` son significativas. Para fines de la\nevaluación, se debe considerar únicamente el predictor Año.\n\n\n::: {#tbl-002 .cell tbl-cap='Parámetros estimados para un modelo cpue ~ Año * Mes'}\n::: {.cell-output-display}\n\n```{=html}\n
\n\n\n \n \n \n \n \n \n \n \n \n\n\n \n\n\n \n\n\n \n\n\n \n\n\n \n\n\n \n\n\n \n\n\n \n\n\n \n\n\n \n\n\n \n\n\n \n\n\n \n\n\n \n\n\n \n\n\n \n \n \n \n \n \n \n

Predictor

\n

Beta (95% CI)

\n
1

p-valor

\n
Año
<0.001
    20180.93 (0.74 to 1.1)
    20191.5 (1.3 to 1.7)
    20200.83 (0.70 to 0.96)
    20211.2 (1.1 to 1.4)
    20221.6 (1.5 to 1.7)
    20231.7 (1.6 to 1.8)
    20242.1 (2.0 to 2.3)
Mes-0.28 (-0.34 to -0.22)<0.001
Año * Mes
<0.001
    2019 * Mes-0.09 (-0.17 to -0.02)
    2020 * Mes0.29 (0.22 to 0.35)
    2021 * Mes0.25 (0.18 to 0.31)
    2022 * Mes0.28 (0.22 to 0.34)
    2023 * Mes0.27 (0.20 to 0.33)
    2024 * Mes0.17 (0.09 to 0.23)
1

CI = Confidence Interval

\n
\n
\n```\n\n:::\n:::\n", "supporting": [ "01-oficiales_files" ], diff --git a/_freeze/datos/01-oficiales/figure-html/fig-002-1.png b/_freeze/datos/01-oficiales/figure-html/fig-002-1.png index b1c2523..3d4eaff 100644 Binary files a/_freeze/datos/01-oficiales/figure-html/fig-002-1.png and b/_freeze/datos/01-oficiales/figure-html/fig-002-1.png differ diff --git a/_freeze/datos/01-oficiales/figure-html/fig-002-2.png b/_freeze/datos/01-oficiales/figure-html/fig-002-2.png index f6d9073..dfd045f 100644 Binary files a/_freeze/datos/01-oficiales/figure-html/fig-002-2.png and b/_freeze/datos/01-oficiales/figure-html/fig-002-2.png differ diff --git a/_freeze/datos/01-oficiales/figure-pdf/fig-002-1.pdf b/_freeze/datos/01-oficiales/figure-pdf/fig-002-1.pdf index 5fb94e9..38fc867 100644 Binary files a/_freeze/datos/01-oficiales/figure-pdf/fig-002-1.pdf and b/_freeze/datos/01-oficiales/figure-pdf/fig-002-1.pdf differ diff --git a/_freeze/datos/01-oficiales/figure-pdf/fig-002-2.pdf b/_freeze/datos/01-oficiales/figure-pdf/fig-002-2.pdf index 2da553c..f2c1442 100644 Binary files a/_freeze/datos/01-oficiales/figure-pdf/fig-002-2.pdf and b/_freeze/datos/01-oficiales/figure-pdf/fig-002-2.pdf differ diff --git a/_freeze/datos/01-oficiales/figure-pdf/fig-003-1.pdf b/_freeze/datos/01-oficiales/figure-pdf/fig-003-1.pdf index 823d417..6ecb9b7 100644 Binary files a/_freeze/datos/01-oficiales/figure-pdf/fig-003-1.pdf and b/_freeze/datos/01-oficiales/figure-pdf/fig-003-1.pdf differ diff --git a/_freeze/datos/01-oficiales/figure-pdf/fig-004-1.pdf b/_freeze/datos/01-oficiales/figure-pdf/fig-004-1.pdf index c4b1df3..d2c0647 100644 Binary files a/_freeze/datos/01-oficiales/figure-pdf/fig-004-1.pdf and b/_freeze/datos/01-oficiales/figure-pdf/fig-004-1.pdf differ diff --git a/_freeze/datos/01-oficiales/figure-pdf/fig-005-1.pdf b/_freeze/datos/01-oficiales/figure-pdf/fig-005-1.pdf index 8e71624..288253f 100644 Binary files a/_freeze/datos/01-oficiales/figure-pdf/fig-005-1.pdf and b/_freeze/datos/01-oficiales/figure-pdf/fig-005-1.pdf differ diff --git a/_freeze/datos/01-oficiales/figure-pdf/fig-006-1.pdf b/_freeze/datos/01-oficiales/figure-pdf/fig-006-1.pdf index 3f590e2..24d32b0 100644 Binary files a/_freeze/datos/01-oficiales/figure-pdf/fig-006-1.pdf and b/_freeze/datos/01-oficiales/figure-pdf/fig-006-1.pdf differ diff --git a/_freeze/datos/01-oficiales/figure-pdf/fig-006-2.pdf b/_freeze/datos/01-oficiales/figure-pdf/fig-006-2.pdf index b78fcbd..851c6e6 100644 Binary files a/_freeze/datos/01-oficiales/figure-pdf/fig-006-2.pdf and b/_freeze/datos/01-oficiales/figure-pdf/fig-006-2.pdf differ diff --git a/_freeze/datos/01-tallas/execute-results/html.json b/_freeze/datos/01-tallas/execute-results/html.json index 4891393..037e71e 100644 --- a/_freeze/datos/01-tallas/execute-results/html.json +++ b/_freeze/datos/01-tallas/execute-results/html.json @@ -2,7 +2,7 @@ "hash": "c1518f8e5d68933e93b94a13d27d749d", "result": { "engine": "knitr", - "markdown": "---\ntitle: \"Estructura de tallas\"\nsubtitle: \"Dinámica poblacional y selectividades\"\ndate: \"Octubre, 2024\"\ndescription: \"\"\n---\n\n\n\n\n## Utilidad de las estructuras de tamaños\n\nLas composiciones de tamaños y los pesos medios en un modelo de evaluación poblacional permiten influir en dos\nprocesos importantes para la estimación de variables de estado (por ejemplo, biomasa y reclutamiento): (i) el\ncrecimiento poblacional, que se refiere a cómo las cohortes progresan temporalmente en la dinámica\npoblacional, describiendo la fuerza de los reclutamientos (es decir, un sustituto de los nacimientos) y (ii)\ndeterminar la fracción explotable de la población representada por las selectividades de la pesquería.\n\n\n::: {.cell}\n\n:::\n\n\n## Estadísticas\n\nUn total de 26770 muestras fueron analizadas para describir los cambios anuales en los tamaños y\npesos de peces retenidos y descartados (@tbl-001). Un 79.98% corresponden a muestras\npara la construcción de composiciones de talla de la captura comercial, y el restante\n20.02% se utilizarán para la construcción de las estructuras de tallas de la captura\ndescartada. Un total de 1537 muestras son descartada por no identificar sexo (@tbl-001).\n\n\n::: {#tbl-001 .cell .tbl-column-body-outset-right tbl-cap='Tamaño de muestra por tipo de captura (comercial versus descarte) e identificación de sexo. Porcentaje aplica en niveles para cada factor.'}\n::: {.cell-output-display}\n\n```{=html}\n
\n\n\n \n \n \n \n \n \n \n \n \n \n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n \n \n

Factor

\n

Comercial
\nN = 19,525

\n

Descarte
\nN = 4,887

\n

Totales

\n

N = 24,412

\n

Muestras

\n
Año, n (%)


24,412
    20154,139 (64%)2,332 (36%)6,471
    20163,529 (93%)258 (6.8%)3,787
    20172,385 (76%)745 (24%)3,130
    20182,303 (81%)525 (19%)2,828
    20191,858 (85%)324 (15%)2,182
    20201,490 (88%)206 (12%)1,696
    20211,529 (85%)279 (15%)1,808
    2022914 (91%)95 (9.4%)1,009
    20231,378 (92%)123 (8.2%)1,501
Sexo, n (%)


23,069
    Hembras8,236 (81%)1,900 (19%)10,136
    Indefinido15 (7.7%)179 (92%)194
    Machos10,058 (79%)2,681 (21%)12,739
    (Perdidos)1,2161271,343
\n
\n```\n\n:::\n:::\n\n\nLa @tbl-002 indica diferencias significativas en la talla y peso promedio entre muestras de captura comercial\ny descartada. El rango de tallas de la captura comercial va de 6 a 108 cm, con pesos entre 5 gr y 17.1 kg. Por\notro lado, el peso promedio de la captura descartada es de 347 gr, notablemente inferior al de la captura\ncomercial.\n\n\n::: {#tbl-002 .cell .tbl-column-body-outset-right tbl-cap='Estadisticas de las tallas y peso por tipo de captura (comercial versus descarte). Valor P negrilla indica diferecias significativa entre la captura comercial y descartada.'}\n::: {.cell-output-display}\n\n```{=html}\n
\n\n\n \n \n \n \n \n \n \n \n \n \n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n \n \n \n \n \n \n

Factor

\n

Comercial
\nN = 19 525

\n

Descarte
\nN = 4 887

\n

Totales

\n

N = 24 412

\n

p-valor

\n
1
Talla


<0·0001
    Media (DE)55·0 (11·7)31·4 (8·2)50·3 (14·6)
    Min - Max13·0 - 108·06·2 - 80·06·2 - 108·0
    (Perdidos)231033
Peso


<0·0001
    Media (DE)1 832 (1 002)347 (407)1 512 (1 093)
    Min - Max29 - 17 1195 - 6 6615 - 17 119
    (Perdidos)1 869421 911
1

t de Student

\n
\n
\n```\n\n:::\n:::\n\n\n## Estructura de tallas\n\nLas composiciones de tamaño de la captura comercial y descartada muestran señales importantes para fines de la\nevaluación poblacional (@fig-001). Los descartes de hembras, @tbl-003, revelan ingresos de cohortes que\nprogresan en periodos de al menos 4 años (2019-2022). Similarmente la captura comercial muestra reducción de\nla fracción vulnerables (i.e., mayormente peces de tamaños grande, @tbl-003a), que podría indicar cambios en\nlas estrategias de pesca o aumentos en los niveles de mortalidad por pesca.\n\n\n::: {.cell}\n::: {.cell-output-display}\n![Estructura de tamaño de merluza del pacífico](01-tallas_files/figure-html/fig-001-1.png){#fig-001 width=2100}\n:::\n:::\n\n::: {.cell}\n\n:::\n\n::: {#tbl-003 .cell .tbl-column-page-inset-right layout-ncol=\"1\" tbl-cap='Talla media para la captura comercial y descartada en Hemnbras.'}\n::: {.cell-output-display}\n\n```{=html}\n
\n\n\n \n \n \n \n \n \n \n \n \n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n \n \n \n \n \n \n \n \n \n

Factor

\n

Comercial
\nN = 8,236

\n
1

Descarte
\nN = 1,900

\n
1

p-valor

\n
2
Año

<0.001
    201569.030.0
    201657.026.0
    201757.826.5
    201857.631.2
    201950.027.5
    202055.036.0
    202151.233.1
    202252.435.0
    202361.026.3
1

Talla: Mediana

\n
2

Two-way ANOVA

\n
\n
\n```\n\n:::\n:::\n\n::: {#tbl-003a .cell .tbl-column-page-inset-right layout-ncol=\"1\" tbl-cap='Talla media para la captura comercial y descartada en Machos'}\n::: {.cell-output-display}\n\n```{=html}\n
\n\n\n \n \n \n \n \n \n \n \n \n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n \n \n \n \n \n \n \n \n \n

Factor

\n

Comercial
\nN = 10,058

\n
1

Descarte
\nN = 2,681

\n
1

p-valor

\n
2
Año

<0.001
    201564.031.0
    201654.025.0
    201754.526.3
    201851.130.3
    201945.326.5
    202050.035.0
    202146.735.0
    202249.334.3
    202351.129.6
1

Talla: Mediana

\n
2

Two-way ANOVA

\n
\n
\n```\n\n:::\n:::\n\n\n## Longitud-peso\n\nEl crecimiento en peso, $W = a*L^b$, que depende de la talla, será utilizado para modelar el crecimiento en el\nmodelo de evaluación. Para esto es requerido estimar los parámetros *a* y *b* de la relación L-W.\nEspecíficamente es relevante discriminar como el cambio de estos parámetros es función del tiempo (años) y el\nsexo, con énfasis en determinar cuando el crecimiento es de tipo isométrico $b = 3$ o alométrico si\n$b \\neq 3$.\n\n\n::: {.cell}\n::: {.cell-output-display}\n![Relación L-W para hembras y machos durante el período 2015 - 2023, destacando el destino de la captura](01-tallas_files/figure-html/fig-003-1.png){#fig-003 width=2100}\n:::\n:::\n\n\nLos valores de los parámetros estimados para la pendiente ($log(a)$) y crecimiento ($b$) bajo diferentes\ninteracciones con el año y el sexo, sugieren que los cambios temporales en el crecimiento individual no son\nsignificativos (@fig-002-1), mientras que se detectan diferencias significativas entre sexo (@fig-002-2). La\n@fig-004 muestra las curva de la relación longitud-peso que se utilizaran en el modelamiento de merluza del\npacífico ([Sección modelos](../modelos/index.qmd)).\n\n\n::: {#fig-002 .cell layout-ncol=\"1\"}\n::: {.cell-output-display}\n![Interacción con el predictor Año](01-tallas_files/figure-html/fig-002-1.png){#fig-002-1 width=930}\n:::\n\n::: {.cell-output-display}\n![Interacción con el predictor Sexo](01-tallas_files/figure-html/fig-002-2.png){#fig-002-2 width=930}\n:::\n\nParámetros de la relacion L-W\n:::\n\n::: {.cell .fig-column-body-outset-right}\n::: {.cell-output-display}\n![Relación L-W para hembras y machos utilizadas en los modelos de evaluación](01-tallas_files/figure-html/fig-004-1.png){#fig-004 width=2100}\n:::\n:::\n\n\n## Selectividades\n\nLas curvas de estructuras de tallas acumuladas permiten identificar de manera sencilla en qué tallas se\nproducen los puntos de inflexión en las selectividades de la flota (@fig-005). La talla al 50% de selectividad\ny la talla de máxima selectividad (100%) difieren en cuanto al valor promedio (@tbl-004). En la pesca\ncomercial, la selectividad varía entre 50% y 100% en tallas de 53 cm a 74 cm. Para la pesca descartada, la\nselectividad se encuentra en un rango más estrecho, entre 29 cm y 61 cm. En cuanto a las composiciones\nconjuntas de tallas (comercial + descartes), el rango es intermedio.\n\n\n::: {.cell}\n::: {.cell-output-display}\n![Proporción de captura acumulada a lo largo de las tallas de merluza del pacífico](01-tallas_files/figure-html/fig-005-1.png){#fig-005 width=2100}\n:::\n:::\n\n::: {#tbl-004 .cell .tbl-column-body-outset-right tbl-cap='Tallas media (50%) y reclutadas (100%) de selectividad para conjunto de estrucuturas de tamaños de la captura comercial y descartada, asumiendo sexos conjunto y a traves del período 2015 - 2023. En (sd) se muestra la desviación estandar y en [rango] el rango para cada tipo de talla.'}\n::: {.cell-output-display}\n\n```{=html}\n
\n\n\n \n \n \n \n \n \n \n \n \n \n \n\n\n\n\n \n\n\n\n\n \n \n \n

Talla

\n

Comercial
\nN = 18

\n

Descarte
\nN = 18

\n

Conjunta

\n

N = 36

\n

Muestras

\n
50%, Media (DE) | [Min-Max]53 (6) | [44-67]29 (4) | [24-35]41 (13) | [24-67]36
100%, Media (DE) | [Min-Max]74 (12) | [59-95]49 (12) | [35-75]61 (17) | [35-95]36
\n
\n```\n\n:::\n:::\n", + "markdown": "---\ntitle: \"Estructura de tallas\"\nsubtitle: \"Dinámica poblacional y selectividades\"\ndate: \"Octubre, 2024\"\ndescription: \"\"\n---\n\n\n\n\n## Utilidad de las estructuras de tamaños\n\nLas composiciones de tamaños y los pesos medios en un modelo de evaluación poblacional permiten influir en dos\nprocesos importantes para la estimación de variables de estado (por ejemplo, biomasa y reclutamiento): (i) el\ncrecimiento poblacional, que se refiere a cómo las cohortes progresan temporalmente en la dinámica\npoblacional, describiendo la fuerza de los reclutamientos (es decir, un sustituto de los nacimientos) y (ii)\ndeterminar la fracción explotable de la población representada por las selectividades de la pesquería.\n\n\n::: {.cell}\n\n:::\n\n\n## Estadísticas\n\nUn total de 26770 muestras fueron analizadas para describir los cambios anuales en los tamaños y\npesos de peces retenidos y descartados (@tbl-001). Un 79.98% corresponden a muestras\npara la construcción de composiciones de talla de la captura comercial, y el restante\n20.02% se utilizarán para la construcción de las estructuras de tallas de la captura\ndescartada. Un total de 1537 muestras son descartada por no identificar sexo (@tbl-001).\n\n\n::: {#tbl-001 .cell .tbl-column-body-outset-right tbl-cap='Tamaño de muestra por tipo de captura (comercial versus descarte) e identificación de sexo. Porcentaje aplica en niveles para cada factor.'}\n::: {.cell-output-display}\n\n```{=html}\n
\n\n\n \n \n \n \n \n \n \n \n \n \n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n \n \n

Factor

\n

Comercial
\nN = 19,525

\n

Descarte
\nN = 4,887

\n

Totales

\n

N = 24,412

\n

Muestras

\n
Año, n (%)


24,412
    20154,139 (64%)2,332 (36%)6,471
    20163,529 (93%)258 (6.8%)3,787
    20172,385 (76%)745 (24%)3,130
    20182,303 (81%)525 (19%)2,828
    20191,858 (85%)324 (15%)2,182
    20201,490 (88%)206 (12%)1,696
    20211,529 (85%)279 (15%)1,808
    2022914 (91%)95 (9.4%)1,009
    20231,378 (92%)123 (8.2%)1,501
Sexo, n (%)


23,069
    Hembras8,236 (81%)1,900 (19%)10,136
    Indefinido15 (7.7%)179 (92%)194
    Machos10,058 (79%)2,681 (21%)12,739
    (Perdidos)1,2161271,343
\n
\n```\n\n:::\n:::\n\n\nLa @tbl-002 indica diferencias significativas en la talla y peso promedio entre muestras de captura comercial\ny descartada. El rango de tallas de la captura comercial va de 6 a 108 cm, con pesos entre 5 gr y 17.1 kg. Por\notro lado, el peso promedio de la captura descartada es de 347 gr, notablemente inferior al de la captura\ncomercial.\n\n\n::: {#tbl-002 .cell .tbl-column-body-outset-right tbl-cap='Estadisticas de las tallas y peso por tipo de captura (comercial versus descarte). Valor P negrilla indica diferecias significativa entre la captura comercial y descartada.'}\n::: {.cell-output-display}\n\n```{=html}\n
\n\n\n \n \n \n \n \n \n \n \n \n \n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n\n\n\n\n \n \n \n \n \n \n \n

Factor

\n

Comercial
\nN = 19 525

\n

Descarte
\nN = 4 887

\n

Totales

\n

N = 24 412

\n

p-valor

\n
1
Talla


<0·0001
    Media (DE)55·0 (11·7)31·4 (8·2)50·3 (14·6)
    Min - Max13·0 - 108·06·2 - 80·06·2 - 108·0
    (Perdidos)231033
Peso


<0·0001
    Media (DE)1 832 (1 002)347 (407)1 512 (1 093)
    Min - Max29 - 17 1195 - 6 6615 - 17 119
    (Perdidos)1 869421 911
1

t de Student

\n
\n
\n```\n\n:::\n:::\n\n\n## Estructura de tallas\n\nLas composiciones de tamaño de la captura comercial y descartada muestran señales importantes para fines de la\nevaluación poblacional (@fig-001). Los descartes de hembras, @tbl-003, revelan ingresos de cohortes que\nprogresan en periodos de al menos 4 años (2019-2022). Similarmente la captura comercial muestra reducción de\nla fracción vulnerables (i.e., mayormente peces de tamaños grande, @tbl-003a), que podría indicar cambios en\nlas estrategias de pesca o aumentos en los niveles de mortalidad por pesca.\n\n\n::: {.cell}\n::: {.cell-output-display}\n![Estructura de tamaño de merluza del pacífico](01-tallas_files/figure-html/fig-001-1.png){#fig-001 width=2100}\n:::\n:::\n\n::: {.cell}\n\n:::\n\n::: {#tbl-003 .cell .tbl-column-page-inset-right layout-ncol=\"1\" tbl-cap='Talla media para la captura comercial y descartada en Hemnbras.'}\n::: {.cell-output-display}\n\n```{=html}\n
\n\n\n \n \n \n \n \n \n \n \n \n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n \n \n \n \n \n \n \n \n \n

Factor

\n

Comercial
\nN = 8,236

\n
1

Descarte
\nN = 1,900

\n
1

p-valor

\n
2
Año

<0.001
    201569.030.0
    201657.026.0
    201757.826.5
    201857.631.2
    201950.027.5
    202055.036.0
    202151.233.1
    202252.435.0
    202361.026.3
1

Talla: Mediana

\n
2

Two-way ANOVA

\n
\n
\n```\n\n:::\n:::\n\n::: {#tbl-003a .cell .tbl-column-page-inset-right layout-ncol=\"1\" tbl-cap='Talla media para la captura comercial y descartada en Machos'}\n::: {.cell-output-display}\n\n```{=html}\n
\n\n\n \n \n \n \n \n \n \n \n \n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n \n \n \n \n \n \n \n \n \n

Factor

\n

Comercial
\nN = 10,058

\n
1

Descarte
\nN = 2,681

\n
1

p-valor

\n
2
Año

<0.001
    201564.031.0
    201654.025.0
    201754.526.3
    201851.130.3
    201945.326.5
    202050.035.0
    202146.735.0
    202249.334.3
    202351.129.6
1

Talla: Mediana

\n
2

Two-way ANOVA

\n
\n
\n```\n\n:::\n:::\n\n\n## Longitud-peso\n\nEl crecimiento en peso, $W = a*L^b$, que depende de la talla, será utilizado para modelar el crecimiento en el\nmodelo de evaluación. Para esto es requerido estimar los parámetros *a* y *b* de la relación L-W.\nEspecíficamente es relevante discriminar como el cambio de estos parámetros es función del tiempo (años) y el\nsexo, con énfasis en determinar cuando el crecimiento es de tipo isométrico $b = 3$ o alométrico si\n$b \\neq 3$.\n\n\n::: {.cell}\n::: {.cell-output-display}\n![Relación L-W para hembras y machos durante el período 2015 - 2023, destacando el destino de la captura](01-tallas_files/figure-html/fig-003-1.png){#fig-003 width=2100}\n:::\n:::\n\n\nLos valores de los parámetros estimados para la pendiente ($log(a)$) y crecimiento ($b$) bajo diferentes\ninteracciones con el año y el sexo, sugieren que los cambios temporales en el crecimiento individual no son\nsignificativos (@fig-002-1), mientras que se detectan diferencias significativas entre sexo (@fig-002-2). La\n@fig-004 muestra las curva de la relación longitud-peso que se utilizaran en el modelamiento de merluza del\npacífico ([Sección modelos](../modelos/index.qmd)).\n\n\n::: {#fig-002 .cell layout-ncol=\"1\"}\n::: {.cell-output-display}\n![Interacción con el predictor Año](01-tallas_files/figure-html/fig-002-1.png){#fig-002-1 width=930}\n:::\n\n::: {.cell-output-display}\n![Interacción con el predictor Sexo](01-tallas_files/figure-html/fig-002-2.png){#fig-002-2 width=930}\n:::\n\nParámetros de la relacion L-W\n:::\n\n::: {.cell .fig-column-body-outset-right}\n::: {.cell-output-display}\n![Relación L-W para hembras y machos utilizadas en los modelos de evaluación](01-tallas_files/figure-html/fig-004-1.png){#fig-004 width=2100}\n:::\n:::\n\n\n## Selectividades\n\nLas curvas de estructuras de tallas acumuladas permiten identificar de manera sencilla en qué tallas se\nproducen los puntos de inflexión en las selectividades de la flota (@fig-005). La talla al 50% de selectividad\ny la talla de máxima selectividad (100%) difieren en cuanto al valor promedio (@tbl-004). En la pesca\ncomercial, la selectividad varía entre 50% y 100% en tallas de 53 cm a 74 cm. Para la pesca descartada, la\nselectividad se encuentra en un rango más estrecho, entre 29 cm y 61 cm. En cuanto a las composiciones\nconjuntas de tallas (comercial + descartes), el rango es intermedio.\n\n\n::: {.cell}\n::: {.cell-output-display}\n![Proporción de captura acumulada a lo largo de las tallas de merluza del pacífico](01-tallas_files/figure-html/fig-005-1.png){#fig-005 width=2100}\n:::\n:::\n\n::: {#tbl-004 .cell .tbl-column-body-outset-right tbl-cap='Tallas media (50%) y reclutadas (100%) de selectividad para conjunto de estrucuturas de tamaños de la captura comercial y descartada, asumiendo sexos conjunto y a traves del período 2015 - 2023. En (sd) se muestra la desviación estandar y en [rango] el rango para cada tipo de talla.'}\n::: {.cell-output-display}\n\n```{=html}\n
\n\n\n \n \n \n \n \n \n \n \n \n \n \n\n\n\n\n \n\n\n\n\n \n \n \n

Talla

\n

Comercial
\nN = 18

\n

Descarte
\nN = 18

\n

Conjunta

\n

N = 36

\n

Muestras

\n
50%, Media (DE) | [Min-Max]53 (6) | [44-67]29 (4) | [24-35]41 (13) | [24-67]36
100%, Media (DE) | [Min-Max]74 (12) | [59-95]49 (12) | [35-75]61 (17) | [35-95]36
\n
\n```\n\n:::\n:::\n", "supporting": [ "01-tallas_files" ], diff --git a/_freeze/datos/01-tallas/figure-pdf/fig-001-1.pdf b/_freeze/datos/01-tallas/figure-pdf/fig-001-1.pdf index daabbbb..954f0f0 100644 Binary files a/_freeze/datos/01-tallas/figure-pdf/fig-001-1.pdf and b/_freeze/datos/01-tallas/figure-pdf/fig-001-1.pdf differ diff --git a/_freeze/datos/01-tallas/figure-pdf/fig-002-1.pdf b/_freeze/datos/01-tallas/figure-pdf/fig-002-1.pdf index 05da28f..87ce552 100644 Binary files a/_freeze/datos/01-tallas/figure-pdf/fig-002-1.pdf and b/_freeze/datos/01-tallas/figure-pdf/fig-002-1.pdf differ diff --git a/_freeze/datos/01-tallas/figure-pdf/fig-002-2.pdf b/_freeze/datos/01-tallas/figure-pdf/fig-002-2.pdf index 4b86470..ca58ad7 100644 Binary files a/_freeze/datos/01-tallas/figure-pdf/fig-002-2.pdf and b/_freeze/datos/01-tallas/figure-pdf/fig-002-2.pdf differ diff --git a/_freeze/datos/01-tallas/figure-pdf/fig-003-1.pdf b/_freeze/datos/01-tallas/figure-pdf/fig-003-1.pdf index 53eb0b8..27d5943 100644 Binary files a/_freeze/datos/01-tallas/figure-pdf/fig-003-1.pdf and b/_freeze/datos/01-tallas/figure-pdf/fig-003-1.pdf differ diff --git a/_freeze/datos/01-tallas/figure-pdf/fig-004-1.pdf b/_freeze/datos/01-tallas/figure-pdf/fig-004-1.pdf index 39f3b38..e537179 100644 Binary files a/_freeze/datos/01-tallas/figure-pdf/fig-004-1.pdf and b/_freeze/datos/01-tallas/figure-pdf/fig-004-1.pdf differ diff --git a/_freeze/datos/01-tallas/figure-pdf/fig-005-1.pdf b/_freeze/datos/01-tallas/figure-pdf/fig-005-1.pdf index 111a419..d7ab07c 100644 Binary files a/_freeze/datos/01-tallas/figure-pdf/fig-005-1.pdf and b/_freeze/datos/01-tallas/figure-pdf/fig-005-1.pdf differ diff --git a/_freeze/datos/index/execute-results/html.json b/_freeze/datos/index/execute-results/html.json deleted file mode 100644 index 3da5c0f..0000000 --- a/_freeze/datos/index/execute-results/html.json +++ /dev/null @@ -1,15 +0,0 @@ -{ - "hash": "3388ce7692dea18bf2a65c3824804853", - "result": { - "engine": "knitr", - "markdown": "---\ntitle: \"assessment\"\n---\n\n\nThis is a Quarto website.\n\nTo learn more about Quarto websites visit .\n\n\n::: {.cell}\n::: {.cell-output .cell-output-stdout}\n\n```\n[1] 2\n```\n\n\n:::\n:::\n", - "supporting": [], - "filters": [ - "rmarkdown/pagebreak.lua" - ], - "includes": {}, - "engineDependencies": {}, - "preserve": {}, - "postProcess": true - } -} \ No newline at end of file diff --git a/_freeze/datos/index/execute-results/tex.json b/_freeze/datos/index/execute-results/tex.json deleted file mode 100644 index b93172c..0000000 --- a/_freeze/datos/index/execute-results/tex.json +++ /dev/null @@ -1,17 +0,0 @@ -{ - "hash": "3388ce7692dea18bf2a65c3824804853", - "result": { - "engine": "knitr", - "markdown": "---\ntitle: \"assessment\"\n---\n\n\n\nThis is a Quarto website.\n\nTo learn more about Quarto websites visit .\n\n\n\n::: {.cell}\n::: {.cell-output .cell-output-stdout}\n\n```\n[1] 2\n```\n\n\n:::\n:::\n", - "supporting": [ - "index_files" - ], - "filters": [ - "rmarkdown/pagebreak.lua" - ], - "includes": {}, - "engineDependencies": {}, - "preserve": null, - "postProcess": false - } -} \ No newline at end of file diff --git a/_freeze/modelos/03-procesos/execute-results/html.json b/_freeze/modelos/03-procesos/execute-results/html.json index 25d1825..d4d6ea4 100644 --- a/_freeze/modelos/03-procesos/execute-results/html.json +++ b/_freeze/modelos/03-procesos/execute-results/html.json @@ -2,7 +2,7 @@ "hash": "cf68c17f0cb0256612567ffe01693758", "result": { "engine": "knitr", - "markdown": "---\ntitle: \"Procesos poblacionales\"\nsubtitle: \"Métodos y supuestos de la evaluación\"\ndate: \"Octubre, 2024\"\ndescription: \"\"\n---\n\n\n\n\n## Crecimiento\n\n\n::: {.cell .plain .tbl-column-margin tbl-cap='Estimaciones de parámetros VBGM para merluza del pacífico'}\n::: {.cell-output-display}\n\n```{=html}\n
\n\n\n \n \n \n \n \n \n \n \n \n\n\n \n\n\n \n\n\n \n \n \n
ParámetroSexoValor
LinfConjunto109.33
kConjunto0.12
toConjunto-0.82
\n
\n```\n\n:::\n:::\n\n\nEl crecimiento individual fue modelado por medio de una clave talla-edad en base a los parámetros descritos\npor el método de von-Bertalanffy (VBGM) para sexos conjunto. Varias estimaciones de crecimiento fueron\ndescritas en @zamora2021ecologia, donde se proporcionaron estimaciones de longitud infinita ($L_{\\infty}$),\ntasa de crecimiento individual ($k$), y edad a longitud cero ($t_0$) para sexos conjuntos.\n\nLa conversión desde talla a edad fue realizada asumiendo que los grupos de edad se describen por medio de una\ntalla modal (i.e., talla media) y su variación en el grupo (i.e., desviación estándar), asumiendo una\ndistribución normal. Para esto, se simuló la talla de reclutamiento a la pesquería desde las composiciones de\ntamaños ([Datos/Tallas](../datos/01-tallas.qmd)) y se exploró el número de grupos de edad requeridos para\nincorporar las tallas muestreadas (@fig-001).\n\n\n::: {.cell .fig-column-body-outset-right}\n::: {.cell-output-display}\n![Participación de grupos de edad en el rango de tamaños (1-110 cm) que se incluye en el modelo.](03-procesos_files/figure-html/fig-001-1.png){#fig-001 width=2100}\n:::\n:::\n\n\n## Mortalidad Natural\n\nSe empleó información previa para la mortalidad natural utilizada en evaluaciones realizadas en Estados Unidos\ny Canadá. Los resultados del análisis utilizando el método de Hoenig (1983) respaldan el uso de una\ndistribución log-normal con una mediana de `M=0.21` y una desviación estándar logarítmica de `0.1`. La\nsensibilidad a esta información ha sido evaluada extensamente en muchas evaluaciones anteriores de la merluza\ndel pacífico. Los supuestos sobre M suelen tener un impacto significativo en los resultados del modelo, pero\nen ausencia de nueva información sobre `M`, ha habido pocas opciones para actualizar este parámetro.\n\n## Escarpamiento\n\nEl valor del parámetro de escarpamiento de la función stock-recluta se fundamenta en datos de la mediana\n(`0.79`) y los percentiles 20 (`0.67`) y 80 (`0.87`) de la meta-análisis de Myers et al. (1999) de la familia\nGadidae. Este valor se ha utilizado en evaluaciones de Estados Unidos desde 2007 y puede ser representado por\nuna distribución a-priori beta con parámetros 9.76 y 2.80, lo que resulta en una media de 0.777 y una\ndesviación estándar logarítmica de 0.113.\n\n## Madurez\n\nSe utilizo @ZamoraGarca2020. Estas muestras fueron recolectadas durante los cruceros de área barrida, viajes\nde investigación acústica de invierno, del Programa de Observadores de Merluza en el Golfo de California,\nMéxico.\n\n\n::: {.cell .fig-column-body-outset-right}\n::: {.cell-output-display}\n![Ojiva de madurez expresada en talla. Los puntos corresponden a los valores de madurez que se utilizarán en el modelo de evaluación para el rango de tallas entre 5 y 110 cm. La zona achurada corresponde a la madurez a la edad obtenida desde muestras empiricas. Las líneas verticales segmentadas muestran las edades desde 0.5, 1-15 grupos.](03-procesos_files/figure-html/fig-002-1.png){#fig-002 width=2100}\n:::\n:::\n", + "markdown": "---\ntitle: \"Procesos poblacionales\"\nsubtitle: \"Métodos y supuestos de la evaluación\"\ndate: \"Octubre, 2024\"\ndescription: \"\"\n---\n\n\n\n\n## Crecimiento\n\n\n::: {.cell .plain .tbl-column-margin tbl-cap='Estimaciones de parámetros VBGM para merluza del pacífico'}\n::: {.cell-output-display}\n\n```{=html}\n
\n\n\n \n \n \n \n \n \n \n \n \n\n\n \n\n\n \n\n\n \n \n \n
ParámetroSexoValor
LinfConjunto109.33
kConjunto0.12
toConjunto-0.82
\n
\n```\n\n:::\n:::\n\n\nEl crecimiento individual fue modelado por medio de una clave talla-edad en base a los parámetros descritos\npor el método de von-Bertalanffy (VBGM) para sexos conjunto. Varias estimaciones de crecimiento fueron\ndescritas en @zamora2021ecologia, donde se proporcionaron estimaciones de longitud infinita ($L_{\\infty}$),\ntasa de crecimiento individual ($k$), y edad a longitud cero ($t_0$) para sexos conjuntos.\n\nLa conversión desde talla a edad fue realizada asumiendo que los grupos de edad se describen por medio de una\ntalla modal (i.e., talla media) y su variación en el grupo (i.e., desviación estándar), asumiendo una\ndistribución normal. Para esto, se simuló la talla de reclutamiento a la pesquería desde las composiciones de\ntamaños ([Datos/Tallas](../datos/01-tallas.qmd)) y se exploró el número de grupos de edad requeridos para\nincorporar las tallas muestreadas (@fig-001).\n\n\n::: {.cell .fig-column-body-outset-right}\n::: {.cell-output-display}\n![Participación de grupos de edad en el rango de tamaños (1-110 cm) que se incluye en el modelo.](03-procesos_files/figure-html/fig-001-1.png){#fig-001 width=2100}\n:::\n:::\n\n\n## Mortalidad Natural\n\nSe empleó información previa para la mortalidad natural utilizada en evaluaciones realizadas en Estados Unidos\ny Canadá. Los resultados del análisis utilizando el método de Hoenig (1983) respaldan el uso de una\ndistribución log-normal con una mediana de `M=0.21` y una desviación estándar logarítmica de `0.1`. La\nsensibilidad a esta información ha sido evaluada extensamente en muchas evaluaciones anteriores de la merluza\ndel pacífico. Los supuestos sobre M suelen tener un impacto significativo en los resultados del modelo, pero\nen ausencia de nueva información sobre `M`, ha habido pocas opciones para actualizar este parámetro.\n\n## Escarpamiento\n\nEl valor del parámetro de escarpamiento de la función stock-recluta se fundamenta en datos de la mediana\n(`0.79`) y los percentiles 20 (`0.67`) y 80 (`0.87`) de la meta-análisis de Myers et al. (1999) de la familia\nGadidae. Este valor se ha utilizado en evaluaciones de Estados Unidos desde 2007 y puede ser representado por\nuna distribución a-priori beta con parámetros 9.76 y 2.80, lo que resulta en una media de 0.777 y una\ndesviación estándar logarítmica de 0.113.\n\n## Madurez\n\nSe utilizo @ZamoraGarca2020. Estas muestras fueron recolectadas durante los cruceros de área barrida, viajes\nde investigación acústica de invierno, del Programa de Observadores de Merluza en el Golfo de California,\nMéxico.\n\n\n::: {.cell .fig-column-body-outset-right}\n::: {.cell-output-display}\n![Ojiva de madurez expresada en talla. Los puntos corresponden a los valores de madurez que se utilizarán en el modelo de evaluación para el rango de tallas entre 5 y 110 cm. La zona achurada corresponde a la madurez a la edad obtenida desde muestras empiricas. Las líneas verticales segmentadas muestran las edades desde 0.5, 1-15 grupos.](03-procesos_files/figure-html/fig-002-1.png){#fig-002 width=2100}\n:::\n:::\n", "supporting": [ "03-procesos_files" ], diff --git a/_freeze/modelos/03-procesos/figure-html/fig-001-1.png b/_freeze/modelos/03-procesos/figure-html/fig-001-1.png index 18aec06..b418173 100644 Binary files a/_freeze/modelos/03-procesos/figure-html/fig-001-1.png and b/_freeze/modelos/03-procesos/figure-html/fig-001-1.png differ diff --git a/_freeze/modelos/03-procesos/figure-pdf/fig-001-1.pdf b/_freeze/modelos/03-procesos/figure-pdf/fig-001-1.pdf index 0f5bfbc..2e5e0bf 100644 Binary files a/_freeze/modelos/03-procesos/figure-pdf/fig-001-1.pdf and b/_freeze/modelos/03-procesos/figure-pdf/fig-001-1.pdf differ diff --git a/_freeze/modelos/03-procesos/figure-pdf/fig-002-1.pdf b/_freeze/modelos/03-procesos/figure-pdf/fig-002-1.pdf index 337444d..595d60e 100644 Binary files a/_freeze/modelos/03-procesos/figure-pdf/fig-002-1.pdf and b/_freeze/modelos/03-procesos/figure-pdf/fig-002-1.pdf differ diff --git a/_freeze/resultados/04-mod_02/execute-results/html.json b/_freeze/resultados/04-mod_02/execute-results/html.json index 1aa014a..e02fc68 100644 --- a/_freeze/resultados/04-mod_02/execute-results/html.json +++ b/_freeze/resultados/04-mod_02/execute-results/html.json @@ -2,7 +2,7 @@ "hash": "8d4e8fd7df1244b4050d518737e2c849", "result": { "engine": "knitr", - "markdown": "---\ntitle: \"Modelo: Caso Base\"\nsubtitle: \"Explorando el impacto de la CPUE\"\ndescription: \"Este **modelo base** incorpora como único indice de abundancia la Captura por Unidad de Esfuerzo (CPUE). Asumiendo que la capturabilidad de la flota de pesca es persistente entre los años, se obtienen resultados que serán el punto de referencia para modelos alternativos.\"\nabstract: \"Este **modelo base** incorpora como único indice de abundancia la Captura por Unidad de Esfuerzo (CPUE). Asumiendo que la capturabilidad de la flota de pesca es persistente entre los años, se obtienen resultados que serán el punto de referencia para modelos alternativos.\"\ndate: \"Octubre, 2024\"\necho: false\n---\n\n\n\n\n## Supuesto\n\nLos principales supuestos incluidos en este caso son los siguientes:\n\n- Coeficiente de variación de la CPUE proporcional a los errores estándar del proceso de estandarización de\n las tasa de captura ([Datos CPUE](datos/01-oficiales.qmd)).\n- Pesos medios a la edad constantes para el periodo 2000-2023.\n- Desembarque del año 2023 igual al promedio del periodo 2019-2021.\n- Variación de reclutamiento $\\sigma=0.6$ fija.\n- Pendiente de la relación stock-recluta fija $h=0.79$ ([Datos CPUE](modelos/03-procesos.qmd)).\n\n## Ajustes de series de tiempo\n\nDescribir el ajuste [@zamora2021ecologia]\n\n\n::: {.cell}\n\n:::\n\n::: {#fig-001 .cell}\n::: {.cell-output-display}\n![Capturas](04-mod_02_files/figure-html/fig-001-1.png){#fig-001-1 width=2100}\n:::\n\n::: {.cell-output-display}\n![CPUE](04-mod_02_files/figure-html/fig-001-2.png){#fig-001-2 width=2100}\n:::\n\n::: {.cell-output-display}\n![Talla media](04-mod_02_files/figure-html/fig-001-3.png){#fig-001-3 width=2100}\n:::\n\nAjustes a series de datos para el período 2000 - 2023\n:::\n\n\n## Ajustes datos estructurados\n\nDescribir el ajuste\n\n\n::: {.cell}\n::: {.cell-output-display}\n![Ajustes a estructuras de tamaños período 2000 - 2023. Valor en proporción.](04-mod_02_files/figure-html/fig-002-1.png){#fig-002 width=2100}\n:::\n:::\n\n\n## Variables de estado\n\nTres de las principales variables de estado se muestran en la @tbl-001.\n\n\n::: {#tbl-001 .cell tbl-cap='Variables de estado para el periodo 2000-2023. Biomasa desovante (BD), biomasa vulnerables (BV) y biomasa total (BT) en toneladas.'}\n::: {.cell-output-display}\n\n```{=html}\n
\n\n\n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n \n \n

Biomasas

\n

Período 2000 - 2023

\n
AñoBDBTBV
200041,050.855,405.044,038.8
200140,311.654,681.843,407.7
200239,433.953,360.742,504.9
200338,026.651,805.541,267.9
200435,328.749,504.939,003.7
200533,216.245,624.936,456.5
200630,804.642,780.433,993.0
200729,040.039,623.631,681.9
200826,990.737,527.729,546.0
200924,945.835,202.127,256.7
201023,618.933,107.425,426.0
201121,819.031,967.223,678.9
201219,852.630,188.221,640.2
201315,590.828,419.718,082.3
201410,976.323,709.213,020.4
20158,610.718,745.69,372.1
20166,124.517,251.86,686.8
20175,392.715,941.54,921.1
20187,105.819,002.94,941.9
201910,967.227,394.97,053.2
202015,717.837,215.64,599.0
202119,899.643,545.96,519.8
202217,253.144,657.37,334.1
202318,157.233,142.58,459.1
\n
\n```\n\n:::\n:::\n\n\n### Biomasas\n\n\n::: {.cell layout-ncol=\"1\" layout-align=\"center\"}\n::: {.cell-output-display}\n![Biomasa desovante (BD), biomasa total (BT) y biomasa vulnerable (BV) para el período 2000 - 2023](04-mod_02_files/figure-html/fig-003-1.png){#fig-003-1 width=2100}\n:::\n\n::: {.cell-output-display}\n![Reducción de la biomasa desovante, intervalos (zona achurada) al 90%. Línea segmentada representa un 40% de reducción de la biomasa en equilibrio sin pesca](04-mod_02_files/figure-html/fig-003-2.png){#fig-003-2 width=2100}\n:::\n:::\n\n\n### Mortalidad por pesca\n\n\n::: {.cell layout-ncol=\"1\" layout-align=\"center\"}\n::: {.cell-output-display}\n![Mortalidad por pesca para el período 2000 - 2023, intervalos (zona achurada) al 90%.](04-mod_02_files/figure-html/fig-004-1.png){#fig-004-1 width=2100}\n:::\n\n::: {.cell-output-display}\n![Ojivas de selectividad de la flota para los períodos 2000-2019 y 2020-2023. Línea segmentada corresponde al 50% de selectividad.](04-mod_02_files/figure-html/fig-004-2.png){#fig-004-2 width=2100}\n:::\n:::\n\n\n### Reclutamientos\n\n\n::: {.cell layout-ncol=\"1\" layout-align=\"center\"}\n::: {.cell-output-display}\n![Reclutamientos a las edad 1 para el período 2000-2023, intervalos (zona achurada) al 90%. Línea gruesa (azul) corresponde a los reclutamientos predichos por la relación stock-recluta. Línea segmentada representa el reclutamiento bajo condiciones de equilibrio sin pesca.](04-mod_02_files/figure-html/fig-005-1.png){#fig-005-1 width=2100}\n:::\n\n::: {.cell-output-display}\n![Desviaciones de los reclutamientos para el período 2000-2023. Barras de error corresponden al 90%.](04-mod_02_files/figure-html/fig-005-2.png){#fig-005-2 width=2100}\n:::\n:::\n\n\n### Crecimiento\n\n\n::: {.cell layout-ncol=\"1\" layout-align=\"center\"}\n::: {.cell-output-display}\n![Distribución de tallas en los grupos de edad (1-15) utilizados en el modelo de evaluación.](04-mod_02_files/figure-html/fig-006-1.png){#fig-006 width=2100}\n:::\n:::\n", + "markdown": "---\ntitle: \"Modelo: Caso Base\"\nsubtitle: \"Explorando el impacto de la CPUE\"\ndescription: \"Este **modelo base** incorpora como único indice de abundancia la Captura por Unidad de Esfuerzo (CPUE). Asumiendo que la capturabilidad de la flota de pesca es persistente entre los años, se obtienen resultados que serán el punto de referencia para modelos alternativos.\"\nabstract: \"Este **modelo base** incorpora como único indice de abundancia la Captura por Unidad de Esfuerzo (CPUE). Asumiendo que la capturabilidad de la flota de pesca es persistente entre los años, se obtienen resultados que serán el punto de referencia para modelos alternativos.\"\ndate: \"Octubre, 2024\"\necho: false\n---\n\n\n\n\n## Supuesto\n\nLos principales supuestos incluidos en este caso son los siguientes:\n\n- Coeficiente de variación de la CPUE proporcional a los errores estándar del proceso de estandarización de\n las tasa de captura ([Datos CPUE](datos/01-oficiales.qmd)).\n- Pesos medios a la edad constantes para el periodo 2000-2023.\n- Desembarque del año 2023 igual al promedio del periodo 2019-2021.\n- Variación de reclutamiento $\\sigma=0.6$ fija.\n- Pendiente de la relación stock-recluta fija $h=0.79$ ([Datos CPUE](modelos/03-procesos.qmd)).\n\n## Ajustes de series de tiempo\n\nDescribir el ajuste [@zamora2021ecologia]\n\n\n::: {.cell}\n\n:::\n\n::: {#fig-001 .cell}\n::: {.cell-output-display}\n![Capturas](04-mod_02_files/figure-html/fig-001-1.png){#fig-001-1 width=2100}\n:::\n\n::: {.cell-output-display}\n![CPUE](04-mod_02_files/figure-html/fig-001-2.png){#fig-001-2 width=2100}\n:::\n\n::: {.cell-output-display}\n![Talla media](04-mod_02_files/figure-html/fig-001-3.png){#fig-001-3 width=2100}\n:::\n\nAjustes a series de datos para el período 2000 - 2023\n:::\n\n\n## Ajustes datos estructurados\n\nDescribir el ajuste\n\n\n::: {.cell}\n::: {.cell-output-display}\n![Ajustes a estructuras de tamaños período 2000 - 2023. Valor en proporción.](04-mod_02_files/figure-html/fig-002-1.png){#fig-002 width=2100}\n:::\n:::\n\n\n## Variables de estado\n\nTres de las principales variables de estado se muestran en la @tbl-001.\n\n\n::: {#tbl-001 .cell tbl-cap='Variables de estado para el periodo 2000-2023. Biomasa desovante (BD), biomasa vulnerables (BV) y biomasa total (BT) en toneladas.'}\n::: {.cell-output-display}\n\n```{=html}\n
\n\n\n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n\n\n\n \n \n \n

Biomasas

\n

Período 2000 - 2023

\n
AñoBDBTBV
200041,050.855,405.044,038.8
200140,311.654,681.843,407.7
200239,433.953,360.742,504.9
200338,026.651,805.541,267.9
200435,328.749,504.939,003.7
200533,216.245,624.936,456.5
200630,804.642,780.433,993.0
200729,040.039,623.631,681.9
200826,990.737,527.729,546.0
200924,945.835,202.127,256.7
201023,618.933,107.425,426.0
201121,819.031,967.223,678.9
201219,852.630,188.221,640.2
201315,590.828,419.718,082.3
201410,976.323,709.213,020.4
20158,610.718,745.69,372.1
20166,124.517,251.86,686.8
20175,392.715,941.54,921.1
20187,105.819,002.94,941.9
201910,967.227,394.97,053.2
202015,717.837,215.64,599.0
202119,899.643,545.96,519.8
202217,253.144,657.37,334.1
202318,157.233,142.58,459.1
\n
\n```\n\n:::\n:::\n\n\n### Biomasas\n\n\n::: {.cell layout-ncol=\"1\" layout-align=\"center\"}\n::: {.cell-output-display}\n![Biomasa desovante (BD), biomasa total (BT) y biomasa vulnerable (BV) para el período 2000 - 2023](04-mod_02_files/figure-html/fig-003-1.png){#fig-003-1 width=2100}\n:::\n\n::: {.cell-output-display}\n![Reducción de la biomasa desovante, intervalos (zona achurada) al 90%. Línea segmentada representa un 40% de reducción de la biomasa en equilibrio sin pesca](04-mod_02_files/figure-html/fig-003-2.png){#fig-003-2 width=2100}\n:::\n:::\n\n\n### Mortalidad por pesca\n\n\n::: {.cell layout-ncol=\"1\" layout-align=\"center\"}\n::: {.cell-output-display}\n![Mortalidad por pesca para el período 2000 - 2023, intervalos (zona achurada) al 90%.](04-mod_02_files/figure-html/fig-004-1.png){#fig-004-1 width=2100}\n:::\n\n::: {.cell-output-display}\n![Ojivas de selectividad de la flota para los períodos 2000-2019 y 2020-2023. Línea segmentada corresponde al 50% de selectividad.](04-mod_02_files/figure-html/fig-004-2.png){#fig-004-2 width=2100}\n:::\n:::\n\n\n### Reclutamientos\n\n\n::: {.cell layout-ncol=\"1\" layout-align=\"center\"}\n::: {.cell-output-display}\n![Reclutamientos a las edad 1 para el período 2000-2023, intervalos (zona achurada) al 90%. Línea gruesa (azul) corresponde a los reclutamientos predichos por la relación stock-recluta. Línea segmentada representa el reclutamiento bajo condiciones de equilibrio sin pesca.](04-mod_02_files/figure-html/fig-005-1.png){#fig-005-1 width=2100}\n:::\n\n::: {.cell-output-display}\n![Desviaciones de los reclutamientos para el período 2000-2023. Barras de error corresponden al 90%.](04-mod_02_files/figure-html/fig-005-2.png){#fig-005-2 width=2100}\n:::\n:::\n\n\n### Crecimiento\n\n\n::: {.cell layout-ncol=\"1\" layout-align=\"center\"}\n::: {.cell-output-display}\n![Distribución de tallas en los grupos de edad (1-15) utilizados en el modelo de evaluación.](04-mod_02_files/figure-html/fig-006-1.png){#fig-006 width=2100}\n:::\n:::\n", "supporting": [ "04-mod_02_files" ], diff --git a/_freeze/resultados/04-mod_02/figure-pdf/fig-001-1.pdf b/_freeze/resultados/04-mod_02/figure-pdf/fig-001-1.pdf index fe54d4e..fa3c13a 100644 Binary files a/_freeze/resultados/04-mod_02/figure-pdf/fig-001-1.pdf and b/_freeze/resultados/04-mod_02/figure-pdf/fig-001-1.pdf differ diff --git a/_freeze/resultados/04-mod_02/figure-pdf/fig-001-2.pdf b/_freeze/resultados/04-mod_02/figure-pdf/fig-001-2.pdf index 2c884d0..67c07fb 100644 Binary files a/_freeze/resultados/04-mod_02/figure-pdf/fig-001-2.pdf and b/_freeze/resultados/04-mod_02/figure-pdf/fig-001-2.pdf differ diff --git a/_freeze/resultados/04-mod_02/figure-pdf/fig-001-3.pdf b/_freeze/resultados/04-mod_02/figure-pdf/fig-001-3.pdf index 39f15f8..ddd521a 100644 Binary files a/_freeze/resultados/04-mod_02/figure-pdf/fig-001-3.pdf and b/_freeze/resultados/04-mod_02/figure-pdf/fig-001-3.pdf differ diff --git a/_freeze/resultados/04-mod_02/figure-pdf/fig-002-1.pdf b/_freeze/resultados/04-mod_02/figure-pdf/fig-002-1.pdf index ea890c3..975a99c 100644 Binary files a/_freeze/resultados/04-mod_02/figure-pdf/fig-002-1.pdf and b/_freeze/resultados/04-mod_02/figure-pdf/fig-002-1.pdf differ diff --git a/_freeze/resultados/04-mod_02/figure-pdf/fig-003-1.pdf b/_freeze/resultados/04-mod_02/figure-pdf/fig-003-1.pdf index f4d6b20..8928721 100644 Binary files a/_freeze/resultados/04-mod_02/figure-pdf/fig-003-1.pdf and b/_freeze/resultados/04-mod_02/figure-pdf/fig-003-1.pdf differ diff --git a/_freeze/resultados/04-mod_02/figure-pdf/fig-003-2.pdf b/_freeze/resultados/04-mod_02/figure-pdf/fig-003-2.pdf index 03dba41..e5e709a 100644 Binary files a/_freeze/resultados/04-mod_02/figure-pdf/fig-003-2.pdf and b/_freeze/resultados/04-mod_02/figure-pdf/fig-003-2.pdf differ diff --git a/_freeze/resultados/04-mod_02/figure-pdf/fig-004-1.pdf b/_freeze/resultados/04-mod_02/figure-pdf/fig-004-1.pdf index 2da6f2e..13d30a2 100644 Binary files a/_freeze/resultados/04-mod_02/figure-pdf/fig-004-1.pdf and b/_freeze/resultados/04-mod_02/figure-pdf/fig-004-1.pdf differ diff --git a/_freeze/resultados/04-mod_02/figure-pdf/fig-004-2.pdf b/_freeze/resultados/04-mod_02/figure-pdf/fig-004-2.pdf index 7975e43..756b1a2 100644 Binary files a/_freeze/resultados/04-mod_02/figure-pdf/fig-004-2.pdf and b/_freeze/resultados/04-mod_02/figure-pdf/fig-004-2.pdf differ diff --git a/_freeze/resultados/04-mod_02/figure-pdf/fig-005-1.pdf b/_freeze/resultados/04-mod_02/figure-pdf/fig-005-1.pdf index 9e4282e..79698bd 100644 Binary files a/_freeze/resultados/04-mod_02/figure-pdf/fig-005-1.pdf and b/_freeze/resultados/04-mod_02/figure-pdf/fig-005-1.pdf differ diff --git a/_freeze/resultados/04-mod_02/figure-pdf/fig-005-2.pdf b/_freeze/resultados/04-mod_02/figure-pdf/fig-005-2.pdf index 9471d2c..ee5ecf6 100644 Binary files a/_freeze/resultados/04-mod_02/figure-pdf/fig-005-2.pdf and b/_freeze/resultados/04-mod_02/figure-pdf/fig-005-2.pdf differ diff --git a/_freeze/resultados/04-mod_02/figure-pdf/fig-006-1.pdf b/_freeze/resultados/04-mod_02/figure-pdf/fig-006-1.pdf index 1db9aef..92ace29 100644 Binary files a/_freeze/resultados/04-mod_02/figure-pdf/fig-006-1.pdf and b/_freeze/resultados/04-mod_02/figure-pdf/fig-006-1.pdf differ diff --git a/_freeze/resultados/04-mod_03/figure-pdf/fig-001-1.pdf b/_freeze/resultados/04-mod_03/figure-pdf/fig-001-1.pdf index 2411abd..11e7ec3 100644 Binary files a/_freeze/resultados/04-mod_03/figure-pdf/fig-001-1.pdf and b/_freeze/resultados/04-mod_03/figure-pdf/fig-001-1.pdf differ diff --git a/_freeze/resultados/04-mod_03/figure-pdf/fig-001-2.pdf b/_freeze/resultados/04-mod_03/figure-pdf/fig-001-2.pdf index 1b3c65f..aa750f5 100644 Binary files a/_freeze/resultados/04-mod_03/figure-pdf/fig-001-2.pdf and b/_freeze/resultados/04-mod_03/figure-pdf/fig-001-2.pdf differ diff --git a/_freeze/resultados/04-mod_03/figure-pdf/fig-001-3.pdf b/_freeze/resultados/04-mod_03/figure-pdf/fig-001-3.pdf index b659def..30db121 100644 Binary files a/_freeze/resultados/04-mod_03/figure-pdf/fig-001-3.pdf and b/_freeze/resultados/04-mod_03/figure-pdf/fig-001-3.pdf differ diff --git a/_freeze/resultados/04-mod_03/figure-pdf/fig-001-4.pdf b/_freeze/resultados/04-mod_03/figure-pdf/fig-001-4.pdf index 02abbd3..37a9097 100644 Binary files a/_freeze/resultados/04-mod_03/figure-pdf/fig-001-4.pdf and b/_freeze/resultados/04-mod_03/figure-pdf/fig-001-4.pdf differ diff --git a/_freeze/resultados/04-mod_03/figure-pdf/fig-002-1.pdf b/_freeze/resultados/04-mod_03/figure-pdf/fig-002-1.pdf index 82e2461..d28cd92 100644 Binary files a/_freeze/resultados/04-mod_03/figure-pdf/fig-002-1.pdf and b/_freeze/resultados/04-mod_03/figure-pdf/fig-002-1.pdf differ diff --git a/_freeze/resultados/04-mod_03/figure-pdf/fig-003-1.pdf b/_freeze/resultados/04-mod_03/figure-pdf/fig-003-1.pdf index d5a1938..c9fde15 100644 Binary files a/_freeze/resultados/04-mod_03/figure-pdf/fig-003-1.pdf and b/_freeze/resultados/04-mod_03/figure-pdf/fig-003-1.pdf differ diff --git a/_freeze/resultados/04-mod_03/figure-pdf/fig-003-2.pdf b/_freeze/resultados/04-mod_03/figure-pdf/fig-003-2.pdf index e6b0bb9..3e43de4 100644 Binary files a/_freeze/resultados/04-mod_03/figure-pdf/fig-003-2.pdf and b/_freeze/resultados/04-mod_03/figure-pdf/fig-003-2.pdf differ diff --git a/_freeze/resultados/04-mod_03/figure-pdf/fig-004-1.pdf b/_freeze/resultados/04-mod_03/figure-pdf/fig-004-1.pdf index 9e8a336..e7b1159 100644 Binary files a/_freeze/resultados/04-mod_03/figure-pdf/fig-004-1.pdf and b/_freeze/resultados/04-mod_03/figure-pdf/fig-004-1.pdf differ diff --git a/_freeze/resultados/04-mod_03/figure-pdf/fig-004-2.pdf b/_freeze/resultados/04-mod_03/figure-pdf/fig-004-2.pdf index eed7ff0..bae6137 100644 Binary files a/_freeze/resultados/04-mod_03/figure-pdf/fig-004-2.pdf and b/_freeze/resultados/04-mod_03/figure-pdf/fig-004-2.pdf differ diff --git a/_freeze/resultados/04-mod_03/figure-pdf/fig-005-1.pdf b/_freeze/resultados/04-mod_03/figure-pdf/fig-005-1.pdf index 2fb2835..ca381dd 100644 Binary files a/_freeze/resultados/04-mod_03/figure-pdf/fig-005-1.pdf and b/_freeze/resultados/04-mod_03/figure-pdf/fig-005-1.pdf differ diff --git a/_freeze/resultados/04-mod_03/figure-pdf/fig-005-2.pdf b/_freeze/resultados/04-mod_03/figure-pdf/fig-005-2.pdf index 58d24e2..58a15af 100644 Binary files a/_freeze/resultados/04-mod_03/figure-pdf/fig-005-2.pdf and b/_freeze/resultados/04-mod_03/figure-pdf/fig-005-2.pdf differ diff --git a/_freeze/resultados/04-mod_03/figure-pdf/fig-006-1.pdf b/_freeze/resultados/04-mod_03/figure-pdf/fig-006-1.pdf index 86304d6..e01ac51 100644 Binary files a/_freeze/resultados/04-mod_03/figure-pdf/fig-006-1.pdf and b/_freeze/resultados/04-mod_03/figure-pdf/fig-006-1.pdf differ diff --git a/biologia/.DS_Store b/biologia/.DS_Store deleted file mode 100644 index 5008ddf..0000000 Binary files a/biologia/.DS_Store and /dev/null differ diff --git a/biologia/02-crecimiento.qmd b/biologia/02-crecimiento.qmd deleted file mode 100644 index f2ed758..0000000 --- a/biologia/02-crecimiento.qmd +++ /dev/null @@ -1,6 +0,0 @@ ---- -title: Crecimiento -description: "Esta página describe" ---- - -Las diff --git a/biologia/_metadata.yml b/biologia/_metadata.yml deleted file mode 100644 index ed5c9cf..0000000 --- a/biologia/_metadata.yml +++ /dev/null @@ -1,14 +0,0 @@ -date-heading: - #content: "Fechas de exploración: " - class: "bg-content" -date-format: "long" - -format: - html: - filters: ["../filters/format_date_end.lua"] - template-partials: - - ../html/title-block.html - # pdf: - # fig-width: 7 - # fig-height: 5 - # code-annotations: none diff --git a/biologia/index.qmd b/biologia/index.qmd deleted file mode 100644 index 26aeae2..0000000 --- a/biologia/index.qmd +++ /dev/null @@ -1,10 +0,0 @@ ---- -title: Contexto -description: "Esta página describe datos biologicos." ---- - -Esta sección describe los datos disponibles para la evaluación poblacional de merluza del pacífico -(*Merluccius productus*) en el Golfo de California, México. - -Las pesquerías de Merluza del Pacífico (*Merluccius productus*) ocurren en una extensa área del margen -oriental del océano P diff --git a/datos/index.qmd b/datos/index.qmd index 9740c12..48ef510 100644 --- a/datos/index.qmd +++ b/datos/index.qmd @@ -1,11 +1,47 @@ --- -title: "assessment" +title: Contexto +description: "Esta página describe datos oficiales de la pesquería de merluza del pacífico (*Merluccius productus*) obtenida en el Golfo de California, México." --- -This is a Quarto website. +## Introducción -To learn more about Quarto websites visit . +Esta sección describe los datos disponibles para la evaluación poblacional de merluza del pacífico +(*Merluccius productus*) en el Golfo de California, México. -```{r} -1 + 1 -``` +Las pesquerías de Merluza del Pacífico (*Merluccius productus*) ocurren en una extensa área del margen +oriental del océano Pacífico, desde Alaska hasta Baja California (@fig-mapahake). Esta especie es altamente +valorada por su carne blanca y firme, lo que la convierte en un objetivo importante para la pesca comercial. +La pesquería ha sido gestionada de manera sostenible en muchos lugares, implementado medidas de manejo, como +cuotas de captura, tallas mínimas de captura y temporadas de pesca. Los métodos de pesca incluyen redes de +arrastre y palangre. + +![Extensión geográfica de habitat posibles de Merluza del +Pacífico](/files/pesca/pic_Fis-22908.jpg){#fig-mapahake fig-align="center"} + +La revisión y análisis se realizaron para centrado en el Golfo de California, México, para un período entre +2002 y 2024. + +## Indices de Abundancia + +Los índices de abundancia son datos fundamentales en los modelos pesqueros para estimar el tamaño de la +población en una zona o ecosistema específico. Proporcionan información crucial sobre la abundancia y +distribución, permitiendo calcular cantidades de interés, como la Biomasa desovante, y para dar soporte a la +gestión pesquera. El objetivo al incluir los índices de abundancia en los modelos pesqueros puede ser: + +1. Monitorear tendencias: Los índices de abundancia ayudan a seguir los cambios en las poblaciones a lo largo + del tiempo, proporcionando información sobre la dinámica poblacional y posibles amenazas. + +2. Evaluar estado de la población: Los modelos pesqueros utilizan índices de abundancia para evaluar el + estado de explotación y sostenibilidad de las poblaciones de peces. Esta información es crucial para + establecer límites de captura e implementar medidas de conservación. + +3. Apoyar a la gestión: Los índices desempeñan un papel clave en la orientación de decisiones de gestión + pesquera, como establecer cuotas de pesca, implementar cierres estacionales y diseñar áreas marinas + protegidas. + +4. Impacto de las actividades pesqueras: Los modelos pesqueros utilizan índices de abundancia para evaluar el + impacto de la presión pesquera en las poblaciones de peces y los ecosistemas. Esta información ayuda a + evaluar la efectividad de medidas de gestión y proponer ajustes a las estrategias de ordenamiento. + +En esta evaluación se reviso y analizo información pesquera y auxiliar para fines de construcción de indices +de [CPUE](/datos/01-oficiales.qmd) y [Cruceros](/datos/01-cruceros.qmd). diff --git a/docs/datos/01-cruceros.html b/docs/datos/01-cruceros.html index 825b17e..cde4d90 100644 --- a/docs/datos/01-cruceros.html +++ b/docs/datos/01-cruceros.html @@ -896,7 +896,7 @@

Crucero 2023

- + + diff --git a/docs/datos/index.pdf b/docs/datos/index.pdf index 8d843d7..440a511 100644 Binary files a/docs/datos/index.pdf and b/docs/datos/index.pdf differ diff --git a/docs/modelos/03-admb.pdf b/docs/modelos/03-admb.pdf index d65c403..76d4a02 100644 Binary files a/docs/modelos/03-admb.pdf and b/docs/modelos/03-admb.pdf differ diff --git a/docs/modelos/03-procesos.html b/docs/modelos/03-procesos.html index 5d3178a..a6a6388 100644 --- a/docs/modelos/03-procesos.html +++ b/docs/modelos/03-procesos.html @@ -262,23 +262,23 @@

Crecimiento

-
- @@ -1237,7 +1237,7 @@

Madurez

-