Análisis de la cobertura del bosque de Manglar y su ...

INSTITUTO POLITÉCNICO NACIONAL CENTRO INTERDISCIPLINARIO DE INVESTIGACIÓN PARA

EL DESARROLLO INTEGRAL REGIONAL UNIDAD SINALOA

Análisis de la cobertura del Bosque de Manglar y su correlación con la pesca ribereña entre 1993 y 2009

en el sistema lagunar San Ignacio-Navachiste-Macapule, Sinaloa, México

TESIS

QUE PARA OBTENER EL GRADO DE:

MAESTRÍA EN

RECURSOS NATURALES Y MEDIO AMBIENTE

PRESENTA

MAURICIO CARRASQUILLA HENAO

GUASAVE, SINALOA MÉXICO SEPTIEMBRE DE 2011

V

A Juan Camilo Carrasquilla

Valdés

VI

AGRADECIMIENTOS Este trabajo se llevó a cabo gracias a los proyectos FOMIX 99712, “Elaboración del

plan de manejo de las islas Macapule, San Ignacio y Vinorama las cuales se

encuentran dentro del municipio de Guasave, Sinaloa y están dentro del área natural

protegida islas del Golfo de California; SIP 20090442 “Evaluación de impacto de la

actividades camaronícolas en el estado de Sinaloa; CECYT-SINALOA 2009 “Evaluación

de impacto ambiental del cultivo de camarón en el municipio de Sinaloa” ” dirigidos por

el DR. Héctor A. González Ocampo y SIP 20100239, “Evaluación de la interacción

pesca artesanal cobertura de mangle en el sistema lagunar Macapule-Navachiste”, a

cargo del Dr. Gerardo Rodriguez Quiroz. Se contó con una beca para estudios de

posgrado otorgada por CONACyT para poder cursar la maestría. Adicionalmente se

obtuvo apoyo económico del Programa Integral de Fortalecimiento Institucional (PIFI)

del IPN. Mis más sinceros agradecimientos para todas las fuentes de financiación.

Al Dr. Héctor A. González Ocampo por su inmensa colaboración desde mi llegada, sus

innumerables aportes enriqueciendo el trabajo y sus correcciones a través de todo el

proceso de investigación. Igualmente quiero agradecer al Dr. Gerardo Rodríguez Quiroz

por compartir conmigo su conocimiento en campo y sus importantes sugerencias

durante el trabajo. Al Dr. Wenceslao Valenzuela Quiroz y la Dra. Norma Elena Leyva

López, por sus invaluables comentarios y sugerencias en los tutoriales para contribuir a

la finalización con éxito del trabajo. También manifiesto un gran sentido de gratitud

hacia todos los investigadores que hicieron gala de su conocimiento para enriquecer el

mío a través de las materias impartidas durante mi formación en posgrado. Finalmente

al CIIDIR Sinaloa y a todas las personas que trabajan en el centro que de una u otra

manera contribuyeron positivamente durante este tiempo.

Un agradecimiento especial a los dos estudiantes que colaboraron en durante el

proceso de digitalización de datos en la oficina de pesca, Cristian López, y en el trabajo

VII

de campo y de percepción remota, Tania Andrés. Los dos fueron pieza fundamental con

su dedicación y esfuerzo para sacar adelante el trabajo.

A todas las personas que conocí y que fueron factor determinante durante el largo

camino hacia el logro final, por su inmensa amabilidad, Nadia, Ale, Damián, Dalia, Tavo,

Karlaco, Ana lilia y todos los demás compañeros de maestría, mil gracias. En especial a

Rocío, por robarme una infinidad de carcajadas, su adorable y cariñosa compañía y su

eterna paciencia durante este último año de estudio.

Por último pero no lo menos importante es darle las gracias a mi familia (papá, mamá,

Adriana, Marcela y Enrique) por su infinito apoyo en los buenos y malos momentos.

Siempre han sido y seguirán siendo mi soporte y fortaleza detrás de mi pasión,

aventura y sueño, la investigación y el amor por el mar. A Juan Camilo, el amor más

grande que tengo por estar en mi mente y alma en cada segundo y hacerme sentir que

todos los sacrificios del presente serán cosechados en el futuro.

VIII

ÍNDICE GLOSARIO ...................................................................................................................... X

RELACIÓN DE FIGURAS ............................................................................................. XII RELACIÓN DE TABLAS .............................................................................................. XIII RESUMEN .................................................................................................................... XIV

ABSTRACT ................................................................................................................... XV

1. INTRODUCCIÓN ..................................................................................................... 1

2. ANTECEDENTES .................................................................................................... 6

2.1 Relación entre la cobertura de manglar y las pesquerías ................................... 6

2.2 Manglar y percepción remota ............................................................................. 8

3. JUSTIFICACIÓN .................................................................................................... 13

4. HIPÓTESIS ............................................................................................................ 14

5. OBJETIVO GENERAL ............................................................................................ 14

6. OBJETIVOS ESPECÍFICOS .................................................................................. 14

7. MATERIALES Y MÉTODOS .................................................................................. 15

7.1 Área de Estudio ................................................................................................ 15

7.2 Análisis de Imágenes ....................................................................................... 17

7.2.1 Procesamiento de imágenes...................................................................... 17

7.2.2 Toma de muestra de los puntos de campo ................................................ 20

7.2.3 Clasificación ............................................................................................... 20

7.3 Obtención de datos de capturas de la oficina federal de pesca ....................... 23

7.3.1 Selección de pesquerías: ........................................................................... 23

7.3.2 Procesamiento y análisis de datos ............................................................. 25

7.4 Correlaciones ................................................................................................... 26

7.5 Determinación de la pesquería dentro del complejo lagunar ............................ 27

7.5.1 Análisis de datos de campo ....................................................................... 28

8. RESULTADOS ....................................................................................................... 29

8.1 Análisis de imágenes ........................................................................................ 29

8.2 Pesquerías ....................................................................................................... 31

8.2.1 Volúmenes de captura de las 5 pesquerías ............................................... 31

8.3 Correlación entre manglar y pesquerías ........................................................... 52

8.4 Encuestas y puntos de pesca ........................................................................... 53

9. DISCUSIÓN ........................................................................................................... 60

9.1 Cobertura de manglar ....................................................................................... 60

IX

9.2 Pesquerías ....................................................................................................... 63

9.2.1 5 pesquerías en conjunto ........................................................................... 63

9.2.2 Camarón .................................................................................................... 66

9.2.3 Jaiba .......................................................................................................... 68

9.2.4 Lisa ............................................................................................................ 69

9.2.5 Pargo ......................................................................................................... 70

9.2.6 Almeja ........................................................................................................ 71

9.3 Áreas y artes de pesca ..................................................................................... 73

10. CONCLUSIONES ................................................................................................ 76

11. REFERENCIAS BIBLIOGRÁFICAS .................................................................... 78

X

GLOSARIO Antropogénico: De origen humano o derivado de actividades humanas. Arte de pesca: Instrumentos utilizados de manera directa para la captura de organismos acuáticos. Captura por unidad de esfuerzo (CPUE): Captura de peces o invertebrados, en número o peso, obtenidos por un determinado esfuerzo pesquero. Clasificación supervisada: Es el proceso de utilizar muestras de identidad conocida para clasificar pixeles de identidad desconocida. Detritus: Residuos sólidos que provienen de la descomposición de organismos vivos tanto animales como vegetales. Esfuerzo pesquero: Consumo de tiempo, medios y energía orientado específicamente a obtener uno o varios recursos pesqueros. Este puede ser por medio de uno o más tipos medios (redes, barcos, trampas, anzuelos) aplicado a cierto espacio y lugar con una intensidad determinada y por un tiempo especifico. Firma espectral: Característica de de cada superficie de absorber radiación a una longitud de onda determinada y reflejando a otras muy concretas. Halófito: Organismos que soportan altas concentraciones de sal y que pueden llevar a cabo los procesos biológicos y fisiológicos bajo estas condiciones. Neumatóforo: Tipo de raíz de A. germinanns que sobre sale del sustrato y contribuye con el intercambio gaseoso debido a las condiciones anoxicas del suelo y a que las raíces tienen tiempos prolongados bajo el agua debido a la dinámica de las mareas. Ontogenia: Descripción del desarrollo de un organismo desde la fertilización hasta la muerte. Percepción remota: Método para tener información de un objeto analizando los datos adquiridos mediante algún dispositivo que no está en contacto físico con dicho objeto.

XI

Pesca artesanal: Se caracteriza por no tener mecanismo de propulsión con motores fuera de borda de baja potencia, utilizan artes de pesca de operación manual y embarcaciones de eslora de menos de13m y capacidad de no más de 10t. Que proveen de alimento a los mercados domésticos y regionales y es además una forma de alimento para autoconsumo. Pesquería: Comprende tres componentes interactuando entre sí, la biota acuática, el hábitat acuático y el uso humano que se le da al recurso. Píxel: Es la menor unidad homogénea de color que forma parte de una imagen digital. En percepción remota ha sido utilizado como una medida de resolución espacial ya que el tamaño de cada pixel (área) determina la unidad menor de área dentro de la imagen a analizar. Sucesión: dinámica ecológica de la comunidad dada por procesos continuos de colonización y extinción de especies. Sistema de información geográfico: Conjunto de hardware, software y datos geográficos para capturar, almacenar y analizar la información referenciada para brindar apoyo a las tomas de decisiones de manejo y gestión tanto de zonas rurales como urbanas.

XII

RELACIÓN DE FIGURAS

Figura 1. Distribución del manglar en México. Modificado de Conabio, 2008. ........................... 2

Figura 2. Localización del complejo lagunar San Ignacio-Navachiste-Macapule. ..................... 16

Figura 3. Mapas temáticos del sistema Lagunar San Ignacio –Navachiste – Macapule en

a) 1990 y b) 2009. .................................................................................................................... 30

Figura 4. Valores porcentuales de la pesca total por las cinco pesquerías seleccionadas. ...... 33

Figura 5. Valores de los volúmenes de captura por las cinco pesquerías seleccionadas ......... 34

Figura 6. Media de captura por las cinco pesquerías seleccionadas con la desviación

estándar (DE). .......................................................................................................................... 34

Figura 7. a) Volumen total de capturas por año de las 5 pesquerías en conjunto. b)

Esfuerzo pesquero de las 5 pesquerías en conjunto. c) CPUE de las 5 pesquerías en

conjunto. .................................................................................................................................. 37

Figura 8. Datos históricos de la pesca de camarón en un periodo de 17 años a)

Volúmenes de captura b) esfuerzo pesquero y c) CPUE. ......................................................... 40

Figura 9. Datos históricos de la pesca de jaiba en un periodo de 17 años a) Volúmenes de

captura b) esfuerzo pesquero y c) CPUE. ................................................................................ 42

Figura 10. Datos históricos de la pesca de pargo en un periodo de 17 años a) Volúmenes

de captura b) esfuerzo pesquero y c) CPUE. ........................................................................... 45

Figura 11. Datos históricos de la pesca de lisa en un periodo de 17 años a) Volúmenes de

captura b) esfuerzo pesquero y c) CPUE ................................................................................. 48

Figura 12. Datos históricos de la pesca de almeja en un periodo de 17 años a) Volúmenes

de captura b) esfuerzo pesquero y c) CPUE. ........................................................................... 50

Figura 13. Áreas de pesca representativas a partir de las 119 embarcaciones encuestadas

entre septiembre de 2010 y febrero de 2011. ........................................................................... 54

Figura 14. Porcentaje de las artes de pesca utilizadas por los pescadores dentro del

complejo lagunar San Ignacio-Navachiste-Macapule. .............................................................. 56

Figura 15. Promedio de las distancias hasta el punto más cercano de manglar de cada una

de las artes de pesca. Diferentes letras muestran diferencias significativas. ............................ 57

Figura 16. Distribución espacial de las diferentes artes de pesca: a) Chinchorro b) Atarraya

c) anzuelo d) suripera e) manual f) arpón g) aros ..................................................................... 59

XIII

RELACIÓN DE TABLAS Tabla 1. Bandas y longitudes de onda del satélite Landsat 5 TM ................................ 18

Tabla 2. Año y fecha de las 5 imágenes Landsat 5 TM seleccionadas para el

análisis de la cobertura de manglar. .............................................................................. 18

Tabla 3. Formato de matriz de error para la verificación de la clasificación

supervisada ................................................................................................................... 22

Tabla 4. Matriz de error de la clasificación de la imagen de 2009. ................................ 29

Tabla 5. Cobertura de manglar en el complejo lagunar San Ignacio-Navachiste-

Macapule de 1990, 1994, 1999, 2004 y 2009................................................................ 31

Tabla 6. Volúmenes de captura totales de la producción pesquera, de las especies

analizadas y porcentajes de 1997 a 2009. .................................................................... 32

Tabla 7. Correlación de Pearson entre las capturas totales de las 5 pesquerías en

un periodo de 17 años. El valor superior indica la correlación, el del medio indica el

tamaño de muestra (n) y el número inferior el valor de p. ............................................. 51

Tabla 8. Correlación de Spearman entre las capturas por unidad de esfuerzo

(CPUE) de las 5 pesquerías en un periodo de 17 años. El valor superior indica la

correlación, el del medio indica el tamaño de muestra (n) y el valor inferior el valor

de p. .............................................................................................................................. 52

Tabla 9. Correlaciones entre los volúmenes de captura de las 5 pesquerías en

conjunto y de cada una por separado. α=0.05 .............................................................. 53

Tabla 10. Correlaciones entre la CPUE de las 5 pesquerías en conjunto y de cada

una por separado. α=0.05. ............................................................................................ 53

Tabla 11. Especies capturadas por diferentes artes de pesca en el complejo lagunar San Ignacio-navachiste-Macapule .................................................................... 55

XIV

RESUMEN El manglar está situado en la transición entre el medio marino y terrestre siendo uno de los ecosistemas más productivos del planeta por su aporte de nutrientes y por albergar una gran cantidad de especies marinas y terrestres. Están bajo una fuerte presión humana ya que es utilizado como recurso maderero y talado para la construcción de estanques de camaronicultura. Una gran cantidad de especies de interés comercial dependen del manglar y la disminución en la cobertura influye en sus ciclos de vida. El complejo Lagunar San Ignacio-Navachiste-Macapule contiene un área extensa de manglar utilizada por los pescadores para llevar a cabo sus faenas por lo cual se evaluó la relación en la cobertura de manglar con los volúmenes de pesca ribereña de camarón, jaiba, almeja, pargo y lisa de 1993 a 2009. Se procesaron imágenes de satélite (1994, 1999, 2004 y 2009) Landsat5 TM path/row 33:42 y se analizó el cambio en la cobertura del manglar por medio de una clasificación supervisada y una verificación en campo con puntos de control en tierra. Se tomaron datos de la oficina federal de pesca (CONAPESCA), en Guasave y Mazatlán, Sinaloa de 1993 a 2009. Se seleccionaron 5 pesquerías relacionadas con el manglar y se determinaron sus volúmenes de captura total por año y su CPUE anual en conjunto y por separado. Se hizo una correlación entre la cobertura con respecto a los volúmenes obtenidos. Se realizaron encuestas a pescadores llevando a cabo faenas de pesca en la laguna y se ubicó la posición con un GPS (n=119). Se procesaron los datos de las artes de pesca utilizadas de manera espacial en un sistema de información geográfico. Se obtuvo un porcentaje de precisión de 90.67% y un índice de Kappa de 0.86 obteniendo los mayores errores al clasificar vegetación similar al manglar. La cobertura de manglar no varió significativamente fluctuando entre 11,886 y 11,929 hectáreas de 1994 a 2009. Se reportaron 86,023 ton de las cinco pesquerías siendo el camarón y la jaiba las dos más capturadas con aproximadamente el 90% de los volúmenes totales. Existe una correlación positiva y significativa (p< 0.05) entre la cobertura de manglar y las capturas de las 5 especies en conjunto así como para el camarón pero no así para las otras cuatro pesquerías aun cuando para la jaiba, lisa y almeja la correlación fue fuerte (r2>0.07). A pesar del poco cambio en la cobertura de manglar los volúmenes de captura y CPUE a partir de 2005 de camarón y de 2002 para la lisa disminuyeron considerablemente. El chinchorro y la atarraya son los artes de pesca más utilizados en el sistema (31.09% y 24.37% respectivamente) existiendo diferencias significativas entre las distancias de las artes de pesca y el manglar (p<0.05). Las fuertes correlaciones sugieren la importancia del manglar para las pesquerías costeras sin embargo existen otras presiones antropogénicas dentro del sistema como el esfuerzo pesquero y procesos de eutrofización que influyen sobre la disponibilidad del recurso en la zona. Palabras Claves: Pesquerías; Manglar; Percepción Remota; San Ignacio-Navachiste-Macapule

XV

ABSTRACT Mangroves are one of the most productive ecosystems worldwide due to the immense organic flow within the same system and to adjacent ones. They also support a great amount of diversity of both terrestrial and marine fauna. Mangroves have been heavily exploited antropogenically for their use as wood for construction and cooking and they are also destroyed for shrimp farming. An important amount of coastal commercial fisheries depend on mangroves during the important stages of their life cycle and thus loss in mangroves may alter them. Lagoon complex, San Ignacio-Navachiste-Macapule has a big mangrove extent which is strongly used by fishermen and therefore mangrove cover and landings of shrimp, blue crab, mullet, snapper and cockles’ relationship was evaluated. Landsat 5TM, path/row: 33:42, satellite imagery (1990, 1994, 1999, 2004 and 2009) was processed and coverage change was analyzed with supervised classification. Landings were obtained from Guasave and Mazatlan local fishery offices from 1993 to 2009. 5 fisheries strongly related with mangroves were selected and total annual landings and CPUE were determined for the five fisheries together and for each one separately. Correlation between mangrove cover and landings was carried out. Also, interviews were done to fishermen engaged on a fishing activity and their spatial position was obtained with GPS (n=119). Data from fishing gears was spatially processed with geographic information system software. A 90.67% precision and 0.86 kappa index was obtained where errors were most frequent classifying other vegetation as mangroves. Mangrove coverage did not change significantly between 11886 and 11929 from 1994 to 2009. 86023 tons of the five fisheries were reported being shrimp and blue crab catches the most important with approximately 90% of the total catches. A positive ad significant (p<0.05) correlation was observed for both the fisheries together and shrimp. Mullet, blue crab and cockles had a high correlation (r2>0.07) even though no significance was detected. Although small cover change in mangroves was detected catches and CPUE of shrimp since 2005 and from 2002 for mullet have considerably reduced. Gillnets and cast net are the most important fishing gears inside the lagoon (31.09% y 24.37%). Statistical differences between fishing gears and proximity to mangroves were obtained. Strong correlations suggest the importance of mangroves to support coastal fisheries, however other anthropogenic pressures within the system such as fishing effort and eutrophization may play an important role in the resource availability. Key words: Fisheries; Mangrove; Remote sensing; San Ignacio-Navachiste-Macapule.

1

1. INTRODUCCIÓN Los ecosistemas de manglar constituyen un área cubierta de árboles situados en la

transición entre los medios marino y terrestre, y están catalogados dentro de los más

productivos del planeta. Son sistemas abiertos con un alto flujo de materia y energía

que aporta altas concentraciones de nutrientes a manera de detritus hacia los

ambientes aledaños (Orihuela-Belmonte et al., 2004). Además, son refugio y fuente de

alimento de una gran cantidad de vertebrados e invertebrados, tanto marinos como

terrestres, así como fuente de madera y alimento para comunidades costeras que

funcionan como barrera natural y lugar de acumulación de sedimentos, contaminantes y

carbono (Marshall, 1994; Kathiresan y Bingham, 2001; Kaiser et al., 2005). Aunque

pertenecen a grupos taxonómicos diferentes, comparten características morfológicas y

fisiológicas similares. La capacidad de ocupar sustratos inestables, la tolerancia al agua

salada, la capacidad de realizar intercambio gaseoso en sustratos con baja

concentración de oxígeno y, en muchos casos, la reproducción por embriones capaces

de flotar en el agua hasta adherirse a un sustrato adecuado son algunas de estas

semejanzas (Ellison y Farnsworth, 2001; Kathiresan y Bingham 2001; Kaiser et al.,

2005).

El manglar se distribuye en áreas tropicales y subtropicales con una barrera latitudinal

entre los 30 grados Norte y 30 grados Sur, abarcando áreas costeras de al menos 124

países (Macintosh y Ashton, 2002; Stuart et al., 2006). La región con mayor extensión

de manglar es Asia, seguida por África y Norte y Centro América. El 48% de la

extensión total está localizada en 5 países, dentro de los cuales se encuentra México

(FAO, 2007). En México, estos bosques están presentes en el Golfo de México, la

Península de Yucatán, la costa del Pacífico y el Golfo de California (Figura 1). Aunque

el Golfo de México es la zona con mayor abundancia de manglar en todo el territorio

nacional, el estado de Sinaloa presenta una de las principales coberturas por estados

después de Nayarit, al sur de éste, y Chiapas. En el Golfo de California el manglar

2

tienen su máxima distribución hacia el Norte, en las Grandes Islas, siendo después

reemplazados por marismas, principalmente del género Juncus.

Figura 1. Distribución del manglar en México. Modificado de Conabio, 2008.

En 1997 el área total estimada de manglar alrededor del planeta era de 182,000 km2

(Spalding et al., 1997), aunque hasta 2002 se había perdido una tercera parte a causa

de las actividades humanas (Alongi, 2002). Históricamente el manglar han sido

aprovechados por las comunidades como recurso maderero como fuente de energía y

material de construcción además de fines medicinales, y hasta 2002 habían sido

talados a gran escala para la construcción de granjas dedicadas a la acuacultura,

generando grandes problemas en la línea de costa de algunos países (Defur y Rader,

1995; Hopkins et al., 1995; Alongi, 2008; Walters et al., 2008). En México en el estado

de Guerrero y Campeche, el uso de este recurso como madera y la construcción de

granjas camaronícolas había sido, hasta 2001, una de las principales causas de

destrucción del manglar (Barbier y Strand, 1997; Tovilla-Hernández et al., 2001). Así

3

mismo ocurre en el Caribe, en donde el turismo ha ocasionado una reducción

importante de estos ecosistemas (Ruiz-Luna et al., 2008). De esta forma, el área total

de la cobertura en el país varía, según la fuente, a causa de los métodos y las escalas

utilizadas aun cuando se estima que para el 2025 la pérdida de manglar del territorio

Mexicano oscile entre el 40 y el 50% (SEMARNAT, 2005). Esta pérdida genera

impactos a nivel de la línea de costa como erosión y contaminación, así como otras

consecuencias a gran escala dentro de los cuales se encuentra la pesquería (Alongi,

2002).

Los ecosistemas de manglar han sido ampliamente reconocidos por albergar una gran

diversidad y abundancia de especies marinas como aves, reptiles, mamíferos,

crustáceos, moluscos y peces permanentes (residentes) o temporales. Muchas

especies marinas de interés comercial utilizan el manglar en alguna de las dos formas

descritas anteriormente. Los Cangrejos, camarones (principalmente de la familia

Peneidae) y muchas especies de bivalvos son residentes permanentes dentro del

manglar y cumplen la totalidad de su ciclo de vida dentro de estos ecosistemas

(Ronnback et al., 2002). En contraparte, muy pocas especies de peces son

completamente dependientes del manglar a lo largo de su vida y, por el contrario, sólo

lo utilizan en alguna etapa de todo su ciclo, principalmente en estado juvenil.

En general, estos árboles han sido reconocidos por soportar alevines basadas en 3

hipótesis mundialmente aceptadas: Refugio contra depredadores, disponibilidad de

alimento y bajos disturbios de carácter físico (Ronnback, 1999; Manson et al., 2005a;

Faunce y Serafy, 2006). Al alcanzar tallas adultas, muchas especies ícticas migran a

otros hábitats donde son reclutados en las poblaciones para contribuir a mantener los

stocks pesqueros estables y, por lo tanto, a generar alimento a las comunidades

costeras. Al disminuir las fuentes de refugio y alimento de las especies ícticas, es

evidente que las poblaciones naturales evidenciarán un declive que inevitablemente se

verá reflejado en la captura de los organismos (Primavera, 2005; Primavera et al.,

2007).

4

La pesca ha sido una actividad productiva que data de la época de los Griegos,

Romanos y Egipcios y que constituyó una importante fuente de proteína para estas

comunidades. Sin embargo, las amenazas para las pesquerías no comenzaron hasta

después de la revolución industrial. Esto fue, con el incremento del tamaño de las

embarcaciones y las técnicas pesqueras que ejercían mayor presión sobre las

poblaciones naturales, hasta el punto que en 1990 casi la mitad de las poblaciones

estaban completamente explotadas, 22% sobre explotadas, 9% de ellas subexplotadas

y únicamente el 3% en recuperación (Botsford et al., 1997; Kaiser et al., 2005; FAO,

2010).

La pesquería provee de alimento y empleo a un porcentaje considerable de la población

costera mundial, es una de las actividades que más se ha dispersado en el medio

marino generando amenazas a los ecosistemas y especies debido a su desarrollo no

sostenible (Botsford et al., 1997; Kaiser et al., 2005). Existe una estrecha relación entre

una gran variedad de especies de interés comercial y los ecosistemas costeros y, por lo

tanto, las actividades humanas han influido en el ambiente, de manera directa e

indirecta (Ronnback, 2002). La primera por remoción de individuos y alteración de las

interacciones bióticas y abióticas con el ecosistema y la segunda a causa de la

destrucción de hábitat, debido a los diferentes artes de pesca (Botsford, 1997; Jackson

et al., 2001)

La percepción remota es una tecnología utilizada para tomar muestras de radiación

electromagnética e interpretar datos geoespaciales de los cuales se puede extraer

información de características de objetos, la tierra y el océano. Junto con los sistemas

de información geográfica (SIG), son herramientas ampliamente utilizadas para

determinar estados de ecosistemas terrestres y costeros de difícil acceso para los

humanos. Por medio de esta técnica es posible generar varios tipos de imágenes con

características y aplicaciones específicas. Los satélites detectan imágenes en los

espectros visible e infrarrojo, permitiendo que se produzcan resultados falsos y

5

naturales del color de la imagen, importantes para el estudio de aguas superficiales y

tipos de vegetación (Zuidam et al., 1998).

Estas técnicas contribuyen al estudio de los ecosistemas con tasas de variación

relativamente rápidas, y apoyan en la toma de decisiones de manejo y su posterior

desarrollo de los planes (Aschbacher et al., 1995). Por este motivo, el estudio de la

cobertura de bosques de manglar por medio de estas técnicas ha aumentado,

generando así información más detallada y confiable de lugares de donde

anteriormente no se tenían datos de ninguna índole y, por lo tanto, ha ampliado el

conocimiento.

El Golfo de California, también conocido como Mar de Cortés, es un cuerpo de agua

con una longitud de 1130 km de largo y una anchura variable entre 80 y 209 km (Lluch-

Cota et al., 2007). El sector Suroriental del Golfo se caracteriza por ser una zona de

abundantes zonas estuarinas, complejos lagunares —los cuales presentan grandes

coberturas de manglar en los estados de Sonora, Sinaloa y Nayarit—, además de

playas arenosas. Por su parte, en la región Oeste predominan los litorales rocosos y

pequeñas bahías y estuarios, en donde la cobertura de mangle es mucho menor y se

puede encontrar inclusive en parches muy pequeños (Lluch-Cota et al., 2007; Aburto-

Oropeza et al., 2008). En las costas de Sinaloa se localizan ocho complejos lagunares

de importancia que, debido a factores de hidrología, geografía y dinámica, se

encuentran dentro de las más productivas a nivel nacional (Contreras-Espinosa y

Castañeda-López, 2003). El complejo lagunar San-Ignacio-Navachiste-Macapule, área

de estudio del presente trabajo y de gran importancia para la pesca artesanal, se

encuentra en la parte de la región oriental del Golfo y dentro de ella se encuentra una

amplia cobertura de manglar (Hernández-Cornejo et al., 2005; Monzalvo-Santos, 2006;

González-Ocampo et al., 2008).

6

2. ANTECEDENTES

Como se mencionó anteriormente, los ecosistemas de manglar son uno de los más

dominantes en zonas costeras tropicales y subtropicales del mundo y su distribución

está principalmente delimitada por la temperatura superficial del mar (TSM) con una

isoterma de 20ºC (Blaber, 2007; Hogart, 2007). Estos árboles son taxonómicamente

muy diferentes, existen alrededor de 55 especies separadas en 20 géneros y 16

familias, de las cuales muchas tienen especies que no poseen características propias

del manglar. De todas estas, dos familias, Aviceniaceae y Rhizophoraceae, se

distribuyen con 25 especies alrededor del mundo (Hogart, 2007).

2.1 Relación entre la cobertura de manglar y las pesquerías

El constante y rápido deterioro al que se enfrenta el ecosistema de manglar ha llamado

la atención de los investigadores a nivel mundial desde hace algunas décadas a causa

de los invaluables servicios económicos y ambientales que prestan localmente y

globalmente (Ronnback, 1999). Entre las principales amenazas que provienen de los

efectos antropogénicos están la tala por la construcción de granjas acuícolas, cambio

de uso de suelo para la agricultura y por la contaminación y eutrofización de las aguas,

lo cual genera una pérdida en la cobertura a una taza que oscila entre el 1 y el 2%

anual (Valiela et al., 2001; Alongi, 2002; Duke et al., 2007; Walters et al., 2008).

En cuanto a la importancia del manglar como refugio contra predadores, está

estrechamente ligado a la compleja estructura de éstos, a causa de las raíces aéreas

principalmente del género Rhizophora y los neumatóforos de Avicenia (Ellis y Bell 2004,

Chong, 2007; Nagelkerken et al., 2008). La distribución de las raíces de esta forma

reduce los encuentros entre predador y presa, puesto que reduce la visibilidad de los

predadores y, por lo tanto, limita las capturas de las presas, lo cual resulta idóneo para

juveniles de varias especies (Manson et al., 2005a). Esta hipótesis fue ampliamente

estudiada en un trabajo llevado a cabo en Australia, tanto en pruebas de laboratorio

7

como en campo, demostrando en campo que las especies ícticas se acercaban a

estructuras complejas similares a las raíces del manglar, en comparación con aquellas

donde no estaban presentes. Mientras que en el laboratorio se probó que peces en

estados juveniles tienden a buscar refugio en estructuras simuladas, como

neumatóforos, en la presencia de predadores, pero no lo usan en ausencia de éstos, lo

cual permite concluir que la complejidad de los hábitats del manglar efectivamente

protege a los juveniles contra predadores (Laegdsgaard y Johnson, 2001; Ellis y Bell,

2004). De manera similar, Dankwa y Gordon (2002) demostraron que existe una mayor

diversidad de especies, tanto de peces como de invertebrados, en extensiones mayores

de cobertura de manglar, en comparación con aquellas donde la presencia era menor.

De igual forma, encontraron que de acuerdo a las medidas de las especies capturadas

dentro del estudio, los individuos eran en su mayoría juveniles.

EL manglar juega el papel de guarderías de diversos tipos de especies de escama que

posteriormente migran a ecosistemas aledaños (Mumby et al., 2004), existiendo una

mayor abundancia y riqueza de peces en otros ecosistemas (corales y fondos blandos)

que estaban cerca a zonas de manglar (Nagelkerken et al.,2001) además de que los

alevines de peces relacionados con aguas más profundas están estrechamente ligados

a zonas de guarderías someras como el manglar para el crecimiento de los juveniles

(Nagelkerken et al., 2000; Dorenbosch et al., 2004; Dorenboch et al., 2005).

El porcentaje de especies de interés comercial relacionadas con ecosistemas de

manglar alrededor del mundo varía según el área en donde se han llevado a cabo los

estudios fluctuando entre 80% y 30% (Manson et al., 2005a). Ronnback (1999) afirmó

que en la Florida el 80% de las pesquerías están relacionadas con el manglar, mientras

que en Fiji y la India lo está en un 60% y en el este Australiano lo está el 67%. De

manera similar, Islam y Wahab (2005) describieron las implicaciones que ha tenido la

pérdida de manglar en la pesca y en la acuacultura en un delta de gran importancia en

Bangladesh, en donde la mayoría de la pérdida del mangle se debió a la construcción

de granjas camaroneras que causó la disminución en los recursos biológicos.

8

La especie de camarón, Penaeus merguiensis, en el Norte de Australia Penetra los

bosques de manglar durante pleamar hasta 43 m (Vance et al., 1996). Esta misma

especie en un estuario en Australia entra hasta 200 m del bosque de manglar

inundando por las mareas (Vance et al., 2002) comprobando, en ambos casos, la

importancia de los manglares para esta especie. Por otra parte, en una Isla en

Mozambique se determinó que algunas especies de penaeideos tienen preferencia por

áreas de manglar, destacando la presencia de estados poslarvales y juveniles dentro de

mangles del género Avicennia para la especie Penaeus indicus, y una mayor

abundancia en fondos blandos de Metapenaeus monoceros, y al no encontrar

organismos juveniles y estadios de sub adultos, se concluyó una estrecha relación entre

el manglar y esta familia (Ronnback et al., 2002).

En el mismo sentido, Pauly e Ingles, (1986) demostraron una relación logarítmica entre

la vegetación intermareal y la pesquería de camarón, es decir que al destruir la primera,

se afecta la segunda utilizando 3 sets de datos; uno a nivel mundial, otro de Indonesia y

uno de las Filipinas. En México, en la laguna de Términos, en Campeche, México, se

hizo un modelo matemático que estableció la relación entre la pesquería de camarón y

la cobertura de manglar, considerando el cambio en el uso de suelo que ha sufrido el

Golfo de México por la acuacultura. Con este modelo se comprobó que el cambio en la

cobertura de la vegetación disminuye la pesca camaronera aunque lo atribuyen al

aumento del esfuerzo pesquero, ya que en esta laguna costera la pérdida de manglar

en los años analizados (1980 y 1990) no fue significativa (Barbier y Strand, 1997).

2.2 Manglar y percepción remota La percepción remota es una técnica para tomar muestras de radiación

electromagnética a partir de una fuente de emisión que es utilizada para interpretar

datos de la superficie de la tierra a partir de análisis visuales y digitales. Cuando la

9

energía es emitida directamente por la plataforma en órbita se les conoce como

sensores activos, contrario a lo que sucede con los pasivos, los cuales dependen de

una fuente de energía como el sol o la tierra (Richards y Jia, 2006). Una de las formas

de la percepción remota es a través de imágenes de satélite los cuales son lanzados

desde plataformas espaciales para ponerlos en órbita, siendo principalmente sensores

pasivos. Las órbitas y las distancias a las cuales son puestos los sensores varían de

acuerdo a los requerimientos de cada proyecto en particular. Existen dos tipos de

satélites, los de órbitas geoestacionarias y los de órbitas determinadas. Los

geoestacionarios están sincronizados con la rotación de la tierra y, por lo tanto, toman

datos de una misma zona. Este tipo de satélites están colocados en órbitas muy altas

(aproximadamente 36000 Km), con resolución espacial de más de 100 m por pixel

ideales para efectos meteorológicos, temperatura del mar y clorofila, entre otros

(Monzalvo-Santos, 2006).

En contraparte, los sensores con una órbita determinada, que bien pueden ser polares,

cuasipolares o no polares e igualmente pueden estar sincronizados con el movimiento

del Sol (Richard y Jia, 2006) están a distancias menores a 800 Km con una resolución

espacial mucho menor alcanzan hasta de 2.5 m en la banda pancromática como el

satélite SPOT, puesto en órbita en mayo de 2004. Estas características confieren

ciertas ventajas para los estudios terrestres de cambio de uso de suelo, cobertura

vegetal y monitoreo de incendios, entre los más usados, en escalas prolongadas de

tiempo, áreas extensas y zonas de difícil acceso.

El proyecto Landsat representa el primer programa de colección de imágenes terrestres

a partir de satélites en el mundo. Empezó como una iniciativa ambiciosa por desarrollar

el primer programa de satélite para la observación terrestre para civiles, con la

cooperación de la NASA y del departamento de agricultura estadounidense. Es así

como el 23 de Julio de 1972 fue lanzado el primero de siete satélites que le

procederían. El ERTS-1, posteriormente nombrado Landsat -1, contaba con un sensor

de escaneo multiespectral (MSS por sus siglas en ingles) con cuatro bandas: 4, 5, 6 y 7.

10

Los 4 primeros satélites ya no se encuentran en funcionamiento, únicamente quedan el

5 y el 7, puesto que el 6 no logró entrar en órbita (USGS, 2005; Williams et al., 2006;

Wulder et al., 2008). Landsat 5 y Landsat 7 poseen una órbita casi polar que está

sincronizada con el sol a una altura de 705 Km, tienen una resolución espacial de 30 m

y un tamaño de escena de 185 Km x 185 Km (Richard y Jia, 2006).

Las imágenes de satélite han sido ampliamente utilizadas al nivel mundial para estimar

el cambio en la cobertura de manglar con el fin de determinar las extensiones y

cambios en la cobertura de estos ecosistemas. En un estudio llevado a cabo en

Tailandia, Aschbacher et al., (1995) determinaron el estado ecológico de un bosque de

manglar por medio de técnicas de percepción remota y sistemas de información

geográfico y lograron demostrar las ventajas y desventajas de diversos tipos de

imágenes y satélites, concluyendo que el satélite Landsat 5 con sensor TM (mapa

temático, por sus siglas en inglés), reciente para esa fecha, arrojó los resultados más

confiables.

Entre tanto, Sulong et al., (2002) determinaron, en Malasia, la distribución y clasificación

de la vegetación de un bosque de manglar para llevar a cabo planes de manejo para la

conservación de la zona, utilizando imágenes aéreas y satelitales Landsat con sensor

TM. Concluyeron que ese sitio en particular puede ser dividido en 14 diferentes clases

de vegetación a partir de fotografías aéreas, pero únicamente en 7 clases por medio de

las obtenidas con Landsat demostrando las bondades de la primera con respecto a la

segunda.

A partir de imágenes Landsat TM, obtenidas entre los años 1988 y 2000, e imágenes de

Ladsat 7, obtenidas en el 2000, Wang et al. (2003) estudiaron el cambio en la cobertura

de manglar a lo largo de la costa de Tanzania, en la costa este del continente Africano.

Como resultado, se obtuvo un cambio muy bajo en la cobertura durante una década: de

109593 ha en los noventas, pasó a 108138 ha en el 2000 con una precisión muy alta,

de acuerdo a la matriz de error elaborada. Debido al insignificante cambio que se

11

presentó, concluyeron que no hubo cambio significativo pero que las amenazas para el

ecosistema siguen latentes.

En México, y particularmente en Sinaloa, se han estudiado varios complejos lagunares

y su relación con la detección de cambio de vegetación, en algunos casos haciendo

referencia importante al manglar. Es importante destacar el estudio realizado en la

laguna costera Huizache-Caimanero, al sur de Sinaloa (Ruiz-Luna y Berlanga-Robles,

1999), donde estos investigadores utilizaron cuatro imágenes Landsat MSS y TM entre

1973 y 1997 para determinar cambios a partir de cinco clases diferentes; estuarios,

manglar, agricultura sucesión secundaria y bosque seco. De estas clases, el manglar,

estuarios y bosque seco disminuyeron en el periodo comprendido en el estudio,

mientras que las otras dos mostraron un aumento significativo en el mismo lapso de

tiempo. Concluyen que la laguna ha estado en constante deterioro a causa del fuerte

efecto antrópico presente, sobre todo, a causa del incremento en las actividades

productivas, en este caso la agricultura. De manera muy similar, Berlanga-Robles y

Ruiz-Luna (2002) en el municipio de Escuinapa, en el sistema estuarino Majahual

estudiaron la detección de cambio de vegetación con las clases descritas anteriormente

e imágenes Landsat MSS y TM durante el mismo periodo determinando que la

cobertura de manglar se mantuvo estable presentando un incremento de la agricultura

en la zona siendo responsable de la fragmentación del ecosistema en la laguna y en la

degradación del ambiente.

En Nayarit y el sur de Sinaloa Kovacs et al., (2001) evaluaron la pérdida de manglar en

el sistema lagunar de Teacapán- Agua Brava mediante imágenes satelitales Landsat

TM de los años 1986, 1993, 1999 y cuestionarios aplicados a los habitantes de la zona.

Para el año 1986 el 18% del área de estudio estaba muerta o en mal estado y hacia el

final del estudio determinaron un incremento del 33% por la construcción de un canal en

1972, que pudo haber alterado la hidrografía de la zona.

12

Alonso-Pérez et al., (2003) a partir de dos imágenes de la laguna de Ceuta (1984 y

1999) determinó nueve clases en su clasificación, concluyendo que al igual que en los

estudios anteriores, la agricultura es la principal causante del cambio de cobertura de

manglar en la laguna, presentando por otro lado, que la acuacultura es otro factor de

presión para el sistema. En el mismo estudio estimaron una tasa de deforestación del

0.3% debido a que la agricultura y la camaronicultura están cambiando el uso que se le

da al suelo dentro del sistema lagunar.

A nivel estatal de Sinaloa, se determinó el estado del manglar en siete complejos

lagunares principales en 30 años con imágenes Landsat de 1973 y otras de los años

2000 a 2003. Se encontró una diferencia de 2,600 ha con relación a lo presentado en el

año 2003 y, por lo tanto, reporta la extensión de la cobertura de manglar de Sinaloa:

61955 ha. Asimismo se describe que la mayor abundancia se encuentra en las regiones

centro y norte, con el 80%, y se referencia a la laguna de Topolobambo como la de

mayor abundancia en el estado, mientras que la laguna de Altata evidencia la mayor

pérdida de manglar de todas las estudiadas (Monzalvo-Santos, 2006).

Recientemente, la comisión nacional para el conocimiento y uso de la biodiversidad

(CONABIO) publicó un informe acerca del manglar en México, en el cual zonificó la

cobertura por regiones e hizo una determinación de la cobertura por medio de

imágenes del satélite LANDSAT. En el informe se determinó que el área total de

manglar en el país para el 2008 fue mayor a 655,000 ha (CONABIO, 2008).

13

3. JUSTIFICACIÓN

Debido a que los ecosistemas costeros están bajo una constante presión en función de

la degradación a causa de diversos impactos de origen humano determinar cómo

influyen en la pesca en estos sistemas, es un factor fundamental y prioritario para el

manejo de las zonas costeras. La gran mayoría de las pesquerías costeras están

explotadas o sobreexplotadas debido al incremento del esfuerzo pesquero, al

mejoramiento de las artes o a los impactos ambientales que finalmente reducen los

volúmenes de captura (Blaber et al., 2000).

El complejo lagunar, San Ignacio-Navachiste-Macapule, donde se llevó a cabo este

estudio, cubre parte de la costa del municipio de Guasave. Esta zona se encuentra

sujeta a una fuerte presión por la acuicultura y agricultura, razón por la cual la relación

de las coberturas de manglar con la pesca de la que dependen comunidades como

Cerro Cabezón, Huitussi, El Tortugo, Caracol y La Pitahaya (González-Ocampo et al.,

2008) merece atención prioritaria. El área de estudio, colinda con el Área de Protección

de Flora y Fauna Islas del Golfo de California, es una zona de vital importancia para

determinar cómo ha disminuido la cobertura del manglar y establecer finalmente si

existe una relación con los volúmenes de pesca de especies ícticas por la pesca

ribereña en los últimos 17 años.

Muchas pesquerías ribereñas están ligadas a las áreas de manglar por el papel

ecológico que fungen estos ecosistemas para la biota marina y terrestre, por lo que es

necesario analizar y determinar la relación en conjunto con el esfuerzo pesquero y los

cambios de los ecosistemas de manglar en la zona a escalas temporales y espaciales

que coincidan para poder entender más estrechamente la relación de estas dos

variables (Manson et al., 2005a).

14

4. HIPÓTESIS El cambio en la cobertura de manglar tiene una relación directa con los volúmenes de

captura y con la composición de la pesca ribereña del complejo lagunar San Ignacio-

Navachiste-Macapule.

5. OBJETIVO GENERAL Evaluar la relación del cambio en la cobertura del bosque de manglar con los

volúmenes de la pesca ribereña y las variaciones en la composición de las capturas

entre 1993 y 2009 en el complejo Lagunar San Ignacio-Navachiste-Macapule, Guasave,

Sinaloa, México.

6. OBJETIVOS ESPECÍFICOS Determinar el cambio en la cobertura del bosque de manglar entre 1990 y 2009, a

través de análisis de imágenes satelitales del Sistema lagunar San Ignacio-

Navachiste-Macapule.

Obtener los volúmenes de captura de camarón, jaiba, lisa, pargo y almeja de 1993

a 2009 en el Sistema lagunar San Ignacio–Navachiste–Macapule.

Relacionar el cambio en la cobertura de manglar con los volúmenes de captura de

la pesca ribereña de 1993 a 2009 en el Sistema lagunar San Ignacio–Navachiste–

Macapule.

Caracterizar la pesca ribereña del sistema lagunar San Ignacio-Navachiste-

Macapule y relacionarlo con los cambios en la cobertura de manglar mediante un

sistema de información geográfica.

15

7. MATERIALES Y MÉTODOS

7.1 Área de Estudio

El sistema Lagunar San Ignacio–Navachiste–Macapule es uno de los complejos que

conforman la costa oriental del Golfo de California y uno de los ocho principales del

estado de Sinaloa (Monzalvo-Santos, 2006) perteneciendo en parte a la costa del

municipio de Guasave. Su ubicación geográfica está comprendida entre los 25° 15´ y

25° 35´ LAT N y los 108° 30.2´ y 109° 03’ LONG W cubriendo un área total entre 220 y

280 km2 (Escobedo-Urías et al., 1999; Escobedo-Urías et al., 2003; Martínez-López et

al., 2007). El sistema está formado por tres lagunas: San Ignacio, Navachiste y

Macapule, siendo la segunda la que cuenta con la mayor superficie, 190 km2

(Escobedo-Urías et al., 2003). Este sistema está en permanente intercambio de agua

con el Golfo de California y genera un ambiente marino durante la mayor parte del año

(Hernández-Cornejo et al., 2005) a través de tres bocas: Bocanita y Vasiquilla al sur y

Ajoro al norte (Figura 2). Ajoro es el lugar por donde entra el agua y Vasiquilla por

donde emerge nuevamente al Golfo de California en promedio cada 16 días para

Navachiste y cada 2.2 días para Macapule. (Escobedo-Urías et al., 2001; Escobedo-

Urías et al., 2007). La salinidad en el sistema varía entre 30 y 45 UPS a lo largo del

año, presentado las máximas durante el verano y los valores mínimos durante la

primavera (Escobedo-Urías et al., 1999). Este ecosistema se considera como una

laguna somera a causa de la poca profundidad promedio (2.5 m) y a que fluctúa entre

0.5 y 5.0 m. Sin embargo, se encuentran profundidades mayores cerca a las bocas,

Vasiquilla presenta el valor máximo (11 m).

16

Figura 2. Localización del complejo lagunar San Ignacio-Navachiste-Macapule.

Debido a las características áridas y rocosas de gran parte del sistema y a la poca

precipitación anual promedio que presenta (300 mm), su vegetación es típica de un

bosque seco tropical con presencia de arbustos y árboles característicos (Hernández-

Cornejo et al., 2005; Martínez-López et al., 2007). Adicionalmente, cuenta con un

bosque de manglar compuesto por 4 especies; Rhizophora mangle, Avicennia

germinans, Conocarpus erectus y Laguncularia racemosa siendo A. germinans la

especie dominante y de mayor importancia (Hernández-Cornejo et al., 2005; Monzalvo-

Santos, 2006; Hakspiel-Segura, 2009).

En los alrededores de la zona se practican varios tipos de actividades productivas,

dentro de las cuales se destacan la agricultura intensiva, la camaronicultura y la pesca.

Las primeras dos generan un aporte importante de fertilizantes y pesticidas al complejo

lagunar, lo cual ha generado un proceso de eutrofización en los últimos 20 años por los

aportes nitrogenados, en los cuales la agricultura ha sido la mayor responsable de

dicho proceso (Escobedo-Urías, 2010).

17

Dentro de la laguna se encuentran tres islas principales por su tamaño: San Ignacio,

Macapule y Vinorama, además de otras islas e islotes que en conjunto suman 21

(Escobedo-Urías, 2010). Todas están catalogadas dentro del Aérea Natural Protegida

islas del Golfo de California (ANP) desde el 2 de Agosto de 1978, cuando se decretaron

a las islas situadas en el Golfo de California como zonas de reserva y refugio de aves

migratorias y de la fauna silvestre (DOF, 1978). Además, desde febrero de 2008 este

complejo lagunar fue decretado como sitio RAMSAR (González-Ocampo et al., 2008).

Las características escénicas y legales de esta zona, así como su importancia

económica, la convierten en una zona prioritaria de manejo.

7.2 Análisis de Imágenes

7.2.1 Procesamiento de imágenes

Las imágenes satelitales se obtuvieron de la colección Landsat de la página del Centro

de observación y ciencia de los recursos de la tierra (EROS por sus siglas en inglés),

las cuales no tienen costo (http://glovis.usgs.gov). En este portal se pueden descargar

algunas directamente y aquellas que no, pueden ser pedidas y posteriormente

descargadas. Se utilizaron imágenes Landsat 5 TM debido a que, a partir de 2003,

Landsat 7 tiene un error en el corrector de la línea de escaneo (SLC) (Wulder et al.,

2008). Teniendo en cuenta que la única diferencia entre los sensores TM y ETM es una

banda pancromática que no se tendrá en cuenta para este trabajo, se decidió utilizar la

colección de Landsat 5 TM, que cuenta con 7 bandas (Tabla 1). Se obtuvieron

imágenes con un porcentaje de nubosidad menor al 20% y mejor calidad (escala 1 a 9)

de acuerdo a Ricchards y Jia (2006) de todos los meses de los años 1989, 1990 1994,

1999, 2004 y 2009 (path/row: 33/42).

http://glovis.usgs.gov/�

18

Tabla 1. Bandas y longitudes de onda del satélite Landsat 5 TM

Banda Longitud de Onda (µm)

Resolución espacial (m)

Color

1 0,45 a 0,52 30 Azul

2 0,52 a 0,60 30 Verde

3 0,63 a 0,69 30 Rojo

4 0,76 a 0,90 30 Infrarrojo cercano

5 1,55 a 1,75 30 Infrarrojo medio

6 10,40 a 12,50 120 Infrarrojo termal

7 2,08 a 2,35 30 Infrarrojo medio

Se ingresaron las imágenes al software especializado ERDAS® imagen 2010 y se

observaron dichas cualidades. Se escogieron imágenes de 1990, 1994, 1999, 2004 y

2009 comprendidas entre el 15 de abril y el 15 de junio para disminuir el error debido a

la posición del sol (ángulo zenit) (Green, et al., 1998; Richard y Jia, 2006; Campbell,

2007) como se destaca en la tabla 2. La periodicidad recomendada para observar

cambios en los bosques por medio de percepción remota para imágenes Landsat es

entre 3 y 5 años (Coppin et al., 2004) por lo cual se tomaron imágenes con estos

intervalos.

Tabla 2. Año y fecha de las 5 imágenes Landsat 5 TM seleccionadas para el análisis de la cobertura de

manglar.

Año Mes Día

1990 Mayo 14

1994 Abril 15

1999 Mayo 31

2004 Junio 15

2009 Mayo 10

19

Las cinco imágenes fueron corregidas geométricamente a partir de puntos de control en

tierra y con ayuda de mapas auxiliares de la colección de INEGI. Estos puntos se

introducen en la imagen más reciente y, en caso de ser necesario, son reposicionados

de manera que coincidan con la referencia marcada en campo. A partir de la imagen

rectificada se hizo lo propio para las cuatro restantes por medio de la opción DataPrep > Image geometric correction del software. En todos los casos el error cuadrático

medio (RMS) fue inferior a una unidad de resolución (pixel), es decir, menor a 30.

En el caso de 2009, se presentó un poco de nubosidad que fue corregida y disminuida

por medio de una mejora radiométrica la cual reajusta los valores de los pixeles

eliminado el ruido por la nubosidad por medio de la opción Haze reduction, la cual

tiene un algoritmo establecido para Landsat TM (ERDAS®, 1999).

Una vez hecho esto, se delimitó el área de estudio de la escena completa y se creó una

sub imagen para cada uno de los años haciendo un corte en cada una de las siete

bandas y generando, de esta forma, una imagen más pequeña pero con las

características espectrales idénticas a la mayor. Este procedimiento se llevó a cabo con

la herramienta subset en la cual, por medio de un Área de Interés (AOI por sus siglas

en inglés), se selecciona un recuadro de interés y se corta. Una vez hecho esto para las

4 imágenes se eliminó la banda 6 de todas las imágenes, que es la del infrarrojo termal,

la cual tiene una longitud de onda entre 10,40 y 12,50 (µm). Esto debido tener una

resolución espacial menor (120 m) a las otras seis bandas y porque es utilizada

principalmente para mediciones de temperatura. Para esto, se utilizó la propiedad

subset en cada una de las imágenes y se seleccionaron las bandas que se querían

mantener para posteriormente obtener un archivo para cada una con las correcciones y

las bandas necesarias para llevar a cabo la clasificación.

Finalmente se hizo una normalización de los datos de todas las imágenes por medio de

la substracción de los objetos oscuros. Este algoritmo asume que el menor valor del

numero digital (DN) de cada banda teóricamente es cero y, por lo tanto, convierte ese

valor a cero en cada capa, eliminando el error atmosférico de la imagen y mejorando los

20

datos espectrales de la misma (ERDAS®, 1999). Para esto se introdujeron los datos del

archivo de metadatos de cada una de las imágenes por separado en

http://earth.gis.usu.edu/imagestd/ y posteriormente se corrieron en el modelador del

software ERDAS (Modeler).

7.2.2 Toma de muestra de los puntos de campo

Durante nueve salidas de campo entre septiembre de 2010 y febrero de 2011, se

hicieron recorridos de campo en el área de estudio para familiarizarse con el terreno y

tomar puntos para realizar la clasificación supervisada. Estos recorridos se efectuaron

en una lancha, propiedad del CIIDIR-Sinaloa (Acua 1), con un motor fuera de borda de

75 HP. Durante los recorridos se visitaron zonas de manglar, zonas de arena, suelo y

otros tipos de vegetación en los que se descendía de la lancha y se caminaba hasta la

zona a georeferenciar. Las coordenadas fueron tomadas con un GPS marca Garmin®

(Oregon300™), e igualmente registradas en una bitácora de campo para tener un

respaldo de los datos. Además se registraron las características de los alrededores de

la referencia tomada y el nombre del lugar. Se lograron 225 datos para la toma de

muestras y para la evaluación de la clasificación que fueron descargados en una

computadora por medio del software Oziexplorer®, proyectados a WGS 84 UTM zona

13, tal y como están las imágenes, y convertidos en un archivo tipo shape para poder

ser recuperados en ERDAS® ARCVIEW®.

7.2.3 Clasificación En primera instancia se realizó un enmascaramiento de la zona de agricultura presente

en las imágenes cortadas para disminuir el error causado por la similitud de las firmas

espectrales de los cultivos y el manglar. Para esto se hizo una nueva subimagen,

creando un valor de pixel de 0 para el área no requerida en la determinación de la

cobertura de manglar. Posteriormente se crearon imágenes de falso color RGB: (4, 5,

3), (4 3, 2) y (7, 4, 1) para resaltar las características de las clases a evaluar.

http://earth.gis.usu.edu/imagestd/�

21

La clasificación supervisada se define como el proceso de utilizar muestras de identidad

conocida para clasificar pixeles de identidad desconocida. En ese orden de ideas, en la

imagen a clasificar se escogen en la pantalla del monitor zonas de entrenamiento que

son sitios del cual se tiene conocimiento y que se delimitan por medio de polígonos en

la imagen digital (Campbell, 2007). Para la determinación de la cobertura de manglar,

en cada una de las 5 imágenes se establecieron 3 clases, manglar, agua (incluida

granjas camaronícolas) y “otros” donde se incluía otro tipo de vegetación arena y suelo

entre otras.

En el software ERDAS Imagine®, con la herramienta signature editor y con las

herramientas de AOI, se seleccionaron las zonas de entrenamiento de acuerdo a los

puntos obtenidos en campo por medio del GPS. Cada zona de entrenamiento fue

delimitada por un polígono de la herramienta del AOI e introducida en el editor de

firmas. El tamaño de cada sitio de entrenamiento fue inferior a 100 pixeles y se

corroboró, por medio de los histogramas, que se determinaran las propiedades

espectrales de cada punto. Para cada clase se realizaron 25 zonas de entrenamiento,

de manera que fuera posible determinar la firma espectral de cada una de las clases,

con lo cual se lleva a cabo el algoritmo de clasificación.

Una vez seleccionadas y delimitadas las zonas de entrenamiento, se procedió a correr

la clasificación supervisada en el software. El algoritmo utilizado en este proceso fue el

de máxima verosimilitud, el cual utiliza los datos de entrenamiento para estimar las

medias y las varianzas de las clases, para determinar las probabilidades de asignar

correctamente una clase, basándose no sólo en la media y las varianzas, sino también

de la variabilidad de los valores de brillantez en cada clase (Monzalvo-Santos, 2006;

Campbell, 2007).

Posteriormente se llevó a cabo una verificación de la clasificación, con la herramienta

Accuracy assesment, por medio de una matriz de error, o de contingencia, para

verificar los datos de la clasificación con respecto a datos de referencia mediante un

22

arreglo de n x n datos, donde n es el número de clases (Tabla 3) (Campbell, 2007). En

este caso los datos de referencia al ser correctos son tomados directamente del trabajo

de campo, utilizando 50 puntos por clase, posicionados con el GPS. La suma diagonal

de la matriz corresponde a la cantidad de pixeles clasificados correctamente y, al dividir

por el número total de pixeles y multiplicar por 100, se obtiene el porcentaje de pixeles

correctos en la imagen. Una precisión del 85%, o mayor, representa una buena

clasificación y una representación real de la realidad (Anderson et al., 1976). Este

proceso se realizó únicamente con la imagen más reciente (2009) que es la que tiene

datos de campo relevantes para la evaluación, aunque las cuatro casos restantes se

consideran correctas ya que se utilizó el mismo procedimiento para su clasificación

(Hernández-Cornejo et al., 2005).

Tabla 3. Formato de matriz de error para la verificación de la clasificación supervisada

Datos de Referencia

n1

n1 n2 n3

n2

n3

El índice de Kappa (ĸ) es otra forma de evaluar la exactitud de una imagen clasificada.

En este caso se debe medir la diferencia entre lo observado en los dos mapas

(clasificado y de referencia) y la veracidad, comparando los dos mapas como se

describe en la ecuación:

Donde:

Observado es la suma de la diagonal, dividido el número total de muestras y

23

Esperado es la estimación de la contribución de la suma de la diagonal, sobre el

número total de pixeles evaluados.

El índice arroja valores entre 0 y 1. Los valores cercanos a 1 expresan una buena

clasificación y aquellos cercanos o iguales a cero, manifiestan una mala representación

de la realidad (Cogalton, 1991; Campbell, 2007).

Cuando se obtuvo un valor de clasificación adecuado se procedió a determinar el área

(hectáreas) de cada una de las clases, lo cual se muestra en la tabla de atributos de la

imagen procesada que sirvió para determinar la cobertura de manglar en cada año

analizado.

7.3 Obtención de datos de capturas de la oficina federal de pesca

Entre Febrero y Mayo de 2010 se llevó a cabo una revisión de los datos de los

volúmenes pesqueros en la oficina federal de pesca en Guasave. Estos datos se

digitalizaron en una hoja de cálculo de EXCEL® de Microsoft office®. Se capturaron los

datos de los años 1997, 2000, 2001, 2004 y 2005. Los datos restantes se obtuvieron de

la oficina nacional de pesca con sede en Mazatlán, la cual donó una base de datos, de

1993 al 2009, con información de volúmenes de captura par todas las pesquerías que

reportaron en la oficina de la ciudad de Guasave.

7.3.1 Selección de pesquerías:

Las pesquerías seleccionadas para el análisis fueron la de camarón, jaiba (crustáceos),

almeja (bivalvo), pargo y lisa (peces). A partir de una revisión extensiva y minuciosa de

las relaciones de éstas con el manglar y la importancia económica de las mismas en la

región a partir de bibliografía. El camarón, capturado dentro del complejo lagunar,

corresponde principalmente a Farfantepenaeus californiensis, Litopenaeus stylirostris y

L. vannamei (Decápoda: Penaidae) (Valenzuela-Quiñonez et al., 2004). Esta familia

24

está estrechamente ligada al manglar durante sus estados postlarvales y subadultos,

además de encontrarse relacionada directamente con los bosques de manglar y las

capturas ribereñas (Vance et al., 1996; Ronnback, 1999; Ronnback et al., 2002; Vance

et al., 2002; Manson et al., 2005a).

Por su parte, la pesquería de jaiba en la zona de estudio está soportada por 3 especies

del género Callinectes, C. bellicosus, C. arcuatus, C. toxotes (Decapoda: Portunidae).

Los organismos de este género se caracterizan por tener un estado larvario planctónico

a veces asociado a manglar y tienden a utilizar las raíces de mangle rojo como refugio y

zonas de alimento ya que son principalmente carnívoros con alta ingesta de camarones

Peneidos relacionados con el manglar (Paul, 1981; Dittel y Epifanio, 1990; Wehrtmann y

Dittel, 1990; Fischer y Wolf, 2006, Ramírez et al., 2003).

La almeja capturad dentro de la laguna es un molusco bivalvo perteneciente a la familia

Arcidae, dentro de la cual se encuentran dos especies del género: Anadara, A.

tuberculosa, A. grandis, que se distribuyen en la línea de costa desde México hasta

Perú (MacKenzie, 2001). Estas almejas están estrechamente ligadas a lagunas

costeras en donde hay presencia de manglar habitando las raíces aéreas de R. mangle

y los fondos fangosos proporcionados por estos ecosistemas. Dentro de estos fondos

blandos los individuos son capaces de sumergirse hasta a 15 cm de profundidad,

dependiendo de la zona intermareal en donde se establezcan. Aun cuando A.

tuberculosa se encuentra tanto en A. germinans como en R. Mangle, a causa de la

complejidad de las raíces, su abundancia es mayor en la segunda. Debido a su

estrecho vínculo con los ecosistemas de manglar y las lagunas costeras, por lo que el

deterioro y pérdida en la cobertura del mangle podría afectar su pesquería de manera

sustancial (MacKenzie, 2001; Ocampo-Thomason, 2006).

En cuanto a las especies de escama seleccionadas para el análisis, los pargos

pertenecen al orden Perciformes y a la familia Lutjanidae y cuentan con alrededor de

185 especies al nivel mundial. Estudios anteriores han sido asociados al manglar

25

(Robertson y Duke, 1990; Chitarro et al., 2005) como zonas de guardería de sus

juveniles (Nagelkeken et al., 2000; Nagelkeken et al., 2001), patrones de migración

entre pastos marinos (día) y manglar (noche) o hacia afuera de la bahía durante el

desove (Luo et al., 2009), relacionados con las raíces aéreas de R. mangle o como

refugio entre los 10 y 12 cm (Thayer et al., 1987; Faunce y Serafy, 2007). También, son

principalmente carnívoros con una alimentación rica en bentos, siendo en las costas de

Sinaloa donde los pargos L. argentiventris y L. colorado incluyen en sus dietas a

camarones del género Penaeus (Santamaría-Miranda et al., 2005) lo que muestra la

relación de estos peces con el manglar.

Los Mugilidos son peces de tamaño mediano a grande, que viven generalmente en

aguas costeras marinas, estuarios y lagunas de agua salobre. Son especies eurihalinas

con hábitos alimenticios bentófagos, a partir de los detritus, pero también se reporta el

consumo de algas en algunas especies (Fischer et al., 1995) Mugil curema y M. cefalus

(Fischer et al., 1995) predominan dentro del Golfo de California. M. curema, junto con

muchas otras especies de escama, fue encontrada dentro de muestras tomadas en

áreas de R. mangle (Faunce et al., 2004), mientras que en esteros con manglar se han

reportado densidades mayores de sus juveniles en bosques de manglar prístinos, con

respecto a aquellos que han tenido algún tipo de disturbio (Mwandya et al., 2009).

7.3.2 Procesamiento y análisis de datos

Después de la selección de especies para el estudio se separaron los datos de estas 5

especies del resto de la base de datos. Se calculó su volumen total de capturas de las 5

especies en conjunto entre 1993 y 2009 y a partir de esa información se determinó el

porcentaje de captura para cada una. De igual forma se determinó el volumen total y

promedio ± 1 desviación estándar (DE) por cada uno de los años en el mismo intervalo

y determinando finalmente el volumen total de captura por año para cada una de las 5

especies y su promedio (± 1 DE).

26

A los datos de los volúmenes de captura total de las cinco especies en conjunto y

separadas, se les aplicó una regresión lineal entre las capturas y los 17 años. En todos

los casos se calculó la ecuación de la recta, el coeficiente de correlación (que indica

qué tan fuerte es la relación entre las variables) y el valor de R2, (indica la variabilidad

de ambas variables) (Zar, 2010). Por último, se determinó para cada modelo si había

diferencias significativas entre la relación de las variables con una confiabilidad del 95%

(α=0.05)

Finalmente se calculó la captura por unidad de esfuerzo (CPUE), que es un índice que

indica la abundancia de una pesquería (Lehodey et al., 1997), para las 5 especies en

conjunto y para cada una de ellas, por separado, la siguiente fórmula:

Donde el número de avisos de arribo por año (#) fueron calculados a partir de la base

de datos digitalizada. Cada uno de los registros tiene un folio diferente representando

un reporte de arribo y, por consiguiente, se puede medir como una unidad de esfuerzo.

A partir de los resultados obtenidos en la CPUE se aplicó una regresión lineal a esta

variable para las 5 especies en conjunto y separadas determinándose ecuación de la

recta, el coeficiente de correlación, R2 y su valor de significancia (p).

7.4 Correlaciones Después de determinar el comportamiento de los volúmenes pesqueros de las 5

especies en conjunto, de que las especies son de interés comercial y tienen alguna

etapa de su ciclo de vida en el manglar, se realizó una correlación entre la cobertura de

manglar y las capturas y la CPUE de éstas en los años de los cuales se analizó la

cobertura de manglar de 1994, 1999, 2004 y 2009 (Zar, 2010).

27

7.5 Determinación de la pesquería dentro del complejo lagunar Para fortalecer los datos obtenidos a partir de las bases de datos se hicieron salidas de

campo entre septiembre de 2010 y febrero de 2011. En todos los casos se hicieron 2

salidas mensuales a excepción de noviembre, cuando para realizar un recorrido total

del sistema lagunar en los dos días. Se recorrieron los esteros principales y

secundarios y las bahías, para buscar embarcaciones pesqueras menores (pangas). Al

encontrar una nuestra embarcación hacia un acercamiento tomando la posición

geográfica con ayuda de un GPS Garmin® modelo Oregon 300™ para encuestar a los

tripulantes tomando datos del número de pescadores, arte de pesca utilizado y

especies capturadas. Registrando los datos en una bitácoras de campo para su análisis

posterior.

El número de embarcaciones oficial de la oficina federal de pesca de la ciudad de

Guasave es de 597 con lo que se determinó el tamaño de muestra necesario de

embarcaciones a ser encuestadas con la siguiente fórmula:

Donde:

N = número total de la población

z = 1.96 para α=0.05

p = 0.5

q = 1-p

i = error

28

7.5.1 Análisis de datos de campo Los datos obtenidos en las encuestas fueron registrados en una base de datos

documentando el esfuerzo pesquero y los artes de pesca utilizados. De acuerdo al total

de embarcaciones encuestadas, se determinó el porcentaje de cada una de las artes de

pesca registradas durante este periodo, así como el número de diferentes especies

capturadas con cada uno de estos artes de pesca.

Los datos de puntos tomados con el GPS fueron descargados a un computador con el

software Oziexplorer®. Una vez en el computador, fueron convertidos a archivo tipo

shape para analizarlos el software Arc Map® Ver. 10. Al tener la capa de los puntos de

pesca en dicho formato, se determinó la proximidad de cada uno de los puntos al punto

de manglar más cercano, por medio de la herramienta, near. Esta genera en la tabla de

atributos una columna adicional con la distancia en metros, con la que se determinó la

estadística descriptiva por arte de pesca. Además se realizó una prueba de Kruskall-

Wallis para identificar entre que artes había diferencias con respecto a la distancia del

manglar para distancias con n > 5. Posteriormente se realizó una prueba de rangos

múltiples para determinar donde existen las diferencias significativas entre estas

distancias.

Adicionalmente, se localizaron espacialmente en el área de estudio las zonas de pesca

más representativas dentro del sistema lagunar, ubicando conglomerados de puntos de

pesca con el software. Al tener las zonas referenciadas, se delimitaron polígonos que

fueron convertidos a capas nuevas calculando su área en la tabla de atributos del

software. Finalmente, los puntos fueron discriminados por arte de pesca y su ubicación

espacial representada gráficamente con el fin de observar las tendencias y zonas de

pesca de acuerdo al arte utilizado dentro de este complejo lagunar.

29

8. RESULTADOS

8.1 Análisis de imágenes La clasificación supervisada arrojó una precisión del 90.67% de acuerdo a la matriz de

contingencia, en donde el mayor error se presentó al clasificar pixeles como manglar

(Tabla 4). El índice de kappa, por su parte, fue de 0.86 por lo que la matriz de

contingencia y el índice presentan valores adecuados en cuanto a precisión de la

clasificación. De esta forma los mapas temáticos elaborados representan verazmente la

cobertura de manglar en el complejo lagunar San Ignacio-Navachiste-Macapule.

Tabla 4. Matriz de error de la clasificación de la imagen de 2009.

Referencia

Clase Manglar Agua Otros Total Columnas

Exactitud usuario (%)

Manglar 43 0 8 50 84

Agua 2 47 1 50 94

Otros 2 1 47 50 94

Total Renglones 46 48 56 150 Exactitud

productor (%) 91.3 97.92 83.93 90.67

La cobertura de manglar fue de 11,434 hectáreas en promedio durante los 19 años

analizados, siendo el valor mínimo de 10,451 ha en 1990 y el máximo, en 2004, de

11,929 ha, manifestando un incremento entre 1990 y 1994 que se mantuvo constante

con cambios muy leves durante los siguientes 10 años (Tabla 5).

Si bien la acuacultura no se tomó como una clase aparte, se observa que de 1990 a

2009 ha habido un incremento notorio e importante en el área ocupada por granjas

camaronícolas (Figura 3).

30

Figura 3. Mapas temáticos del sistema Lagunar San Ignacio –Navachiste – Macapule en a) 1990 y b)

2009.

31

Tabla 5. Cobertura de manglar en el complejo lagunar San Ignacio-Navachiste-Macapule de 1990, 1994, 1999, 2004 y 2009.

Año Cobertura de Manglar (hectáreas)

1990 10451

1994 11886

1999 11580

2004 11929

2009 11324

8.2 Pesquerías

8.2.1 Volúmenes de captura de las cinco pesquerías La captura total de todos los reportes de pesca de la oficina de Guasave sumó 81883

ton y las de las cinco pesquerías en conjunto 60830 ton en los 17 años analizados

representando, esta última, el 70% de todas las pesquerías de la región. En cuanto a la

totalidad de los arribos, los valores más altos están reportados en los años 1995 y 1996

con 11619.24 ton y 10142.34 ton respectivamente, seguidos por lo de 2008, con

9627.44 ton. De manera contraria, los menores volúmenes de captura fueron

registrados en 1998 con 2235.43 ton.

Desde 2000 hasta 2003 las capturas se mantuvieron relativamente constantes con

valores que oscilaron alrededor de las 4700 ton, con un incremento entre 2004 a 2008

con respecto a 2003. (Tabla 6). Las 5 especies tuvieron una representación mayor al

50% en todos los años, con excepción de 1998 y 2009 cuando fueron del 31.1% y 42%

de los volúmenes reportados. Destaca que de 2004 a 2006 se obtuvieron porcentajes

mayores con valores arriba del 80%, seguidos del año 2008 con el 79%, siendo estos

tres últimos años los más representativos con respecto a los arribos totales respectivos

(Tabla 6).

32

Tabla 6. Volúmenes de captura totales de la producción pesquera, de las especies analizadas y porcentajes de 1993 a 2009.

Año Total Capturas Total 5 pesquerías Porcentaje de las 5 pesquerías 1993 5135.71 4047.79 78.8 1994 8016.84 4714.88 58.8 1995 11619.24 6729.56 57.9 1996 10142.34 6850.70 67.5 1997 6897.82 4006 58.1 1998 2235.43 696 31.1 1999 4773.49 2545 53.3 2000 7110 4795 67.4 2001 7225 5623 77.8 2002 6466 4788 74.1 2003 6544 4733 72.3 2004 7672 6228 81.2 2005 8788 7354 83.7 2006 9157 7632 83.3 2007 8204 6283 76.6 2008 9627 7624 79.2 2009 3274 1374 42

TOTALES 81,883 60,830 70 .

De los 17 años se obtuvieron 15367 registros de las cinco pesquerías donde las 60,830

ton tuvieron un promedio anual de capturas de 5060.23 ton (± 20 ton), siendo el

camarón y la jaiba las más representativas con alrededor del 90% del total de los

arribos en conjunto y aproximadamente 56000 ton, siendo las dos pesquerías más

importantes dentro del complejo lagunar. Le siguen las lisas (7.55%) representadas en

4809 ton y finalmente la almeja y el pargo, este último con un porcentaje por debajo del

1% y arribos totales reportados de 247 ton (Figura 4 y 5).

33

40.50

0.39

48.72

7.55

2.84

0

10

20

30

40

50

60

Camarón Pargo Jaiba Lisa Almeja

Capt

uras

(%)

Pesquerías

Figura 4. Valores porcentuales de la pesca total por las cinco pesquerías seleccionadas.

El camarón obtuvo una media de captura de 1960.18 ton (± 1381.38 ton) con un

máximo de 4018.1 ton y un mínimo de 138.1 ton durante los 17 años. Por su parte, la

jaiba presentó valor medio de 2533.51ton (± 2229.41 ton) con un rango de 6639.84 ton,

mostrando mayor variabilidad que la pesca de camarón. La lisa, la almeja y el pargo

tienen un valor medio de captura de 385.24 ton (± 191.34 ton), 164.78 ton (± 168.89

ton) y 16.5 ton (± 9.67 ton) respectivamente, generando menores capturas que las dos

especies de crustáceos (Figura 6).

34

33

280

43

73

0

5

10

15

20

25

30

35

40

45

50


Capt

uras

(103

ton)

Pesquería

Figura 5. Valores de los volúmenes de captura por las cinco pesquerías seleccionadas

1984.0

19.0

2386.4

369.9

139.1

0

500

1000

1500

2000

2500

3000

3500

4000

4500

5000


Capt

uras

(ton

)

Pesquerías

Figura 6. Media de captura por las cinco pesquerías seleccionadas con la desviación estándar (DE).

35

Los volúmenes de captura de las cinco pesquerías en conjunto en los 17 años

obtenidos presentaron dos picos altos de reportes, seguidos por un declive importante.

Durante 1995 y 1996 se presentaron valores altos, seguidos por una disminución en el

año siguiente y un valor mínimo en 1998 (695.66 ton). Posteriormente, hubo una

recuperación y capturas altas entre 2004 y 2008 y nuevamente una disminución

drástica al año siguiente (2009), pero un poco menor a la presenciada durante 1998

(Figura 7a).

Al analizar los valores totales por año y agregar una línea de tendencia (ver línea en la

figura 7a), las capturas en estos 17 años muestran una tendencia a incrementar con

una pendiente que presenta valor positivo (m =84.714). No obstante R2 (0.0424) sólo

explica el 4.24% de la variabilidad en las capturas. Esta variabilidad presente, se suma

a que no hay diferencias significativas (p=0.4280) en la relación de las capturas con

respecto a los años. Adicionalmente se obtuvo un coeficiente de correlación que

demuestra una baja relación entre las variables (0.2058) y, por lo tanto, no se puede

determinar que ha habido un incremento constante durante los 17 años estudiados

(Figura 7a).

El promedio de los avisos de arribo fue de 904 ± 332.4, siendo 1993 y 1994 el esfuerzo

pesquero bajo en la zona, con sólo 184 y 209 avisos de arribo. En los años siguientes

incrementó de manera similar a como lo hizo el comportamiento de las capturas dentro

del periodo comprendido entre 1993 y 2007. El valor más alto de avisos se registró en

1995, con 1407 capturando alrededor de 7000 ton de alimento. En los años en que

hubo menor producción (1998 y 2009) se observó un mayor esfuerzo por tratar de

compensar la ausencia de producto (Figura 7b).

En cuanto a la CPUE del total de las 5 especies, se obtuvo 7.25 ± 6.20 ton/aviso en

promedio. El mayor CPUE se encontró en 1995, con 25.62 ton/aviso y los menores en

1998 y 2009, con 0.86 y 1.68 ton/aviso respectivamente. La línea de tendencia de la

CPUE muestra un decremento durante los 17 años analizados, como lo muestra la

36

pendiente negativa de la ecuación de la recta (m=0.5342), siendo un comportamiento

distinto al observado para los volúmenes totales (Figura 7c).

El valor de R2 (0.1891) muestra que el modelo explica el 18.91% de la variabilidad de la

variable CPUE. Así mismo, no hay diferencia significativa entre la relación entre la

CPUE con respecto a los años (p=0.0811). El coeficiente de correlación obtenido (-

0.4348) a partir del análisis estadístico del modelo de regresión lineal, denota una

relación débil entre las dos variables y no es significativa (Figura 7c).

y = 84,714x + 4297,8R² = 0,0424

P> 0.05

0

1

2

3

4

5

6

7

8

9

Capt

uras

(103

ton)

Años

a)

37

0

200

400

600

800

1000

1200

1400

1600

Avi

sos

de a

rrib

o

Años

b)

y = -0.5342x + 12.065R² = 0.1891

p>0.05

0

5

10

15

20

25

30

CPU

E (to

n/av

iso)

Años

c)

Figura 7. Datos históricos de la pesca total en un periodo de 17 años. a) Volumen total de capturas

por año de las 5 pesquerías en conjunto. b) Esfuerzo pesquero de las 5 pesquerías en conjunto. c) CPUE de las 5 pesquerías en conjunto.

38

De las dos especies de crustáceos la jaiba presentó una tendencia positiva en los 17

años analizados, mientras que el camarón presentó el patrón contrario. El mismo

comportamiento fue observado en cuanto a las especies de escama o ícticas, en cuyo

caso los arribos de pargo tienden a incrementar, mientras que los de lisa disminuyen

conforme pasa el tiempo.

Al analizar de forma independientemente cada una de las pesquerías se puede

evidenciar cómo se han llevado a cabo las capturas de las mismas en el lapso de 17

años. De esta forma, el camarón presentó un decremento relativamente constante

desde 1993 a 1998 cuando se presentó uno de los valores más bajos de volúmenes de

captura (513.89 ton), junto con 2007 y 2009 (304.93 y 138.14 ton respectivamente). De

1999 a 2005 las capturas volvieron a tener un incremento constante hasta llegar a su

máximo en 2005, con 4018.70 ton disminuyendo considerablemente hasta 2009 (Figura

8a).

A causa del comportamiento de capturas de esta pesquería, en donde se observan dos

picos y dos valores muy bajos, el modelo de regresión lineal muestra una ecuación de

la recta con una pendiente muy cercana a cero (m=-38.077) pero con valor negativo, lo

cual indica una muy leve tendencia a la disminución de las capturas a través del tiempo.

Sin embargo, el valor de R2 del modelo (0.0194) explica únicamente el 1.94% de la

variabilidad de las capturas de camarón, por lo que no existe diferencia significativa

entre la relación de los volúmenes con respecto a los años (p=0.5942) reflejando una

relación débil entre ambas variables el coeficiente de correlación (-0.139194).

El esfuerzo pesquero presentó los valores más bajos entre 1993 y 1994 con 148 y 111

avisos respectivamente, mostrando un incremento importante de los avisos de arribo

cuyo objetivo era el camarón. El promedio de avisos ejerciendo presión sobre la pesca

de camarón en los años de estudio es de 560 ±261 avisos, presentándose capturas

bajas por un incremento en el esfuerzo, como se observa en 1998, 1999, 2008 y 2009

(Figura 8b).

39

y = -38.077x + 2302.9R² = 0.0194

0

1

1

2

2

3

3

4

4

5Ca

ptur

as (

x103

ton)

Años

a)

0

200

400

600

800

1000

1200

Avi

sos

de a

rrib

o

Años

b)

40

y = -0.5925x + 10.63R² = 0.2128

0

5

10

15

20

25CP

UE (t

on/a

viso

)

Años

c)

Figura 8. Datos históricos de la pesca de camarón en un periodo de 17 años. a) Volúmenes de

captura b) esfuerzo pesquero y c) CPUE.

En promedio, la CPUE del camarón fue 5.30 ± 6.48 ton/aviso presentando en los años

1993 y 1994 los valores máximos, con 18.73 y 23.13 ton/aviso respectivamente. Al

incrementar el esfuerzo pesquero disminuyó considerablemente la CPUE (Figura 8c).

Para el modelo de regresión se obtuvo un valor R2 =0.2128, lo cual explica el 21.28% de

la variabilidad presente en la CPUE del camarón. El coeficiente de correlación (-

0.461287) obtenido refleja una relación débil entre ambas variables, por lo tanto la

disminución de la CPUE no ha sido constante conforme ha pasado el tiempo. De igual

forma, no existe una diferencia significativa (p=0.0624) entre la relación de las variables

presentes en el modelo, de tal forma que aunque existe una tendencia a disminuir, esta

no es significativa ni bien explicada por la regresión.

En la pesca de jaiba, se obtuvieron 2 picos de capturas, en 1996 y 2008 (5,072.67 y

6,651.84 ton respectivamente), así como cuatro años con volúmenes bajos, en 1993,

1998, 2003 y 2009, siendo 1998 y 2003 los más bajos reportados, (12.0 y 183.57 ton

41

respectivamente) (Figura 9a). El modelo de regresión muestra una tendencia de las

capturas a incrementar con respecto al tiempo, como también se evidencia a partir de la

pendiente de la ecuación (m=132.92). Al igual que ocurre con los datos históricos de

camarón, las capturas de la jaiba presentan un R2 bajo (0.0906) y el modelo de

regresión explica un porcentaje muy bajo de la variabilidad presente en los volúmenes.

Tampoco existen diferencias significativas (p=0.2403) entre la relación de las capturas

con respecto a la temporalidad y el coeficiente de correlación (0.301065), indica que

hay una relación débil entre estas, positiva y no significativa.

El esfuerzo pesquero promedio de la jaiba fue de 125.88 ±114.43 avisos siendo en

1995 cuando se presentó la mayor cantidad de avisos, seguido de 2008 (294), mientras

que la menor cantidad se obtuvo en 1993 y 1998 (8 en cada caso). Entre 1998 y 2004

el esfuerzo pesquero sobre esta pesquería fue bajo a partir de 2005 y hasta 2009

cuando se presentó un aumento en el esfuerzo (Figura 9b).

y = 132.92x + 1337.3R² = 0.0906

0

1

2

3

4

5

6

7

Capt

uras

(x1

03 to

n)

Años

a)

42

0

50

100

150

200

250

300

350Av

isos

de

arrib

o

Años

b)

y = -3.3803x + 60.29R² = 0.2313

0

20

40

60

80

100

120

140

160

CP

UE

(Ton

/avi

so)

Años

c)

Figura 9. Datos históricos de la pesca de jaiba en un periodo de 17 años. a) Volúmenes de captura

b) esfuerzo pesquero y c) CPUE.

La CPUE en promedio para los 17 años analizados fue de ̴ 30 ton/aviso. El año de

1994 presentó el valor máximo de CPUE (148.68 ton/aviso). Posteriormente hubo un

declive constante hasta 2009. En este periodo los valores mínimos se presentaron en

43

1998, 1999 y 2009 (1.50, 9.11 y 8.82 ton/viaje respectivamente) (Figura 8c). El modelo

de regresión lineal muestra una tendencia negativa en las CPUE (m = -3.38025) donde

el valor de R2 (0.2313) explica el 23.13% de la variabilidad. No se encontraron

diferencias significativas (p = 0.0507) en cuanto a la relación de la CPUE con los años

estudiados. De igual forma, el coeficiente de correlación (-0.4809) muestra una relación

débil entre estas y aunque ha habido una disminución en la CPUE esta no es

significativa.

Los reportes de capturas del pargo fueron irregulares en los primeros 11 años con

variaciones en sus datos, aunque con una tendencia de incremento. A partir de 2005 y

hasta 2008, se presentó un incremento paulatino y posteriormente un leve decremento.

Los valores menores de capturas se presentaron en 1994 y 1999 (2.29 y 3.94 ton

respectivamente) y los máximos se obtuvieron en 2000 y 2003 (28.66 y 35.33 ton

respectivamente (Figura 10a).

La ecuación de la recta del modelo de regresión lineal muestra una pendiente positiva

(m = 1.2869) la cual es considerablemente inclinada que supone un incremento en las

capturas durante los años estudiados. El valor de R2 (0.4516) explica el 45.16% de la

variabilidad presente en los volúmenes de arribo del pargo con diferencias significativas

(p=0.0031) en la relación entre las capturas y los años y es soportado con el

coeficiente de correlación (0.67207) que indica una relación moderadamente fuerte

entre estas dos variables (Figura 10a).

44

y = 1.2869x + 4.9331R² = 0.4516

0

5

10

15

20

25

30

35

40C

aptu

ras

(ton

)

Años

a)

0

50

100

150

200

250

Avi

sos

de a

rrib

o

Años

b)

45

y = -22.808x + 581.59R² = 0.1954

0

200

400

600

800

1000

1200CP

UE (

kg/a

viso

)

Años

c)

Figura 10. Datos históricos de la pesca de pargo en un periodo de 17 años. a) Volúmenes de captura

b) esfuerzo pesquero y c) CPUE.

En promedio, el esfuerzo pesquero fue de 63 avisos de arribo durante los 17 años, con

un máximo de 194 eventos en 2007 y un mínimo de 8 en 1993. En general, el esfuerzo

pesquero aumentó de manera constante de 1993 a 2007 presentado un declive en los

siguientes dos años (Figura 10b).

La CPUE del pargo durante los 17 años presentó un promedio de 376.3 ± 260.5

kg/aviso. El valor máximo se obtuvo en 1993, con 1,131.3 kg/aviso, seguido por 2002,

con 676.8 kg/aviso. En contraparte, los valores menores de la CPUE fueron en 1997 y

2007 con 59.3 y 137.6 kg/aviso, respectivamente (Figura 10c). La tendencia de la

CPUE de esta pesquería manifiesta una disminución con respecto al tiempo, como la

pendiente negativa de la ecuación de la recta del modelo de regresión lineal (m= -

22.808) lo muestra. En este caso el valor de R2 (0.1954) explica en 19.54% la

variabilidad en la CPUE, el cual no es muy alto. Adicionalmente, la relación entre la

CPUE y la temporalidad no es estadísticamente significativa (p=0.0775), lo que también

se demuestra con el coeficiente de correlación bajo obtenido (-0.4395) como una

46

relación débil entre estas variables que no permiten determinar que ha habido un

decremento significativo en la CPUE del pargo.

La lisa presentó el volumen más alto de captura en el año 2002 (832 ton) y el menor en

los años 1993 y 1998 (118.8 y 138.8 ton respectivamente). Los volúmenes de esta

pesquería oscilaron a través de los 17 años (Figura 11a), con una tendencia a disminuir

durante el tiempo (m= -6.3805). Debido a los constantes cambios en los valores de

capturas, se obtuvo un R2 (0.028358) que explica el 2.8% de la variabilidad, mientras

que el coeficiente de correlación (-0.1684) indica que hay una relación débil en estos

años con los volúmenes reportados, lo que se corrobora al no haber diferencias

significativas (p =0.5182).

El promedio del número de avisos de arribo por año en la lisa fue de 109 ± 69 avisos,

con un valor máximo en 1997 (228) y mínimos en 1993 y 1994 (22 y 37 avisos

(respectivamente). En general, el esfuerzo aumentó entre 1993 y 1997 para luego

descender en 1998 y volver a aumentar relativamente constante a partir de 1999 hasta

2008 con una pequeña disminución en 2009 (Figura 11b).

LA CPUE de la lisa es, en promedio, 5.24 ± 4.13 kg/viaje. Esta pesquería tuvo tres picos

importantes en 1994, 1999 y 2002 (10.14, 11.24 y 15.81 ton respectivamente), con un

descenso constante en las CPUE de 2002 a 2009 en el que 2007 obtuvo el valor más

bajo con 0.92 ton/aviso (Figura 11c). La línea de tendencia muestra que la CPUE

disminuyó entre 1993 y 2009 (m= -0.3819) aunque el modelo de regresión explica

únicamente 21.81% de la variabilidad (R2=0.2181). Adicionalmente, no hubo diferencia

significativa en la relación de CPUE con respecto a los años (p=0.0588), como también

se muestra mediante el coeficiente de correlación (-0.4669) que denota una relación

débil entres estas dos variables.

47

y = -6.3805x + 442.66R² = 0.0284

0

100

200

300

400

500

600

700

800

900C

aptu

ras

(ton)

Años

a)

0

50

100

150

200

250

Avi

sos

de a

rrib

o

Años

b)

48

y = -0.382x + 8.6789R² = 0.2181

0

2

4

6

8

10

12

14

16

18

CPUE

(ton

/avi

so)

Años

c)

Figura 11. Datos históricos de la pesca de lisa en un periodo de 17 años. a) Volúmenes de captura

b) esfuerzo pesquero y c) CPUE

En cuanto a los volúmenes de captura de la almeja, se obtuvo un valor máximo de

584.59 ton en 2004 y un valor mínimo de 6.6 ton en 2009. Las capturas disminuyeron

considerablemente de 1995 a 1996 y se mantuvieron bajas y constantes previo al pico

de volúmenes obtenido en 2004; luego fueron descendiendo paulatinamente hasta

2009. A partir del modelo de regresión lineal se muestra una pendiente muy cercana a 0

(m = -0.5032) que muestra que en los años estudiados ha habido una leve tendencia a

disminuir las capturas de esta pesquería (Figura 12a). Esta variabilidad se puede

explicar a partir de los volúmenes reportados para la almeja la cual es muy baja

(r2=0.0226), al igual que el coeficiente de relación (-0.1505) que demuestra un relación

casi nula entre las variables. Por lo mismo se determina que no existen diferencias

significativas entre la relación de las capturas de almeja con respecto a los 17 años de

producción (p=0.5643).

49

y = -5.0321x + 210.07R² = 0.0226

0

100

200

300

400

500

600

700Ca

ptur

as (t

on)

Años

a)

0

20

40

60

80

100

120

140

160

180

200

Avis

os d

e ar

ribo

Años

b)

50

y = -0.6422x + 11.322R² = 0.4076

0

5

10

15

20

25CP

UE (t

on/a

viso

)

Años

c)

Figura 12. Datos históricos de la pesca de almeja en un periodo de 17 años. a) Volúmenes de

captura b) esfuerzo pesquero y c) CPUE.

El esfuerzo pesquero de la almeja tuvo un patrón muy similar al de los volúmenes de

captura. En promedio, hubo 109 ± 69 (avisos). En 2004 se presentó la mayor cantidad

de esfuerzo, con 183, seguido de 2005, con 134. De manera contraria, los valores más

bajos se presentaron en 1998, 2000 y 2002 con 2, 3 y 6 respectivamente. Cabe

destacar el bajo esfuerzo pesquero que se presentó entre 1998 y 2002 cuando los

volúmenes de capturas también fueron bajos (Figura 12b).

La CPUE, por su parte, presentó un promedio de 5.54 ± 5.08 ton/avisos con dos picos

en 1993 y 1999 y en 1999 (19.69 y 13.78 ton/avisos respectivamente). Mientras que los

valores mínimos se presentaron en 1997 y 2009 con 1.38 y 0.31 ton/aviso. El

comportamiento general de la CPUE durante los 17 años tendió a disminuir, tal y como

se observa en el modelo de regresión lineal y en la ecuación de la recta ajustada a

dicho modelo (m =-0.642). La variabilidad explicada por dicho modelo fue de 40.76, de

acuerdo al valor R2 (0.4076) obtenido por medio del modelo, lo cual es alto en

comparación del resto de las pesquerías restantes. El coeficiente de correlación (-

51

0.63849) indica una relación moderadamente fuerte entre la CPUE con respecto a los

años y, en consecuencia con una diferencia significativa (p =0.0058) en su relación.

Al comparar las relaciones existentes entre los volúmenes totales de capturas de las 5

especies analizadas en los 17años, se evidencia una correlación negativa entre las dos

pesquerías de crustáceos. Aunque no presenta diferencias significativas (p=0.0523), se

observa que en la medida en que disminuye una pesquería (camarón), la otras va en

aumento (jaiba). Otro caso importante a destacar es la correlación positiva existente

entre la almeja y el camarón en el que se manifestó una leve tendencia a disminuir con

el tiempo no obstante las diferencias no son estadísticamente significativas (p =0.066)

(Tabla 7).

Tabla 7. Correlación de Pearson entre las capturas totales de las 5 pesquerías en un periodo de 17 años. El valor superior indica la correlación, el del medio indica el tamaño de muestra (n) y el número inferior el

valor de p.

Camarón Jaiba Lisa Pargo Almeja

Camarón -0.4779

(17) 0.0523

0.1257 (17)

0.6307

-0.0047 (17)

0.9858

0.4557 (17)

0.0660

Jaiba -0.4779

(17) 0.0523

0.0737 (17)

0.7786

0.1406 (17)

0.5904

-0.0373 (17)

0.8870

Lisa 0.1257

(17) 0.6307

0.0737 (17)

0.7786

-0.2025 (17)

0.4356

-0.0050 (17)

0.9847

Pargo -0.0047

(17) 0.9858

0.1406 (17)

0.5904

-0.2025 (17)

0.4356

-0.2515 (17)

0.3301

Almeja 0.4557

(17) 0.0660

-0.0373 (17)

0.8870

-0.0050 (17)

0.9847

-0.2515 (17)

0.3301

En todos los casos la CPUE tuvo una tendencia a disminuir durante los 17 años de

estudio observándose relaciones positivas entre todas las pesquerías pero no

significativas. Adicionalmente, tanto el pargo como la lisa son significativamente

52

diferentes con respecto a la almeja (p= 0.01 y 0.0045 respectivamente), pero no con

respecto a alguna de las especies de crustáceos (Tabla 8).

Tabla 8. Correlación de Spearman entre las capturas por unidad de esfuerzo (CPUE) de las 5 pesquerías en un periodo de 17 años. El valor superior indica la correlación, el del medio indica el tamaño de

muestra (n) y el valor inferior el valor de p.

Camarón Jaiba Lisa Pargo Almeja

Camarón 0.6471

(17) 0.0096

0.3431 (17)

0.1699

0.3092 (17)

0.2162

0.3946 (17)

0.1145

Jaiba 0.6471

(17) 0.0096

0.1863

(17) 0.4562

0.1092 (17)

0.6622

0.1373 (17)

0.5830

Lisa 0.3431

(17) 0.1699

0.1863 (17)

0.4562

0.6528 (17)

0.0090

0.7108 (17)

0.0045

Pargo 0.3092

(17) 0.2162

0.1092 (17)

0.6622

0.6528 (17)

0.0090

0.6442 (17)

0.0100

Almeja 0.3946

(17) 0.1145

0.1373 (17)

0.5830

0.7108 (17)

0.0045

0.6442 (17)

0.0100

8.3 Correlación entre manglar y pesquerías Las áreas de cobertura de manglar obtenidas en las imágenes de 1994 a 2009 fueron

correlacionadas con los volúmenes de captura y la CPUE de las 5 pesquerías en

conjunto y por separado. Los volúmenes de captura de las 5 pesquerías en conjunto

muestran una correlación fuerte y significativa (p=0.0384) de las que el camarón

también tiene una correlación muy fuerte con las áreas de manglar siendo

estadísticamente significativa (p=0.0384). Con excepción del pargo, las otras tres

pesquerías obtuvieron correlaciones fuertes, con valores entre 0.7 pero sin significancia

estadística (Tabla 9).

La CPUE de las 5 pesquerías en conjunto con relación a las coberturas de manglar

presentó una correlación positiva y moderadamente fuerte. Así mismo la CPUE del

53

camarón obtuvo un valor de correlación fuerte aunque en ninguno de los dos casos se

presentó diferencia significativa. Para las otras tres pesquerías no se presentaron

correlaciones fuertes en cuanto a la cobertura de manglar con valores entre -0.4549

para el pargo y de 0.1 para la lisa y la almeja (Tabla 10).

Tabla 9. Correlaciones entre los volúmenes de captura de las 5 pesquerías en conjunto y de cada una por separado. α=0.05

Pesquería Valor de Correlación Valor de significancia (p) Total 0.9616 0.0384

Camarón 0.946 0.0384 Jaiba 0.726 0.2974 Lisa 0.7138 0.2862

Pargo -0.5530 0.4470 Almeja 0.7345 0,2655

Tabla 10. Correlaciones entre la CPUE de las 5 pesquerías en conjunto y de cada una por separado.

α=0.05.

Pesquería Valor de Correlación Valor de significancia (p) Total 0.6493 0.3507

Camarón 0.7020 0.2980 Jaiba 0.5370 0.4630 Lisa 0.1661 0.8339

Pargo -0.4549 0.5451 Almeja 0.1569 0.8431

8.4 Encuestas y puntos de pesca En las 9 salidas de campo efectuadas se entrevistaron y posicionaron 119

embarcaciones dentro del sistema lagunar San Ignacio-Navachiste-Macapule, en donde

se determinaron cuatro zonas de pesca importantes en las bahías Navachiste y San

Ignacio con áreas 24 km2, 6 km2, 12 km2 y 18 km2. Estas zonas representan alrededor

de 60 km2, lo que representa el 27.7% del total de la laguna costera (figura 13).

En las 119 encuestas se registraron 282 pescadores a bordo de las embarcaciones,

con un promedio de 2 ± 1 pescadores por panga. El máximo de personas en una misma

54

lancha fue de 6 individuos y el mínimo de 1. El número más frecuente (moda) en cada

embarcación fue de 2 pescadores. La distancia promedio de las embarcaciones al

manglar más cercano fue de 870.47 m ± 863.53 m, con valores mínimos de 0 m para

personas llevando a cabo faenas dentro del bosque de manglar; el valor máximo fue de

4026.81 m.

Figura 13. Áreas de pesca representativas a partir de las 119 embarcaciones encuestadas entre

septiembre de 2010 y febrero de 2011.

Durante los seis meses analizados se identificaron 7 artes de pesca diferentes: anzuelo,

aros, arpón, atarraya, chinchorro, captura manual, y suripera, de las cuales el

chinchorro y la atarraya fueron las más utilizadas dentro del complejo lagunar, con

valores del 31.09% y 24.37% respectivamente. La pesca con anzuelo y la suripera

también son altamente utilizados dentro del sistema (17.65% y 15.13%

respectivamente). Los artes de pesca restantes fueron considerablemente más bajos,

con menos del 10% en su conjunto (Figura 14).

55

De estas artes de pesca, siete dos son pasivas (anzuelos y aros), mientras que las

cinco restantes son catalogadas como pesca activa, es decir, las especies son

perseguidas o rodeadas para su captura. Tres artes resultaron ser muy selectivas,

capturas manuales, aros y suripera, y estaban directamente dirigidas a la almeja, jaiba y

camarón respectivamente. La atarraya y el chinchorro fueron, de manera contraria, los

dos métodos con mayor espectro de captura, presentando seis y siete especies

diferentes capturadas. Finalmente, con el anzuelo se registraron reportes de cuatro

especies distintas (Tabla 11).

Tabla 11. Especies capturadas por diferentes artes de pesca en el complejo lagunar San Ignacio-navachiste-Macapule

Arte de

pesca Especies Capturadas

Manual Almeja

Aros Jaiba

Suripera Camarón

Atarraya Camarón Lisa Cabria Bagre Mojarra Roncacho

Chinchorro Camarón Lisa Sierra Bagre Mojarra Roncacho Constantino

Arpón Pargo Lisa

Anzuelo Pargo Botete Cabrilla Bagre

56

18.33

1.672.50

24.17

30.83

7.50

15.00

0

5

10

15

20

25

30

35

Anzuelo Aros Arpón Atarraya Chinchorro Manual Suripera

Porc

enta

je (%

)

Arte de Pesca

Figura 14. Porcentaje de las artes de pesca utilizadas por los pescadores dentro del complejo lagunar San Ignacio-Navachiste-Macapule.

Al discriminar las distancias hacia el manglar de acuerdo al arte de pesca que se utiliza

dentro de la bahía, se obtuvo que las faenas de pesca con chinchorro se llevan a cabo

a una distancia promedio de 1458.45 ± 152.04 m del manglar y la suripera, a 765.22 ±

90.02 m. Los valores más cercanos al mangle son la atarraya, el anzuelo y las capturas

manuales, con 6.65 ± 3.46 m. Esta ultima debido a que está dirigida específicamente a

la almeja (Figura 16). La distancia al manglar entre las artes de pesca presentó

diferencias estadísticamente significativas (p<0.05).

La atarraya, la suripera y las capturas manuales representan un grupo homogéneo y no

existen diferencias significativas (p>0.05) entre ellas. La distancia de la suripera, a su

vez, forma otro grupo similar con el anzuelo y éste último, forma un grupo final con la

distancia del chinchorro. En consecuencia, hay diferencias significativas en los grupos

donde no hay homogeneidad, entre los cuales el chinchorro representa el arte de pesca

más apartado del manglar (Figura 15).

57

n= 21n=29

n=2

n=3

n=37

n=9

n=18

0

200

400

600

800

1000

1200

1400

1600

1800

Anzuelo Atarraya Aros Arpón Chinchorro Manual Suripera

Dist

ancia

(m

)

Arte de Pesca

aa

ab

bc

c

Figura 15. Promedio de las distancias hasta el punto más cercano de mangle de cada una de las artes

de pesca. Diferentes letras muestran diferencias significativas.

La distribución espacial encontrada dentro del complejo lagunar discriminado por arte

de pesca se encontró que en primer lugar, se observa que el chinchorro es fuertemente

utilizado en la bahía de Navachiste por encima de las otras dos, puesto que en

Macapule solo hay dos reportes y ninguno dentro de San Ignacio. Por otra parte, la

atarraya es ampliamente utilizada dentro de los esteros y, por lo tanto, a poca distancia

del manglar. Al igual que con el anterior arte de pesca, no se obtuvieron reportes dentro

de la bahía de San Ignacio y sólo 4 reportes dentro de Macapule (Figura 16).

La pesca con anzuelo se lleva a cabo principalmente en áreas rocosas al norte del

complejo lagunar y, en este caso, en 4 ocasiones dentro de San Ignacio. En la parte sur

de la laguna, por el contrario, hay una tendencia a capturar organismos más próximos

al manglar y dentro de esteros. A diferencia de lo observado, en los casos anteriores las

faenas de suripera son estrictamente llevadas a cabo dentro de la bahía de Navachiste

y únicamente en 1 caso, dentro de un estero. Por otra parte, las capturas manuales,

58

que a su vez fueron las que tuvieron una menor distancia hacia el manglar, fueron, en

su gran mayoría, reportadas dentro de los esteros de la bahía de Macapule.

Finalmente, la distribución del arpón y los aros es también mayor en Navachiste que en

San Ignacio, en donde se obtuvo 1 registro de aros, y ningún registro en Macapule. En

resumen, el mayor esfuerzo pesquero dentro del complejo lagunar durante los seis

meses de muestreo se lleva a cabo dentro de la bahía de Navachiste, la cual también

es la de mayor área (Figura 16).

59

Figura 16. Distribución espacial de las diferentes artes de pesca: a) Chinchorro b) Atarraya c) anzuelo d)

suripera e) manual f) arpón g) aros

60

9. DISCUSIÓN

9.1 Cobertura de manglar A nivel mundial existe una tendencia de los bosques de manglar a disminuir. Sus tasas

de disminución son variables con respecto a diferentes regiones o incluso entre países

dentro de una misma región geográfica (Valiela et al., 2001). Estudios de percepción

remota en manglar han sido ampliamente utilizados para estimaciones de áreas y

cambios en las coberturas de manglar a escalas multitemporales, por medio de análisis

e interpretación tanto a nivel mundial (Gao, 1999; Manson et al, 2001; Dahdouh-Guebas

et al., 2002; Giri y Mulhausen, 2008; Howari et al., 2009), como nacional (De la Lanza et

al., 1993; CONABIO, 2008). Específicamente en el estado de Sinaloa se han reportado

tasas de deforestación anual entre el 0.2 y el 1.9% por factores antropogénicos

(Kovacks et al., 2001; Alonzo-Pérez et al., 2003; Hernández-Cornejo, 2005; Monzalvo-

Santos, 2006; Berlanga-Robles y Ruiz-Luna, 2007).

Dentro del complejo lagunar San Ignacio Navachiste Macapule el área de manglar no

ha presentado cambios importantes de 1990 a 2009. Por el contrario se presentó un

incremento entre 1990 y 1994 pasando de 10451 ha a 11,886 ha. Esto coincide con lo

reportado por Hernández-Cornejo et al., (2005) y con Monzalvo-Santos (2006). Los

primeros describieron un aumento neto del 5% en la cobertura entre los años de 1973 y

2000, y el segundo reporta un incremento de 333 hectáreas entre 1973 y 2000-2003, al

pasar de 10032ha a 10365 para la zona.

Globalmente la construcción de granjas en zonas de marismas afecta a todo el sistema

debido a que eliminan zonas a las que llega una gran cantidad de fauna migratoria,

como aves, y que prestan servicios ambientales como la retención de sedimentos y

nutrientes con un papel importante en la hidrología de las lagunas costeras (Alonso-

Pérez et al., 2003). Los resultados obtenidos contrastan la tendencia mundial sobre la

acuacultura como la mayor amenaza de estos ecosistemas por haber eliminado

grandes extensiones de manglar y generando problemas ambientales en otros países

61

(Primavera, 1995; Hopkins et al., 1995; Islam y Haque, 2004; Islam y Wahab, 2005), ya

que a pesar del incremento considerable de granjas camaroneras alrededor del

complejo lagunar estudiado (de muy pocas hectáreas en 1990 a 46708 ha en 2009)

(Figura 3) estas no han afectado el área de manglar de la zona.

En este trabajo y en los de Hernández-Cornejo et al., (2005) Monzalvo-Santos (2006) el

porcentaje de precisión fue del 90% o más y el índice de kappa fue superior a 0.80,

mostrando una concordancia entre la clasificación y los datos de campo (Monzalvo-

Santos, 2006; Campbell, 2007). Cabe señalar, que en ninguno de los casos no se

obtuvo una precisión del 100%, ni un índice de kappa de 1. Por lo mismo es

recomendable en trabajos posteriores disminuir el número de clases utilizadas, puesto

que al incrementar su número se vuelve más específica y la probabilidad de error en el

mapa temático tiende a incrementar (Campbell, 2007).

Para evitar lo anterior, en este trabajo se utilizaron tres clases generales (Manglar, agua

y otros) y se omitió la zona agrícola para determinar coberturas con mayor exactitud,

evitando que las firmas espectrales de los cultivos se confundieran con la del manglar.

Esto es un problema común durante las clasificaciones ya que cierto tipo de vegetación

presente en el sistema afecta la precisión de la clasificación y se le asigna la clase

“manglar” cuando en realidad pertenece a la clase “otros” (Tabla 4) como ya ha ocurrido

en trabajos previos en la misma región (Hernández-Cornejo et al., 2005).

Existen factores indirectos de carácter humano como la agricultura, camaronicultura y la

construcción de carreteras que pueden afectar a las comunidades de mangle (Twilley et

al., 1998) aunque existe una baja explotación al recurso para construcción y

combustible en otras partes (Walters et al., 2008) en el complejo lagunar su uso es

mínimo, lo cual explica en buena parte el poco cambio en dicha cobertura a través del

periodo estudiado (Hernández-Cornejo et al., 2005).

62

Aunque el incremento de la acuacultura en el estudio no fue cuantificado por medio de

la percepción remota, es evidente que el aumento de la acuacultura no ha sido

causante de una disminución de la cobertura de manglar. Las lagunas costeras de

Sinaloa presentan grandes extensiones de marismas, después del manglar, en el

proceso de transición entre el medio marino y terrestre, debido a que se considera que

las marismas no tienen ninguna importancia económica (Alonso-Pérez et al., 2003;

Ruiz-Luna et al., 2005). Adicionalmente, la acuacultura, al igual que la agricultura

mencionada anteriormente, contribuye con aporte de nutrientes al medio marino (Naylor

et al., 2000; Alongi, 2002; Primavera, 2005) favoreciendo el enriquecimiento de

nutrientes y generando procesos de eutrofización como, en efecto, están ocurriendo en

este complejo lagunar (Escobedo-Urías, 2010).

En la zona existe una fuerte presión por los aportes nitrogenados, fosforados y

contaminantes como pesticidas (Escobedo-Urías, 2010; Montes et al., 2011). Esto no

ha influido en la cobertura de manglar hasta el momento, lo que no descarta que

puedan estar siendo afectados al nivel fisiológico para lo cual debe determinarse en

trabajos. Así mismo, se deben determinar parámetros de crecimiento, reproducción y

supervivencia de manglar (Lewis et al., 2011), ya que estos pueden jugar un papel muy

importante en la dinámica del ecosistema de manglar.

La variación (incrementos, decrementos) en las coberturas de manglar determinadas en

este estudio, se pudiera deber a la variabilidad intrínseca del ecosistema a tener

cambios por la dinámica ecológica de la comunidad por los procesos continuos de

colonización y extinción de especies, conocida como sucesión (Begon et al., 2006), por

la exposición a los disturbios naturales como las caídas de árboles, ciclones y

descargas eléctricas (rayos) que conllevan a una recolonización y crecimiento de

individuos (Alongi, 2002). En el área de estudio estos árboles están inmersos en una

dinámica permanente donde hay crecimiento y muerte de individuos por diferentes

causas y que explicaría que en intervalos de 5 años existan cambios en su cobertura.

Esta dinámica en el sistema lagunar no ha sido estudiada (Hernández-Cornejo et al.,

63

2005) y al no existir una explotación importante de este recurso por parte de las

comunidades, podría explicar los cambios observados por percepción remota.

9.2 Pesquerías

9.2.1 Cinco pesquerías en conjunto

Se estima que los datos reportados manifiestan la tendencia de las pesquerías

(Moreno-Casasola et al., 2002), aunque es importante destacar que una parte de la

producción no es registrada por los pescadores puesto que es guardada para

autoconsumo y otra parte no es reportada a las oficinas de pesca (Watson and Pauly,

2001).

La pesca de camarón en el Golfo de California y en México, en general, es por mucho

la más importante y la que generó ingresos mayores a los 800 millones de dólares a

nivel nacional en 2009 (SAGARPA, 2009), pero la jaiba es un pesquería que ha ido en

aumento en ambos litorales del país a partir de 1980 siendo a partir de 2003 la

pesquería más importante en los estados de Sinaloa y Oaxaca (Ramírez-Félix et al.,

2003). La jaiba en este sistema lagunar podría estar sustituyendo la pesca del camarón

de acuerdo a las correlaciones entre las capturas del camarón y la jaiba ya que sus

líneas de tendencias son opuestas.

La pesquería de pargo, lisa y almeja son menos apetecidas que la de los dos

crustáceos y por lo tanto, se toman como una pesca alternativa para la época de veda

del camarón (marzo a septiembre). Adicionalmente, la pesca de escama en el Golfo de

California está muy industrializada y su principal objetivo son grandes volúmenes de

especies pelágicas, como la sardina y la anchoveta, así como la pesquería de peces

pelágicos grandes, como el atún (Lluch-Cota et al., 2007). Estas grandes pesquerías de

escama aportan en buena medida los mayores volúmenes en ingresos en el Golfo y por

lo tanto, la importancia de la pesca de escama artesanal es básicamente para consumo

local y/o regional, por lo cual la lisa y el pargo presentan volúmenes de captura muy

inferiores a la de los crustáceos (Luch-Cota et al., 2007).

64

La variación de los volúmenes de las cinco pesquerías en conjunto, que oscilaron entre

las 4000 y 7000 ton con excepción de 1998, 1999 y 2009 y, el descenso importante en

1998, con excepción del pargo puede deberse a las variaciones interanuales de las

pesquerías por factores ambientales como la dinámica poblacional (reproducción y

reclutamiento) de los stocks o por el esfuerzo pesquero que si es muy grande influye

directamente sobre la pesquería (Csirke, 1980; Rivera-Velázquez et al., 2009).

El incremento de los volúmenes de captura de 1998 a 1999 se puede explicar por las

consecuencias después de un evento “El Niño” (ENSO) el cual se caracteriza por un

incremento en las temperaturas del agua y disminución en surgencias costeras que

hacen que afloren nutrientes (Sanchez et al., 2000). Estas condiciones pueden generar

condiciones favorables para el crecimiento y reclutamiento de algunas especies como el

camarón (Rivera-Velázquez et al., 2009) y el pargo (Santamaria-Miranda et al., 2003;

Aburto-Oropeza, 2007) lo que se refleja en el incremento de las capturas en 1999. Por

otro lado, Pérez (2009) encontró que la productividad primaria y la temperatura del mar

no presentaban correlación significativa con la pesquería del camarón azul ya que la

dieta de este crustáceo incluye detritus la que no es afectada por la temperatura del

agua. A pesar de eso, es claro que ENSO genera desplazamiento espacial de especies

pelágicas (Lehodey et al., 1997).

En 2009 también se presentaron datos de captura muy bajos en cuanto a las cinco

pesquerías en conjunto así como por separado. Se obtuvo un decremento respecto al

año 2008. En este año se presentó una anomalía negativa en el índice multivariado de

ENSO que indica la presencia de la fase fría, La Niña. Este evento también ocasiona

alteración en el transporte y crecimiento de las larvas de varias especies, alterando los

patrones de reclutamiento (Thatje et al., 2008) porque las temperaturas del agua bajan

aún más y por un tiempo más prolongado. No obstante, más estudios sobre la relación

de los eventos interanuales dentro del Golfo de California y aguas del Pacífico, son

requeridos para poder determinar con mayor claridad las variaciones bióticas y

65

abióticas por estos procesos y específicamente con la pesca artesanal (Lluch-Cota et

al., 2007; Thatje et al., 2008).

El modelo de regresión lineal no muestra una tendencia significativa sobre el

incremento de los volúmenes de captura de las 5 pesquerías en conjunto. Éstos han

sido relativamente constantes durante el tiempo de estudio, exceptuando los años

previamente analizados. Al observar las capturas de las dos más importante, camarón y

jaiba, la de la primera ha tenido una tendencia a disminuir, aunque no significativa y la

segunda una tendencia leve a aumentar. La correlación negativa entre las pesquerías

de camarón y jaiba y no significativa (p=0.0523) sugiere que se está presentando un

desplazamiento en las capturas de camarón por jaiba. En algunas partes de las costas

del Pacífico mexicano la pesca de jaiba se intensifica durante la época de veda del

camarón (Ramírez - Félix et al., 2003) y los resultados muestran que se ha vuelto una

pesquería importante en los últimos años en términos de volúmenes.

La correlación de la cobertura de manglar con las 5 pesquerías en conjunto fue positiva

(r2=0.9616) y significativa (p<0.05), lo que indica que la cobertura de manglar contribuye

a soportar la pesca artesanal. Teniendo en cuenta los pocos cambios en la cobertura y

los volúmenes de captura en conjunto de las pesquerías, podría suponer que el

manglar soporta, en buena medida, las pesquerías del complejo lagunar. Aburto-

Oropeza et al. (2008) determinaron que el manglar estaban estrechamente

relacionados con los arribos pesqueros de escama y de jaiba (31.7%) ligándolos al

manglar. Determinaron, además, que existía una relación aún mayor con el uso del

manglar de manera lineal (longitud del manglar de franja), ya que no todo el manglar es

utilizado por las especies. Aunque en el presente trabajo no se determinó la extensión

lineal del manglar, se obtuvo una correlación de las pesquerías con respecto a la

cobertura de manglar y aunque estas no utilizan en su totalidad esta, otros servicios

como ser eficientes biofiltradores (Peng et al., 2009) contribuyen a mantenerlas

estables por el control de los procesos de enriquecimiento de nutrientes en estuarios

(Breitbur et al., 2009). En el noreste de Australia las capturas de las especies

dependientes del manglar están influenciadas tanto por el área como por el perímetro

66

(Manson et al., 2005a), lo que refuerza la idea de tener en cuenta la cobertura de

manglar como variable importante, aunque para trabajos posteriores se deberá incluir el

perímetro en el análisis. En otros estudios, otras variables como el área del estuario y la

profundidad han sido evaluadas. Las aguas poco profundas, entre 0 y 10 m, influyen de

manera positiva en las capturas, al igual que el área del estuario (Manson et al., 2005b)

y en este complejo lagunar el promedio de profundidad está dentro de ese intervalo

(Esobedo-Urias, 2010) y, en consecuencia tiene una relación con las pesquerías.

9.2.2 Camarón

El esfuerzo pesquero dirigido a la pesca de camarón entre 1993 y 2007 se debe por

ser la de mayor valor económico dentro del mercado al nivel mundial (Ronback, 1999) y

Golfo de California tanto para la flota industrializada como la ribereña (Rodríguez-

Quiroz et al., 2009).

Aun cuando se ha mantenido estable el esfuerzo pesquero en la zona para la captura

de camarón y la existencia de la veda de marzo a septiembre, las capturas y la CPUE

han disminuido drásticamente a partir de 2005. Después de la disminución observada

en 1998 presentó incremento importante en la CPUE para posteriormente disminuir. El

modelo de regresión lineal de la CPUE es negativo y aunque débil (-0.46128) podría

estar reflejando un estado de alarma en esta pesquería en la zona. Si se analizan en

conjunto las capturas y la CPUE, se puede inferir que la pesca del camarón dentro del

sistema lagunar está en riesgo. Esto es similar en un complejo lagunar en Chiapas

donde se encontró que datos históricos de pesca de camarón entre 1983 y 2006

presentaron una tendencia negativa en la CPUE que evidencia una pesquería

sobreexplotada (Rivera-Velázquez, 2009). En ese trabajo se observa un pico importante

en 1993-1994 y posteriormente en 2003-2004 similar a lo observado en este trabajo. No

obstante, es necesario analizar una línea histórica mayor de las capturas pero a pesar

de las variaciones interanuales observadas es preocupante la tendencia a disminuir de

la CPUE de esta pesquería.

67

La correlación de la cobertura de manglar con respecto a las capturas de camarón fue

positiva y significativa. Regularmente, esta relación entre manglar y camarón presenta

correlaciones positivas pero varían en fortaleza dependiendo del área de estudio pero

en todos los casos fueron importantes (Pauly e Ingles, 1986; Barbier y Strand, 1997;

Lee, 2004; Loneragan et al., 2005). En San Ingancio – Navachiste – Macapule la

correlación es fuerte; sin embargo, la pesquería de camarón, a pesar de que la

cobertura de manglar se ha mantenido, ha ido en disminución, tal como se mencionó

anteriormente. Si bien continua habiendo refugio y alimento para los estadios larvales

dependientes del manglar (Ronnback et al., 2002), parece haber otros situaciones que

afectan esta pesquería en el complejo lagunar. Al ser la pesquería más redituable por

las comunidades pesqueras en consecuencia aumenta el esfuerzo pesquero. Esta

situación conlleva la disminución en las poblaciones (Csirke, 1989) y que en nuestro

caso el esfuerzo pesquero del camarón es, por lejos mayor al de las otras pesquerías.

Al aumentar el esfuerzo pesquero de manera descontrolada sobre un producto

pesquero el tamaño de tallas capturadas se reduce hasta que eventualmente se

capturan organismos inmaduros, lo que puede disminuir la población a una mayor

velocidad (Csirke, 1989). Por lo mismo es necesario realizar trabajos de esta índole en

este sistema lagunar para saber porque se han presentado estos volúmenes de captura

en el camarón. Esta situación se ha observado en la Laguna de Términos, Campeche,

donde no hubo cambios drásticos en las áreas de manglar y los cambios en los

volúmenes de pesca de camarón estuvieron influidos por sobrepesca (Barbier y Strand,

1997).

Por otra parte, existen aspectos antropogénicos que pueden influir sobre el sistema

lagunar y sobre las pesquerías como la agricultura y la acuacultura que contribuyen al

proceso de eutrofización que afecta la concentración del oxígeno disuelto, lo que causa

hipoxia y anoxia (Islam y Wahab; 2005; Breitburg et al., 2009). El exceso de nutrientes

en el manglar pueden disminuir la capacidad de carga (chong, 2007) y, por lo tanto,

soportar menos larvas, no obstante es necesario hacer este tipo de estudios para

determinar estas interrelaciones. También podría estar siendo afectada en sus

volúmenes de capturas por la acuacultura de camarón en la zona cuando durante el

68

bombeo agua de la laguna se afecta una gran cantidad de larvas que son retenidas en

las mallas (Valenzuela-Quiñonez et al., 2004) sobre todo si se considera el crecimiento

de la actividad camaronícola en la zona de 1992 al 2010.

9.2.3 Jaiba Las variaciones en las capturas de Jaiba, depende de factores ambientales, del

esfuerzo pesquero y de factores propios de la dinámica poblacional del género. El

problema principal con la jaiba es su estrategia “r” (madurez a edad temprana,

crecimiento rápido y alta mortalidad) que hace difícil estudiar la dinámica poblacional y

el manejo de su pesquería (Stagg y Whilden, 1997; Ramírez –Félix et al., 2003;

Perdomo et al., 2010). La CPUE, sin tener en cuenta los años de 1993 y 1994, se ha

mantenido relativamente constante indicando que la pesquería está en buen estado. La

pesca de la jaiba en Sinaloa empezó en 1982 y a partir de entonces ha ido en aumento

pero a pesar de tener los volúmenes de captura altos y de ser hoy en día la segunda

pesquería más importante, sólo se lleva a cabo como una actividad alterna durante la

veda del camarón (Ramírez-Felix et al., 2003). Esta situación podría estar permitiendo

que haya una recuperación anual de la población.

La relación de la jaiba con el manglar (positiva y alta, r2=0.726 pero no significativa)

podría deberse a su asociación (estadio larvario) al manglar siendo este una zona de

crianza (Dittel y Epifanio, 1990) aunque también usan estructuras similares como

vegetación acuática sumergida como guarderías (Heck et al., 2001) que podrían

compararse con las raíces y neumatóforos del manglar. Ya adultas migran hacía

hábitats aledaños como lagunas costeras y fondos blandos donde se vuelven

predadores voraces de otros crustáceos (Dittel, 1993) lo que explica que estas

migraciones ontogénicas podrían manifestar la relación menos fuerte existente con el

camarón ya que la familia Portunidae parece estar más estrechamente relacionada con

aguas poco profundas (entre 0 y 10 m) y con condiciones estuarinas y no únicamente

con manglar (Loneragan et al., 2005). Ahora bien, a diferencia del camarón esta

pesquería se ha mantenido con valores de captura importantes durante los últimos 17

años, con las mismas presiones ambientales que sufre el camarón, pero que la

69

profundidad promedio, el ser una especie eurihalina con un espectro amplio de

alimentación, con menor presión pesquera y al no haber una disminución drástica en la

cobertura de manglar, sus zonas de crianza podrían estar intactas lo que hace se

mantenga estable con apenas 30 años de explotación. De hecho, se propone como una

pesca alternativa para disminuir el esfuerzo pesquero del camarón en el sistema

lagunar La Joya – Buenavista, en Chiapas (Ramos-Cruz, 2008).

9.2.4 Lisa

Los volúmenes de captura de la lisa presentan una variación interanual mayor a la

observada en las dos pesquerías de crustáceos que dependen de los procesos

ambientales y de las poblacionales de la pesquería y la presión del esfuerzo pesquero.

Este pez tiene unas características reproductivas que pueden influir en dichas

variaciones, eurihalinos con una reproducción en aguas salinas congregándose en

grandes cardúmenes que es cuando se incrementa el esfuerzo pesquero (Ramos-

Santiago et al., 2010) y, por lo tanto, la cantidad de individuos reproductivos extraídos

puede influir en los stocks pesqueros los años subsiguientes.

La variación de los volúmenes pesqueros entre 100 y 800 ton/año son altos

comparados con otros estados como Michoacán (Meléndez-Galicia y Romero-Acosta,

2010) debido a la extensión de las costas de Sinaloa con respecto a aquel estado. Es

notable que como en Michoacán la extracción es principalmente para consumo de las

comunidades ribereñas (Meléndez-Galicia y Romero-Acosta, 2010) como lo es en los

campos pesqueros alrededor de nuestra área de estudio.

A pesar de los bajos volúmenes de captura con respecto a las otras dos pesquerías, a

partir de 2002 la CPUE mostró una tendencia a disminuir sin presentar aumentos

importantes, lo que podría estar relacionado con un aumento en el esfuerzo pesquero a

partir de 2002 o la captura en estado de madurez por el alto valor comercial que tienen

las gónadas (Ramos-Santiago et al., 2010) que podría estar impidiendo la reproducción

de la especie. Esto último requiere se estudios más completos para determinar estas y

otras posibles causas y sus interrelación con los volúmenes pesqueros

70

La correlación de la lisa con la cobertura de manglar (positiva: r2=0.7138, no

significativa). Estas especies de Mugilidos son altamente móviles de acuerdo a su ciclo

de vida y utilizan las áreas de manglar como refugio contra depredadores en etapas

juveniles por las aguas turbias, visibilidad reducida o por la variación en las

profundidades dadas por los ciclos de marea (Mwandya et al., 2010). Posteriormente

son reclutados en los stocks pesqueros en donde están relacionados más directamente

con fondos blandos por sus hábitos alimenticios principalmente de tipo detritívoro y que

se encuentran localizados en estuarios con manglar (Nanjo et al., 2008). Esta

correlación es alta ya que el manglar aporta una gran cantidad de detritus a pesar de

que no están dentro este durante todo su ciclo de vida (Meynecke et al., 2007) aunque

en otros estuarios la correlación es mayor con fondos blandos que con manglar

(Meynecke et al., 2007) donde al igual que en otras lagunas la proliferación de

fitoplancton por procesos de eutrofización causado por descargas de aguas agrícolas

las tasas de crecimiento poblacional de este tipo de especies aumenta (Khalil, 1996).

Esto podría explicar que la dependencia con el manglar disminuya con respecto a lo

observado por el camarón, aunque el manglar es importante en una etapa crítica del

ciclo de vida. Aun cuando la CPUE y las capturas muestran una leve tendencia a

disminuir y el manglar se ha mantenido constante, la correlación fuerte puede

explicarse otros factores influyendo en el decremento y que requieren estudios más

profundos para determinarlos como la posible disminución de la capacidad de carga del

manglar por procesos de eutrofización.

9.2.5 Pargo

De todas las pesquerías, la de pargo fue la que mostró un coeficiente de correlación

moderadamente fuerte y positivo (r2 = 0.672) con respecto a las capturas. En los 17

años analizados esta pesquería ha ido aumentado los volúmenes de captura de manera

significativa pero presentando variaciones interanuales a causa de factores

oceanográficos y ambientales (Lehodey et al., 1997). De la pesca artesanal las capturas

de pargo en la región están influidas por su valor económico alto a pesar de tener

volúmenes de captura menores que las pesquerías de camarón y jaiba.

71

La correlación negativa de la CPUE está influida por el valor de 1993 y no realmente

por una disminución importante en la abundancia de la especie. De hecho, en costas de

otros estados (Nayarit y Colima) esta pesquería se encuentra por debajo de su máximo

desarrollo, a diferencia del estado de Guerrero, en donde está sobre explotada (Díaz-

Uribe et al., 2004). Uno de los problemas al trabajar con datos históricos de pesquerías

es que no vienen discriminados por especies sino por grupos, de acuerdo a los

nombres dados por los pescadores. El grupo pargos es grande, hay varias especies

que lo contienen, dentro de las cuales se destacan, L. argentiventris, L. peru, L.

colorado y L. Guttatus, entre otros. Por lo tanto los cambios en las capturas podrían

sobrestimar o subestimar los volúmenes de alguna de las especies que conforman la

pesquería, y de igual forma contribuir con las observaciones de incremento en cuanto a

las capturas (Watson yPualy, 2001). La cantidad de especies comprendidas dentro del

grupo de los pargos puede también explicar la baja correlación con el manglar (r2=-

0.5530), muchas de las cuales cambian de hábitat en su ciclo de vida, como es el caso

del pargo rojo, L.colorado, y el pargo amarillo, L. Argentiventris, que salen de las zonas

estuarínas o de crianza hacia aguas más profundas en la etapa adulta (Santamaría-

Miranda et al., 2005; Aburto-Oropeza, 2007) además parece no haber relación entre las

pesquerías alejadas de la costa y el manglar (Manson et al., 2005b).

9.2.6 Almeja

Antes de 2001 la pesca de almeja era una actividad que estaba por debajo de su

desarrollo máximo (MacKenzie, 2001) lo que se corrobora con los resultados en cuanto

a las capturas, que fueron bajas anterior a este tiempo. A diferencia de las capturas

mayores de A. granosa en la India entre 1988 y 1991 (Rao y Somayajulu et al., 2006)

es importante destacar la mayor extensión del manglar en esa zona del país (con

respecto a la de este trabajo) que ofrece una mayor área de hábitat en el manglar

además del incremento considerable del esfuerzo pesquero. Por el contrario, el

esfuerzo pesquero en San Ignacio – Navachiste –Macapule aunque incrementó no lo

hizo de manera tan drástica como en India donde creció hasta un 174% en tres años.

72

La CPUE fue la única que presentó una correlación relativamente fuerte (r2=-0.64) y

significativa que podría inferir un declive en la abundancia de estos organismos.

Evidentemente se presentó un incremento del esfuerzo pesquero a partir de 2002 que

en consecuencia hace disminuir la CPUE. No obstante, los volúmenes de captura se

mantienen sin variaciones grandes, exceptuando el 2004, lo que sugiere que se ha

ejercido mayor presión sobre la pesquería pero sin que esta, hasta la fecha, se vea

afectada. Sin embargo, aunque la CPUE es un índice de abundancia, este tiene que

analizarse en conjunto con otras variables como el esfuerzo pesquero y los arribos

(Maunder et al., 2006). El esfuerzo pesquero de la almeja en otras regiones se estima

de acuerdo al número de personas pero en este trabajo se hizo con respecto a los

arribos lo que pudo influir los valores de la CPUE, pues en Navachiste se observó que

esta es una actividad que se hace en grupo, con la diferencia de que al llegar a la playa

se reporta toda la pesca como un arribo. En muchos lugares de México la pesca de

almeja ha sido colectada por los “almejeros” para autoconsumo, pues el valor comercial

es bastante bajo (MacKenzie, 2001) lo que contribuye de manera importante que la

pesquería no esté sobreexplotada.

La relación de las almejas y el manglar fue positiva y fuerte (r2=0.7345) aun cuando no

significativa. Por un lado las especies de Anadara que soportan esta pesquería habitan

los suelos fangosos del mangle rojo, R. mangle, y el mangle negro, A. germinans que

las hace estrictamente dependientes del manglar en su etapa adulta (MacKenzie,

2001). La edad de madurez es el momento en que se pueden reproducir y mantener las

poblaciones estables resultando importante que las coberturas de manglar se

mantengan estables. Anudado al hábitat que necesitan, la reproducción en los bivalvos

está fuertemente ligada a la disponibilidad de alimento (García-Domínguez et al., 2008)

que depende profundamente del proceso eutrofización presente en la laguna

(Escobedo-Urías, 2010). Por otra parte, si no se hace una explotación pesquera

importante, como pasa en Navachiste, los organismos filtradores pueden jugar un papel

importante en la disminución de las concentraciones de compuestos nitrogenados y

fosforados y prevenir la eutrofización (Jackson et al., 2001).

73

Existen muchos otros factores que pueden influir las variaciones de las capturas. Los

organismos, aunque ligados al manglar, utilizan otros hábitats que pueden ser igual de

importantes, como los fondos blandos aledaños (Meynecke et al., 2007) e inclusive

pueden migrar a aguas más profundas fuera de la laguna, como puede ocurrir con

algunas especies de pargo (Santamaría-Miranda et al., 2005; Aburto-Oropeza, 2007). El

área de manglar es en muchos casos una variable importante al analizar datos de

arribo de pesquerías, pero otras variables pueden jugar un papel primordial en el

análisis de las pesquerías encontrándose entra las más importantes el área del

estuario, los fondos blandos y la profundidad (Meynecke et al., 2007).

9.3 Áreas y artes de pesca Las cuatro áreas de pesca principales dentro del complejo lagunar San Ignacio-

Navachiste-Macapule, todas situadas en la laguna Navachiste que puede estar

relacionado con dos aspectos. En primer lugar la extensión (esta es la laguna con

mayor extensión) de las tres que conforman todo el sistema (190 km2) y, por lo tanto, la

de mayor abundancia de los recursos pesqueros cuya área de pesca al ~̴30% del total

del sistema lagunar. En segundo lugar, la mayoría de los campos pesqueros,

incluyendo a los dos más grandes (Huitussi y Cerro Cabezón), están al norte del

complejo lagunar de donde salen para realizar las faenas de pesca cerca de su puerto

de desembarco y así se disminuyen los gastos de consumo de combustible, factor

importante en las ganancias de la pesca. Tal situación es similar a la observada en el

Alto Golfo de California donde pescadores realizan sus actividades cerca a los puertos

de Puerto peñasco, San Felipe y el Golfo de Santa Clara, para así disminuir los costos

de producción (Rodríguez-Quiroz et al, 2010).

De las siete artes de pesca determinadas para la zona la suripera, los aros y la pesca

manual estaban dirigidas a una sola pesquería, (camarón, jaiba y almeja), similar a lo

descrito por Islam e Ikejima (2010) donde la mayoría de los artes se dirigen a un grupo

específico. Tres artes de pesca son utilizadas para la pesca de camarones en ambos

estudios y coindicen en dos: la atarraya y el chinchorro, pero en Sinaloa la suripera, fue

inventada y mejorada en esta región (Instituto Nacional de la Pesca, 2000). Durante las

74

faenas de pesca con chinchorro y atarraya sale gran cantidad de biomasa de fauna

acompañante principalmente de especies ícticas en estadios juveniles. La suripera, por

su parte, disminuye significativamente la ictiofauna acompañante durante la pesca del

camarón, aun cuando la ictiofauna es de organismos más pequeños, lo cual contribuye

de manera positiva a preservar las comunidades ícticas y las pesquerías (Amezcua-

Linares et al., 2006; Amezcua-Linares et al., 2009) y que fue observado en este trabajo

en el alto espectro de organismos capturados con los dos primeros artes de pesca.

A pesar de estar prohibido dentro del sistema lagunar, y en otras lagunas costeras

aledañas (Amezcua-Linares et al., 2006), el chinchorro es el arte de pesca más utilizado

durante el periodo de muestreo con un amplio espectro y un ojo de malla que va

disminuyendo, que conlleva a que se capturen organismos de menor tamaño que

podrían afectar a las pesquerías. Aunque no se determinó en este trabajo es importante

realizar estudios enfocados a los efectos del chinchorro en las pesquerías ribereñas de

la zona. La suripera fue la tercera en importancia, que puede atribuirse al hecho de que

existe una veda anual de camarón. Por ser estrictamente diseñada para esta pesquería,

la suripera es guardada hasta que el periodo de la veda termina.

En lo que respecta a la captura de jaiba, los aros merecen atención especial pues,

según los resultados este método sólo es utilizado en 1.68% (n=2). Los datos obtenidos

en este trabajo pueden estar subestimados de acuerdo al método de muestreo

utilizado, pues las trampas son llenadas con carnada y dejadas en el agua por 24 hrs

(Ramírez-Félix et al., 2003). De manera que únicamente fue posible entrevistar

pescadores cuando estaban poniendo o recolectando las jaulas, sin que esto indique

que varias de ellas estaban dentro del agua. Si se tienen en cuenta los altos volúmenes

de captura de la jaiba, no se puede afirmar que el arte de pesca sea tan bajo en la

laguna. De hecho, sólo en Navachiste había 8,100 aros reportados en la oficina de

pesca (Ramírez-Félix et al., 2003).

La distribución espacial de cada una de las artes de pesca varió en función del número

de observaciones de cada arte de pesca, pero de manera más importante varió de

acuerdo al objetivo de las capturas. El fin primordial del chinchorro es la captura de

75

camarón y por eso se observa en la bahía de Navachiste, suficientemente amplia para

llevar a cabo la faena. El uso de la atarraya se concentró más en zonas cercanas a

continente, esteros y zonas de manglar debido a su tamaño y su fácil, además, porque

el fin último de las capturas son algunas especies de escama asociadas a esteros de

manglar, como la lisa.

Por otra parte, la pesca con anzuelo está principalmente dirigida al botete y al pargo,

gracias a esta relación se observó que la distribución espacial está comprendida en los

lugares de los hábitats principales de dichas especies. Para el caso de botete, en

fondos blandos, y para los pargos, en zonas rocosas. Así mismo, las observaciones de

capturas de almeja se dieron en los lugares en donde hay presencia del mangle rojo, la

zona intermareal con suelos fangosos, que es el hábitat de las especies de Anadara

(MacKenzie, 2001).

Todas las artes de pesca dentro de la laguna están bastante cerca de algún manglar,

algunas a mayor distancia que otras pero nunca a más de 2 km entre una y otra. Esto,

junto con la cobertura de manglar con respecto al área total del complejo lagunar,

puede reflejar la importancia de los bosques de manglar para la producción pesquera

de la región. Esta producción ya fue calculada para varios sistemas del Golfo de

California y para otros estuarios, encontrando un ingreso monetario importante en

zonas con manglar (Aburto-Oropeza et al., 2008; Islam e Ikejima, 2010).

76

10. CONCLUSIONES La cobertura de manglar dentro del complejo San Ignacio-Navachiste-Macapule no ha

cambiado significativamente en los 19 años de estudios realizados a través de técnicas

de percepción remota. Únicamente ha sufrido cambios propios de la dinámica ecológica

del ecosistema debido a los procesos de sucesión y sin que la acuacultura se haya

desarrollado con la tala de éstos.

Las capturas totales, el esfuerzo pesquero y CPUE de las cinco pesquerías en conjunto

muestran valores estables entre 1993 y 2009, indicando, de este modo, que no ha

habido una disminución importante de éstas en conjunto y que, en consecuencia, la

pesca de éstas ha estado estable.

La correlación significativa y positiva entre la cobertura de manglar y las cinco

pesquerías en conjunto, demuestra la importancia del manglar para mantener y

soportar la pesquería dentro del complejo lagunar.

El camarón y la lisa son las dos pesquerías más amenazadas dentro del complejo

lagunar a pesar de la estabilidad en la cobertura de manglar y sus altas correlaciones.

Esto significa que al parecer existen otras presiones que están afectando las capturas

como el esfuerzo pesquero, los procesos enriquecimiento de nutrientes por los aportes

de materia orgánica de la agricultura y la acuacultura así como la retención de semilla,

larvas y poslarvas de especies ícticas en las mallas de los bombeos de agua hacía las

granjas de camarón.

Existe una presión alta sobre las comunidades pesqueras de acuerdo a las artes de

pesca utilizadas. Debido a que el chinchorro es el arte más utilizado y que produce la

mayor biomasa de pesca incidental pueden disminuir de manera importante las

comunidades pesqueras en la región.

77

La actividad pesquera dentro de la laguna ocurre a distancias cercanas del manglar,

confirmando así la importancia de estos ecosistemas como soporte para la pesca

ribereña en esta laguna.

78

11. REFERENCIAS BIBLIOGRÁFICAS Aburto-Oropeza, O. (2007). El pargo amarillo: depredador de los arrecifes rocosos. CONABIO. Biodiversitas 73:8-11. Aburto-Oropeza, O., Ezcurra, E., Danemann, G., Valdez, V., Murray, J. & E., Sala (2008). Mangroves in the Gulf of California increase fishery yields. Proceedings of the National Academy of Sciences of the United States of America 105(30):10456-10459. Alongi, D. M. (2002). Present state and future of the world’s mangrove forests. Environmental Conservation 29(3): 331-349. Alongi, D. M. (2008). Mangrove Forest: Resilience, protection from tsunamis, and responses to global climate change. Estuarine Coastal and Shelf Science 76: 1-13. Alonso-Pérez, F., Ruiz-Luna, A., Turner, J., Berlanga-Robles, C.A. & G., Mitchelson-Jacob. (2003). Land cover changes and impact of shrimp aquaculture on the landscape in the Ceuta coastal lagoon system, Sinaloa, Mexico. Ocean and Coastal Management 46: 583-600. Amezcua-Linares, F., Madrid-Vera, J. & H., Aguirre-Villaseñor. (2006). Efecto de la pesca artesanal de camarón sobre la ictiofauna en el sistema lagunar de Santa María la Reforma, suroeste del Golfo de California. Ciencias Marinas 32(1B): 97-109. Amezcua-Linares, F., Madrid-Vera, J. & H., Aguirre. (2009). Incidental Capture of Juvenile Fish from an Artisanal Fishery in a Coastal Lagoon in the Gulf of California. North American Journal of Fisheries Management 29: 245-255. Anderson, J. R., Hardy, E.E., Roach, J.T. & R.E., Wietmer. (1976). A land use and land cover classification for use with remote sensor data. (U.S. Geological Survey Profesional paper 964). Washington DC: U.S. Government Printing Office, 28p. Aschbacher, J., R. Ofren, J. P. Delsol, T. B. Suselo, S. Vibulsresth & T. Charrupat (1995). An integrated comparative approach to mangrove vegetation mapping using advanced remote sensing and GIS technologies: preliminary results. Hydrobiologia 295: 285-294. Barbier, E. B. & I. Strand (1997). Valuing Mangrove-Fishery Linkages: A Case Study of Campeche, Mexico. Annual Conference of European Association of Environmental and Resource Economics (EAERE).

79

Begon, M., Townsend, C. R. & J.L., Harper. (2006). Ecology: from individuals to ecosystems, Blackwell Pub. 1147 pp. Berlanga-Robles, C. A. & A., Ruiz-Luna (2002). Land Use Mapping and Change Detection in the Coastal Zone of Northwest Mexico Using Remote Sensing Techniques. Journal of Coastal Research 18(3): 514-522. Berlanga-Robles, C. A. & A., Ruiz-Luna (2007). Análisis de las tendencias de cambio del bosque de Mangle del sistema lagunar Teacapán-Agua Brava, México. Una aproximación con el uso de imágenes de satélite LANDSAT. Universidad y Ciencia 23(1): 29-46. Blaber, S. J. M., D. P. Cyrus, J. J. Albaret, C. V. Ching, D. E. Hoss, J. Orensanz, I. C. Potter & W. Silvert (2000). Effects of fishing on the structure and functioning of estuarine and nearshore ecosystems. ICES Journal of Marine Science 57: 590-602. Blaber, S. J. M. (2007). Mangroves and fishes: issues of diversity, dependence, and dogma. Bulletin of Marine Science 80: 457-472. Botsford, L. W., J. C. Castilla & C. H. Peterson (1997). The Management of Fisheries and Marine Ecosystems. Science 277: 509-515. Breitburg, D., Craig, J., Fulford, R., Rose, K., Boynton, W., Brady, D., Ciotti, B., Diaz, R., Friedland K., Hagy, J., Hart, D., Hines, A., Houde, E., Kolesar, S., Nixon, S., Rice, J., Secor, D. & T., Targett. (2009). Nutrient enrichment and fisheries exploitation: interactive effects on estuarine living resources and their management. Hydrobiologia 629(1): 31-47. Campbell, J.B. (2007). Introduction to Remote Sensing. Fourth Edition. The Guilford press, New York. 626p. Chitarro P.M., Usseglio P. & P.F., Sale. (2005). Variation in fish density, assemblage composition and relative rates of predation among mangrove, seagrass and coral reef habitats. Environmental Biology of Fishes 72: 175-187. Chong, V. C. (2007). Mangroves Fisheries Linkages. The Malaysian Perspective. Bulletin of Marine Science 80(3): 755-772. Cogalton, R. G. (1991). A review of assessing the accuracy of classifications of remotely sensed data. Remote Sensing of Environment 37(1): 35-46. CONABIO (2008). Los Manglares de México. 38p.

80

Coppin, P., Jonckheere, K., Nackaerts, K. & B., Muys. (2004). Digital change detection methods in ecosystem monitoring: a review. International Journal of Remote Sensing 25(9): 1565-1596. Contreras-Espinosa F. & O. Castañeda-López (2003). Los ecosistemas estuarínos del Estado de Sinaloa. Pp. 175-196. En: Cifuentes-Lemus J. y J. Gaxiola-López (Eds). Atlas de los ecosistemas de Sinaloa. Colegio de Sinaloa. Csirke, J. (1980). Introducción a la dinámica de poblaciones de peces. FAO,Doc.Téc.Pesca, (192):82 p. Dahdouh-Guebas F, Zetterstrom T, Ronnback P, Troell M, Wickramasinghe A & N., Koedman. (2002). Recent Changes in land use in the Pambala-CHilaw lagoon Complex (Sri Lanka) investigated using remote sensing and GIS: Conservation of mangroves vs Development of shrimp farming. Environment, Development and Sustainability 4: 185-200. Dankwa, H. R. & C., Gordon (2002). The Fish and fisheries of the lower volta mangrove swamps in Ghana. African Journal of Science and Technology 3(1): 25-32. DeFur, P. L. & D. N., Rader (1995). Aquaculture in Estuaries: Feast or Famine? Estuaries 18(1A): 2-9. De la Lanza, G., Ramírez-García, P., Thomas, P., & A.R., Alcántara (1993). La Vegetación de Manglar en la laguna de Términos, Campeche. Evaluación preliminar a través de Imágenes Landsat. Hidrobiológica 3: 29-39 Díaz-Uribe, J., Chávez, E. A. & J. F., Elorduy-Garay. (2004). Evaluación de la pesquería del Huachinango (Lutjanus peru) en el suroeste del Golfo de California. Ciencias Marinas 30(4): 561-574. Dittel, A. I. & C. E., Epifanio (1990). Seasonal and tidal abundance of crab larvae in a tropical mangrove system, Gulf of Nicoya, Costa Rica. Marine Ecology Progress Series 65: 25-34. Dittel, A.I. (1993). Cambios en los hábitos alimentarios de Callinectes arcuatus (Crustacea: Decapoda) en el Golfo de Nicoya, Costa Rica. Revista Biológica Tropical 41(3): 639-646. DOF, 1978. Decreto por el que se establece una zona de reserva y refugio de aves migratorias y de la fauna silvestre, en las islas que se relacionan, situadas en el Golfo de California. Diario Oficial de la Federación, miércoles 2 de agosto de 1978): 7-8.

81

Dorenbosch M., van Riel M.C., Nagelkerken I. &cG., van der Velde. (2004). The relationship of reef fish densities to the proximity of mangrove and seagrass nurseries. Estuarine, Coastal and Shelf Science 60(1): 37-48. Dorenbosch M., Grol M.G.G., Christianen M.J.A., Nagelkerken I., & G., van der Velde. (2005). Indo-Pacific seagrass beds and mangroves contribute to fish density and diversity on adjacent coral reefs. Marine Ecology Progress Series 302: 63-76. Duke, N.C., Meynecke, J.O., Dittmann, S., Ellison, A.M., Anger, K., Beger, A., Cannicci, S., Diele, K., Ewel, K. C., Field, C. D., Koedam, N. S. Lee, Y. Marchand, C, Nordhaus, I. & F. Dahdouh-Guebas. (2007). A World without mangroves? Science. 317: 41 Ellis, W. & S. S., Bell. (2004). Conditional Use of Mangrove Habitats by Fishes: Depth as a Cue to Avoid Predators. Estuaries 27(6): 966-976. Ellison, A. M. & E. J., Farnsworth. (2001). Mangrove Communities. Marine Community Ecology. S. Press. Sunderland: 423-442. ERDAS. (1999). Field Guide. United States of America. Fifith Edition. 698p. Escobedo-Urías, D., R. Hernández, M. Herrera & A. Y. Chiquete. (1999). Calidad bacteriológica del sistema lagunar de San Ignacio-Navachiste, Sinaloa. Ciencia y Mar 3(9): 17-27. Escobedo-Urías, D., A. Jiménez-Illescas, A. Martínez-López, A. Reyes-Salinas, M T. Hernández-Real, A. E. Ulloa-Pérez, N. Herrera-Moreno, A. Zavala-Norzagaray & P., Álvarez-Ruiz. (2001). Oceanografía de la Bahía de Navachiste, Guasave, Sinaloa. Informe Final. IPN-CIIDIR Sinaloa, México. 39 p. Escobedo-Urías, D., M. T. Hernández-Real, N. Herrera-Moreno & E., Ulloa-Pérez. (2003). Efecto de los aportes de aguas residuales sobre el nivel de eutrofización en la Laguna de El Colorado, Ahome, Sinaloa. INFORME TÉCNICO SIP 20030302. IPN-CIIDIR Sinaloa. México. 68 p. Escobedo-Urías, D., A. Martínez-López, A. Jiménez-Illescas, A. Ulloa-Pérez & A., Zavala-Norzagaray. (2007). Intercambio de carbono orgánico particulado del sistema lagunar San Ignacio-Navachiste, Sinaloa, con el mar adyacente. pp. 171-185. En: Hernández-de la Torre, B., Gaxiola-Castro G. (Eds). Carbono en sistemas acuáticos de México. INE-CICESE, México. 510 p. Escobedo-Urías, D. (2010). Diagnostico y descripción del proceso de eutrofización en lagunas costeras del norte de Sinaloa. Tesis de Doctorado. IPN-CICIMAR. La Paz, B.C.S. 274p.

82

FAO. (2007). The world’s mangroves: A thematic study prepared in the framework of the Global Forest Resource Assessment. 89 p. Roma. FAO. (2010). The state of world fisheries and aquaculture. Roma. 248p. Faunce C.H., Serafy J.E. & J.J., Lorenz. (2004). Density–habitat relationships of mangrove creek fishes within the southeastern saline Everglades (USA), with reference to managed freshwater releases. Wetlands Ecology and Management 12: 377-394. Faunce, C. H. & J. E., Serafy. (2006). Mangroves as fish habitat: 50 years of field studies. Marine Ecology Progress Series 318: 1-18. Faunce, C. H. & J. E., Serafy. (2007). Nearshore habitat use by gray snapper (Lutjanus griseus) and bluestriped grunt (Haemulon sciurus): environmental gradients and ontogenetic shifts. Bulletin of Marine Science 80(3): 473-495. Fischer, w., Krupp, F., Schneider, w., Sommer, C., Carpenter, K.E. & V.H., Niem. (1995). Guia FAO para la identificación de especies para los fines de pesca. Pacífico centro-oriental Volumen III. Vertebrados- Parte 2. 1201-1813. Fisher, S. & M., Wolff. (2006). Fisheries assessment of Callinectes arcuatus (Brachyura,Portunidae) in the Gulf of Nicoya, Costa Rica. Fisheries Research 77(3): 301-311. García-Domínguez, F. A., De Haro-Hernández, A., García-Cuellar, Á., Villalejo-Fuerte, M. & S., Rodríguez-Astudillo. (2008). Ciclo reproductivo de Anadara tuberculosa (Sowerby, 1833) (Arcidae) en Bahía Magdalena, México. Revista de biología marina y oceanografía 43: 143-152. Gao, J. (1999). A comparative study on spatial and spectral resolutions of satellite data in mapping mangrove forests. International Journal of Remote Sensing 20(14): 2823-2833. Giri, C. & J. Muhlhausen. (2008). Mangrove Forest Distributions and Dynamics in Madagascar (1975–2005). Sensors 8: 2104-2117. González-Ocampo, H., Valenzuela, W., Arreola, A., Muñoz, N.P., Zavala, A.A., Menanteau, L. & F., Debaine. (2008). Elaboración del plan de manejo de las áreas protegidas Islas Macapule, san Ignacio y Vinorama, Municipio de Guasave, Sinaloa. Protocolo de Investigación. 31p. Proyecto FOMIX-SINALOA 99712.

83

Green, E. P., C. D. Clark, P. J. Mumby, A. J. Edwards & A. C., Ellis (1998). Remote sensing techniques for mangrove mapping. Journal of Remote Sensing 19(5): 935-956. Haskpiel-Segura, C. (2009). Variación estacional de la trama trófica microbiana en la laguna de Macapule, Sinaloa. Tesis de maestría. IPN-CICIMAR. La Paz, B.C.S. 189p. Heck, K. L., Coen, L. D. & Morgan, S. G. (2001). Pre- and post-settlement factors as determinants of juvenile blue crab Callinectes sapidus abundance: results from the north-central Gulf of Mexico. Marine Ecology Progress Series 222: 163-176. Hernández-, R., Koedam, N., Ruiz-Luna, A., Troell, M. & f., Dahdouh-Guebas. (2005) Remote Sensing and Ethnobotanical Assessment of the Mangrove Forest Changes in the Navachiste-San Ignacio-Macapule Lagoon Complex, Sinaloa, Mexico. Ecology and Society 10(1):1-19. Hogart, P. (2007). The Biology of mangroves and seagrasses (Biology of Habitats). Oxford University press, USA. 270 p. Hopkins, J. S., Sandifer, P. A., DeVoe, M. R., Holland, A. F., Browdy, C. L. & A. D., Stokes (1995). Environmental Impacts of Shrimp Farming Special Reference to the Situation in the Continental United States. Estuaries 18(1A): 25-42. Howari, F.M., Jordan, B.R., Bouhouce, N., & S., Wyllie-Echeverria (2009). Field and Remote-Sensing Assessment of Mangrove Forests and Seagrass Beds in the Northwestern Part of the United Arab Emirates. Journal of Coastal Research 25(1): 48-56. Instituto Nacional de la Pesca. (2000). Catálogo de los sistemas de captura de las principales pesquerías comerciales. 139p. Disponible en http://www.inp.sagarpa.gob.mx Islam, S. & M., Haque. (2004). The mangrove-based coastal and nearshore fisheries of Bangladesh: ecology, exploitation and management. Reviews in Fish Biology and Fisheries 14: 153-180. Islam, S. y A. Wahab (2005). A review on the present status and management of mangrove wetland habitat resources in Bangladesh with emphasis on mangrove fisheries and aquaculture. Hydrobiología 542: 165-190. Islam, M. S. and K., Ikejima. (2010). Gear type, species composition and economic value of fisheries in the mangroves of Pak Phanang, Thailand. Wetlands Ecology and Management 18(1): 27-36. Jackson, J.B.C., Kirby, M. X., Berger, W. H., Bjorndal, K. A., Botsford, L. W., Bourque, B. J., Bradbury, R. H., Cooke, R., Erlandson, J., Estes, J. A., Hughes, T. P., Kidwell, S., Lange, C. B., Lenihan, H. S., Pandolfi, J. M., Peterson, C. H., Steneck, R. S., Tegner, M. J. and R. R. Warner. (2001). Historical Overfishing and the Recent Collapse of Coastal Ecosystems. Science 293(5530): 629-637.

http://www.inp.sagarpa.gob.mx/�

84

Kaiser, M., Attrill, M., Jennings, S., Thomas, D., Barnes, D. K.A., Brierly, A. S., Polunin, N. V. C., Rafaelli, D. G. y Williams, P. J. (2005). Marine Ecology: processes, systems and impacts. Oxford University Press. 310-324 p. Kathiresan, K. & Bingham, B.L. (2001). Biology of Mangroves and Mangroves Ecosystems. Advances in Marine Biology 40: 81-251. Khalil, M. (1996). Changes in the mullet fishery of Lake Manzala, Egypt. International Journal of Salt Lake Research 5(3): 241-251. Kovacs, J. M., J. Wang y M. Blanco-Correa. (2001). Mapping Disturbances in a Mangrove Forest Using Multi-Date Landsat TM Imagery. Environmental Management 27(5): 763-776. Laegdsgaard, P. and C. Johnson (2001). Why do juvenile fish utilize mangrove habitats? Journal of Experimental Marine Biology and Ecology 257: 229-253. Lee, S. Y. (2004). Relationship between mangrove abundance and tropical prawn production: a re-evaluation. Marine Biology 145: 943-949. Lehodey, P., Bertignac, M., Hampton, J., Lewis, A. and J., Picaut. (1997). El Niño Southern Oscillation and tuna in the Western Pacific. Nature 389: 715-718. Lewis, M., Pryor, R. and Wilking, L. (2011). Fate and effects of anthropogenic chemicals in mangrove ecosystems: A review. Environmental Pollution In Press. Lluch-Cota, S. E., E. A. Aragón-Noriega, F. Arreguín-Sánchez, D. Aurioles-Gamboa, J. J. Bautista-Romero, R. C. Brusca, R. Cervantes-Duarte, R. Cortés-Altamirano, P. Del-Monte-Luna, A. Esquivel-Herrera, G. Fernández, M. E. Hendrickx, S. Hernández-Vázquez, H. Herrerra-Cervantes, M. Kahru, M. Lavin, D. Lluch-Velda, D. B. Lluch-Cota, J. López-Martínez, S. G. Marinone, M. O. Nevárez-martínez, S. Ortega-García, E. Palacios-Castro, A. Parés-Sierra, G. Ponce-Díaz, M. Ramirez-Rodriguez, C. A. Salinas-Zavala, R. A. Schwartzlose & A. P., Sierra-Beltrán (2007). The Gulf of California: Review of ecosystem status and sustainability challenges. Progress in Oceanography 73: 1-26. Loneragan, N. R., Ahmad Adnan, N., Connolly, R. M. & F.J., Manson. (2005). Prawn landings and their relationship with the extent of mangroves and shallow waters in western peninsular Malaysia. Estuarine Coastal and Shelf Science 63(1-2): 187-200.

85

Luo J., Serafy J.E., Sponaugle S., Teare P.B. & D., Kieckbusch. (2009). Movement of gray snapper Lutjanus griseus among subtropical seagrass, mangrove, and coral reef habitats. Marine Ecology Progress Series 380: 255-269. Macintosh, D. J. & Ashton, E. C. (2002). A Review of Mangrove Biodiversity Conservation and Management. Centre for Tropical Ecosystems Research, University of Aarhus, Denmark. MacKenzie, C.L. (2006). The fisheries for mangrove cockles, Anadara spp., from Mexico to Peru, with descriptions of their habitat and biology, the fishermen’s lives, and the effects of shrimp farming. Marine Fisheries Review 63: 1–39. Manson, F.J., Loneragan, N.R., Mcleod, E. & R.A., Kenyon. (2001). Assessing techniques for estimating the extent of mangroves: topographic maps, aerial photographs and Landsat TM images. Marine Freshwater Research 52: 787-792. Manson, F. J., N. R. Loneragan, G. A. Skilleter & S. R., Phinn (2005a). An evaluation of the evidence for linkages between mangroves and fisheries: A synthesis of the literature and identification of research directions. Oceanography and Marine Biology: an Annual Review 43: 485-515. Manson, F. J., Loneragan, N. R., Harch, B. D., Skilleter, G. A. & L., Williams. (2005b). A broad-scale analysis of links between coastal fisheries production and mangrove extent: A case-study for northeastern Australia. Fisheries Research 74: 69-85. Marshall N. (1994). Mangrove conservation in relation to overall environmental considerations. Hydrobiología 285:303-309. Martínez-López, A., Escobedo-Urias, D., Reyes-Salinas, A. & M.T., Hernández-Real (2007). Phytoplankton response tu nutrient runoff in a large lagoon system in the Gulf of California. Hidrobiológica 17(2): 101-112. Maunder, M. N., Sibert, J. R., Fonteneau, A., Hampton, J., Kleiber, P. & S.J., Harley. (2006). Interpreting catch per unit effort data to assess the status of individual stocks and communities. ICES Journal of Marine Science: Journal du Conseil 63(8): 1373-1385. Meléndez-Galicia, C. & A.C., Romero-Acosta. (2010). Evaluación biológico pesquera de la lisa Mugil curema, en la costa de Michoacán. Ciencia Pesquera 18(1): 67-77. Meynecke, J. O., Lee, S. Y., Duke, N. C. & J., Warnken. (2007). Relationships between estuarine habitats and coastal fisheries in Queensland, Australia. Bulletin of Marine Science 80(3): 773-793.

86

Montes, A., González-Farias, F. & Botello, A. (2011). Pollution by organochlorine pesticides in Navachiste-Macapule, Sinaloa, Mexico. Environmental Monitoring and Assessment. in press: 1-11. Monzalvo-Santos, I.K. (2006). Estimación de la cobertura espacial y análisis de la estructura forestal del manglar en Sinaloa, México, aplicando técnicas de percepción remota. Tesis de Maestría, UNAM, Instituto de ciencias del mar y limnología, Mazatlán, 92p. Moreno-Casasola, P., Rojas-Galaviz, J. L., Zárate-Lomelí, D., Ortiz-Pérez, M. A., Lara-Domínguez, A. L. & T., Saavedra-Vázquez. (2002). Diagnóstico de los manglares de Veracruz: distribución, vínculo con los recursos pesqueros y su problemática. Madera y Bosques: 61-88. Mumby, P. J., Edwards, A. J., Arias-Gonzales, J. E., Lindeman, K. C., Blackwell, P. G., Gall, A., Gorczynska, M. I., Harborne, A. R., Pescod, C. L., Renken, H., Wabnitz, C. C. & G., Llewellyn. (2004). Mangroves enhance the biomass of coral reef fish communities in the Caribbean. Nature 427: 533-536. Mwandya, A.W., Gullström, M., Öhman, M.C., Andersson, M.H. & Y.D., Mgaya. (2009). Fish assemblages in Tanzanian mangrove creek systems influenced by solar salt farm constructions. Estuarine, Coastal and Shelf Science 82(2): 193-200. Mwandya, A. W., Mgaya, Y. D., Öhman, M. C., Bryceson, I. & M., Gullström. (2010). Distribution patterns of striped mullet Mugil cephalus in mangrove creeks, Zanzibar, Tanzania. African Journal of Marine Science 32(1): 85 - 93. Nagelkerken I., van der Velde G., Gorrisen M.W., Meijer G.J., Hof T.V. & C., Hartog. (2000). Importance of Mangroves, Seagrass Beds and the Shallow Coral Reef as a Nursery for Important Coral Reef Fishes, Using a Visual Census Technique. Estuarine Coastal and Shelf Science 51: 31-44. Nagelkerken I., Kleijnen S., Klop T., Van den Brand R.J., Cocheret de la Morinie`re E. & G., van der Velde. (2001). Dependence of Caribbean reef fishes on mangroves and seagrass beds as nursery habitats: a comparison of fish faunas between bays with and without mangroves/seagrass beds. Marine Ecology Progress Series 214: 225-235 Nagelkerken, I., Blaber, S. J. M., Bouillon, S., Green, P., Haywood, M., Kirton, L. G., eynecke, J. O., Pawlik, J., Penrose, H. M., Sasekumar, A. & P. J., Somerfield. (2008). The habitat function of mangroves for terrestrial and marine fauna: A review. Aquatic Botany 89: 155-185.

87

Nanjo, K., Kohno, H. & M., Sano. (2008). Food habits of fishes in the mangrove estuary of Urauchi River, Iriomote Island, southern Japan. Fisheries Science 74(5): 1024-1033. Naylor, R. L., Goldburg, R. J., Primavera, J. H., Kautsky, N., Beveridge, M. C. M., Clay, J., Folke, C., Lubchenco, J., Mooney, H. & Troell, M. (2000). Effect of aquaculture on world fish supplies. Nature 405(6790): 1017-1024. Ocampo-Thomason, P. (2006). Mangroves, people and cockles: impacts of the shrimp-farming industry on mangrove communities in Esmeraldas Province, Ecuador. En: Hoanh CT, Tuong TP, Gowing JW, Hardy B (eds) Environment and livelihoods in tropical coastal zones: managing agriculture- fishery-aquaculture conflicts. CAB International, UK, pp. 140–153. Orihuela-Belmonte, E., Tovilla-Hernández, C., Vester, H. F. & T., Álvarez-Legoretta. (2004). Flujo de materia en un manglar de la costa de Chiapas, México. Madera y Bosques: 45-61. Paul, R.K.G. (1981). Natural diet, Feeding and predatory activity of the crabs Callinectes arcuatus and C. toxotes (Decapoda, Brachyura, Portunidae). Marine Ecology Progress Series6: 91-99. Pauly, D. & J., Ingles. (1986). The relationship between shrimp yields and intertidal (mangrove) areas: a reassessment. IOC:FAO Workshop on Recruitment in Tropical Coastal Demersal Communities. IOC, UNESCO, Paris. Peng, Y., Li X., Wu, K. & G., Chen. (2009). Effect of an integrated mangrove-aquaculture system on aquacultural health. Frontiers of Biology in China 4(4): 579-584. Perez, E. (2009). Caracterización del ecosistema del alto Golfo de California por medio de percepción remota y su relación con la captura de camarón azul Litopenaeus stylirostris y curvina golfina Cynoscion othonopterus. Tesis de Maestría. Centro de Interdisciplinario para el Desarrollo integral Regional. Sinaloa, México. 127p. Perdomo, D. A., García, D. E., González-Estopiñan, M., Santos, O., Moratinos, P., Cova, L. & M.G., Medina. (2010). Evaluación de la pesca artesanal con palangre del cangrejo azul (Callinectes spp.), en el Puerto de La Ceiba, estado Trujillo, Venezuela. Zootecnia Tropical 28(2): 221-237. Primavera, J. H. (1995). Mangroves and brackishwater pond culture in the Philippines. Hydrobiologia 295(1): 303-309. Primavera, J.H. (2005) Mangroves, fishponds, and the quest for sustainability Science 310 (5745), pp. 57-59.

88

Primavera, J.H., Altamirano, J.P., Lebata, M.J.H.L., Delos Reyes Jr., A.A. & C.L., Pitogo. (2007) Mangroves and shrimp pond culture effluents in Aklan, Panay is., central Philippines. Show Abstract Bulletin of Marine Science 80 (3): 795-804 . Rao, G. S. & K. R., Somayajulu. (2006). Fishery and stock assessment of the blood clam Anadara granosa (Linnaeus) from Kakinada Bay. Indian Journal of Fisheries 53(2): 203-209. Ramírez-Félix, E., J. Singh-Cabanillas, H. A. Gil-López, S. Sarmiento-Náfate, I. Salazar, L. G. Montemayor, J. A. García-Borbón, G. Domínguez & N., Castañeda. (2003). La pesquería de jaiba (Callinectes spp.) en el pacífico mexicano: Diagnóstico y propuesta de regulación. Secretaría de Agricultura, Ganadería, Desarrollo Social, Pesca y Alimentación (SAGARPA). Sinaloa, México. 54p. Ramos-Cruz, S. (2008). Estructura y parámetros poblacionales de Callinectes arcuatus Ordway, 1863 (Decapoda: Portunidae), en el sistema lagunar La Joya- Buenavista, Chiapas, México. Julio a Diciembre de 2001. Pan-American Journal of Aquatic Sciences 3(3): 259-268. Ramos-Santiago, E., Gil-López, H. A., Labastida-Che, A. & R., Gómez-Ortega. (2010). Reproducción y madurez gonádica de la lisa Mugil cephalus en las costas de Oaxaca y Chiapas. Ciencia Pesquera 18(1): 79-89. Richards, J.A. & Jia, X. (2006). Remote Sensing Digital Image Analysis: an Introduction, Springer-Verlag Berlin Heidelberg. 4th Edition. 439p. Rivera-Velázquez, G., Soto, L., Salgado-Ugarte, I., Naranjo, E., & Naranjo, E. (2009). Assessment of an artisanal shrimp fishery of Litopenaeus vannamei in a lagoon-estuarine system based on the concept of maximum sustainable yield. Revista de Biología Marina y Oceanografía, 44: 635-646. Robertson, A. I. & N. C., Duke. (1990). Mangrove fish-communities in tropical Queensland, Australia: spatial and temporal patterns in densities, biomass and community structure. Marine Biology 104: 369-379. Rodríguez-Quiroz, G., Aragón-Noriega, E. A. & A., Oretega-Rubio. (2009). Artisanal shrimp fishing in the biosphere reserve of the upper Gulf of California. Crustaceana 82(12): 1481-1493. Rodríguez-Quiroz, G., Aragón-Noriega, E. A., Valenzuela-Quiñónez, W. & H. M., Esparza-Leal. (2010). Artisanal fisheries in the conservation zones of the Upper Gulf of California. Revista de Biología Marina y Oceanografía 45(1): 89-98. Ronnback, P. (1999). The ecological basis for economic value of seafood production supported by mangrove ecosystems. Ecological Economics 29: 235-252.

89

Ronnback, P., A. Macia, G. Almqvist, L. Schultz & M., Troell (2002). Do Penaeid Shrimps have a Preference for Mangrove Habitats? Distribution Pattern Analysis on Inhaca Island, Mozambique. Estuarine, Coastal and Shelf Science 55: 427-436. Ruiz-Luna, A. & C. A., Berlanga-Robles. (1999). Modifications in Coverage Patterns and Land Use around the Huizache-Caimanero Lagoon System, Sinaloa, Mexico: A Multi-temporal Analysis using LANDSAT Images. Estuarine Coastal and Shelf Science 49: 37-44. Ruiz-Luna A, Acosta-Velázquez J & C., Berlanga-Robles. (2005). Expansión de la camaronicultura sobre humedales costeros en Sinaloa, México. Sexta Setmana Geomática. Barcelona: Ruiz-Luna, A., Acosta-Velázquez, J. & C.A., Berlanga-Robles. (2008). On the reliability of the data of the extent of mangroves: A case study in Mexico. Ocean and Coastal Management 51: 342-351. SAGARPA. (2009). Anuario estadístico de acuacultura y pesca. 155p. CONAPESCA, México. Sanchez, G., Calienes, R. & S., Suta. (2000). The 1997-1998 El Niño and its effects on the coastal marine ecosystem of Peru. CalCOFI Report 41: 62-86. Santamaria-Miranda, A., Elorduy-Garay, J.F., Villalejo-Fuerte, M. & A.A., Rojas-Herrera. (2003). Desarrollo gonadal y ciclo reproductivo de Lutjanus peru (Pisces:Lutajnidae) en Guerrero, México. Revista Biológica Tropical 51(2): 489-502. Santamaria-Miranda, A., Saucedo-Lozano, M., Herrera-Moreno, M.N. & J.P., Apún-Molina (2005). Hábitos alimenticios del pargo amarillo Lutjanus argentivientris y del pargo rojo Lutjanus colorado (Pisces: Lutjanidae) en el norte de Sinaloa, México. Revista de Biología Marina y Oceanografía 40(1): 33-44. SEMARNAT (2005). Evaluación preliminar de las tasas de pérdida de superficie de manglar en México. 21p. Spalding, M., Blasco, F. & C., Field. (1997) World Mangrove Atlas. Okinawa, Japan: The International Society for Mangrove Ecosystems: 178 pp. Stagg, C. & M., Whilden. (1997). The history of Chesapeake Bay's blue crab (Callinectes sapidus): fisheries and management. Investigaciones marinas 25: 93-104. Stuart, S.A., Choat, B., Martin, K.C., Holbrook, N.M. & M.C., Ball. (2006). The role of Freezing in setting the latitudinal limits of mangrove forests. New Phytologist 1-8.

90

Sulong, I., H. Mohd-Lokman, K. Mohd-Tarmizi & A., Ismail (2002). Mangrove mapping using Landsat imagery and aerial photographs: Kemaman District, Terengganu, Malaysia. Environment, Development and Sustainability 4: 135-152. Thatje, S., Heilmayer, O. & J., Laudien. (2008). Climate variability and El Niño Southern Oscillation: implications for natural coastal resources and management. Helgoland Marine Research 62(0): 5-14. Thayer, G.W., Colby, D.R. & W.F., Hettler. (1987). Utilization of the red mangrove prop root habitat by fishes in south Florida. Marine Ecology Progress Series 35: 25-38. Tovilla-Hernández, C., G. Espino de la Lanza & E. Orihuela-Belmonte (2001). Impact of logging on a mangrove swamp in South Mexico: Cost/benefit analysis. Revista Biológica Tropical 49(2): 571-580. Twilley, R.R., Gottfried, R., Rivera-Monroy, V.H., Zhang, W., Montaño Armijos, M. & A., Bodero. (1998). An approach and preliminary model of integrating ecological and economic constraints of environmental quality in the Guayas River estuary, Ecuador. Environmental Science & Policy 1(4): 271-288. USGS. (2005). Fact sheet 023-03. Valenzuela-Quiñónez, W., Lopez-Limon, J. A. & E. A., Aragón-Noriega. (2004). Impacto del cultivo de camarón por succión de larvas de peces y camarón mediante el bombeo de granjas acuícolas en Navachiste, Sinaloa. Hidrobiológica 14(2): 105-112. Valiela, I., Bowen, J.L. & J.K., York. (2001). Mangrove Forests: One of the World's Threatened Major Tropical Environments. BioScience 51(10): 807-815. Vance D.J., Haywood M., Heales D.S., Kenyon R.A., Loneragan N.R. & R.C., Pendrey. (1996). How far do prawns and fish move into mangroves? Distribution of juvenile banana prawns Penaeus merguiensis and fish in a tropical mangrove forest in northern Australia. Marine Ecology Progress Series 131: 115-124. Vance D.J., Haywood M., Heales D.S., Kenyon R.A., Loneragan N.R. & R.C., Pendrey. (2002). Distribution of juvenile penaeid prawns in mangrove forests in a tropical Australian estuary, with particular reference to Penaeus merguiensis. Marine Ecology Progress Series 228: 165-177 Walters, B. B., P. Ronnback, J. M. Kovacs, B. Crona, S. A. Hussain, R. Badola, J. H. Primavera, E. B. Barbier & F., Dahdouh-Guebas (2008). Ethnobiology, socio-economics and management of mangrove forests: A review. Aquatic Botany 89: 220-236.

91

Wang, Y., Bonynge, G., Nugranad, J., Traber, M., Ngusaru, A., Tobey, J. L. Hale, Bowen, R. & V., Makota. (2003). Remote Sensing of Mangrove Change Along the Tanzania Coast. Marine Geodesy 26: 35-48. Watson, R. & D., Pauly. (2001). Systematic distortions in world fisheries catch trends. Nature 414: 534-536. Williams, D.L., S.N. Goward, & T., Arvidson. (2006). Landsat: Yesterday, Today, and Tomorrow. Photogrammetric Engineering & Remote Sensing 72(10): 1171-1178. Whertmann, I.S. & A.I., Dittel. (1990). Utilization of floating mangrove leaves as a transport mechanism of estuarine organisms, with emphasis on decapod crustace. Marine Ecology Progress Series 60: 67-73. Wulder, M.A., White, J.C., Goward, S.N., Masek, J.G., Irons, J.R., Herold, M., Cohen, W.B., Loveland, T.R., & C.E., Woodcock. (2008). Landsat continuity: Issues and opportunities for land cover monitoring. Remote Sensing of Environment 112(3): 955-969. Zar, J. H. (2010). Biostatistical analysis. 5th Edition. Prentice Hall, New Jersey. 944p. Zuidam, V., R. A. Farifteh, M. A. Jamshid & C., Tao (1998). Developments in remote sensing, dynamic modelling and GIS applications for integrated coastal zone management. Journal of Coastal Conservation 4: 191-202.

Análisis de la cobertura del bosque de Manglar y su ...

Documents

Transcript of Análisis de la cobertura del bosque de Manglar y su ...