Optimización de la acuicultura marina de jaulas flotantes en Tenerife, Islas Canarias, mediante el uso de modelos basados en Sistemas de Información Geográfica (SIG)

O.M. Pérez1, T.C. Telfer2 y L.G. Ross2
1 Investigaciones y Servicios Marinos (INSEMAR) (España)
2 Institute of Aquaculture, University of Stirling, Escocia (Reino Unido)

Resumen

Este estudio se centra en la optimización de la acuicultura marina en jaulas flotantes en Tenerife, Islas Canarias. El objetivo principal fue la selección de las zonas más óptimas (estudio de zonación) para la ubicación de las jaulas flotantes dedicadas al cultivo de peces marinos. Este es un factor importante, ya que afectará tanto el éxito de la operación como a un desarrollo sostenible de esta industria. Además, puede solucionar posibles conflictos entre los diferentes usos que se le dan a la zona costera, haciendo un uso racional de esta. La zonación se realizó mediante el uso de modelos desarrollados en sistemas de información geográfica (SIG) y tecnología relacionada, tales como imágenes de satélite, GPS, etc. La integración, manipulación, análisis, y representación de resultados mediante el uso de los SIG resultó una herramienta muy útil en el proceso de toma de decisiones.
Este estudio propuso tres sistemas de jaulas para su uso en diferentes zonas de la Isla. Los resultados muestran que aquellos sistemas de jaulas que pueden instalarse en zonas más expuestas al oleaje, se distribuirán en un área mayor que los más débiles. De los 228 km2 de costa disponibles para ubicar jaulas a profundidades menores de 50 m, se identificaron como zonas adecuadas (sumatoria de las mayores puntuaciones) para ubicar el sistema más robusto (SeaStation?) un área de 61 km2, mientras que para los sistemas intermedios (OceanSpar©) y menos robustos (Corelsa©) se identificó un área de 49 y 37 km2 respectivamente.

Palabras clave: acuicultura marina, jaulas flotantes, zonación, SIG, Tenerife


Abstract

This study focused on the optimisation of offshore marine fish-cage farming in Tenerife, Canary Islands. The main objective was to select the most suitable sites for offshore cage culture. This is a key factor in any aquaculture operation, affecting both success and sustainability. Moreover, it can solve conflicts between different coastal activities, making a rational use of the coastal space. Site selection was achieved by using Geographical Information Systems (GIS) based models and related technology, such as satellite images and Global Positioning System (GPS), to support the decision-making process. The integration, manipulations, analysis and presentation of the results by means of GIS-based models proved to be very effective for helping the decision-making process of site selection in study. On the whole, this study revealed the usefulness of GIS as an aquaculture planning and management tool.
Three different cage systems were selected and proposed for different areas around Tenerife. Cage systems that can withstand harsh environments were found to be suitable for use over a broader area of Tenerife’s coastline. Thus, the more robust self-tensioned cage (SeaStation©) could be used over a greater area than the weaker gravity cages (Corelsa©). From the 228 km2 of available area for siting cages in the coastal regions with depth of 50 m, the suitable area for siting SeaStation? cages was 61 km2, while the suitable area for OceanSpar? and Corelsa? cages was 49 and 37 km2 respectively.



Introducción

Las áreas costeras atraen a una gran proporción de la población, siendo cada vez más acusada la demanda por espacio en esta zona. Los múltiples usos que de ella se hacen, junto con su fragilidad, requiere que se creen estrategias de desarrollo que sean racionales, integradas y sostenibles. Como punto de partida, es preciso superar los enfoques sectoriales que impiden una aproximación coherente a la gestión del litoral y sus recursos. Desde un planteamiento global, las nuevas políticas deben entender que el litoral además de un recurso a utilizar por diversos sectores, es también un espacio preservar. Para lograr esta meta es necesario fijar objetivos, establecer criterios claros de intervención y finalmente, definir líneas de actuación concretas que han de satisfacer los intereses de todos los sectores involucrados, sin comprometer el patrimonio natural y cultural que la zona litoral proporciona. Este enfoque es lo que se conoce como Gestión Integrada de la Zona Costera (ICZM según las siglas inglesas).

Como cualquier otra actividad económica, la acuicultura necesita del uso y transformación de recursos (espacio, agua, comida, larvas, etc.) mediante servicios (capacidad de acogida del entorno) para generar un producto final (peces, moluscos, crustáceos, etc.). En este proceso se generan desechos (material orgánico, nutrientes, antibióticos, etc.) que pueden producir diversos impactos en el medio (Beveridge, 1996). Por lo tanto, es necesario definir políticas y estrategias claras para que el sector de la acuicultura se desarrolle de una forma sostenible y con garantías de futuro (GESAMP, 1991; GESAMP, 1997). El primer requisito para una práctica sostenible de la acuicultura es un sistema de localización de zonas más óptimas. Dicho sistema debe desarrollarse dentro del contexto de un ICZM, en vez de simplemente crear una serie de regulaciones para evitar el deterioro ambiental a posteriori.

En el caso particular de España, en el Libro Blanco de la Acuicultura Española se ha puesto de manifiesto, por parte de la administración y la industria, la necesidad urgente de buscar las zonas más adecuadas para el desarrollo de la acuicultura (plan de zonificación). Zonas donde exista un equilibrio entre los cuatro grupos de factores que condicionan dicho desarrollo, (1) zonas donde el crecimiento de las especie se maximice (2) zonas donde el coste de la operación sea el menor, (3) zonas donde los impactos sean mínimos y (4) zonas donde los conflictos entre los distintos usos de la costa se eviten o se minimicen. Es decir, incluir la acuicultura como una actividad más dentro de un plan de Gestión Integrada de la Zona Costera, donde existen otros usos del medio, que pueden estar en directa competencia con la acuicultura, o incluso ser incompatibles en una misma zona.

Cualquiera que sea la metodología que se aplique para conseguir un plan de zonificación en acuicultura, este debe incluir una mezcal flexible y adaptable de acuerdos institucionales y herramientas enfocadas a satisfacer las necesidades tanto de la industria como de la sociedad. Los Sistemas de Información Geográfica (SIG) se perfilan como una herramienta adecuada para este propósito. Tres de las cuestiones fundamentales en una gestión ambiental efectiva (zonificación en este caso) apuntan directamente al uso de SIG para este tipo de análisis; ¿que es lo que hay y donde esta?, ¿porque esta ahí? y ¿que pasaría si?. No es posible el describir, explicar o predecir el comportamiento de un ecosistema sin antes conocer como sus componentes se distribuyen en el espacio y tiempo, o se relacionan entre ellos (¿qué es lo que hay? y ¿dónde está?) y entender las relaciones y procesos que explican sus distribución y comportamiento (¿porque está ahí?). Además del conocimiento de la distribución espacial y las interrelaciones existentes, la capacidad de hacer predicciones fiables (¿que pasaría si...?) es necesaria para la gestión ambiental. Abordar estas cuestiones requiere de los mismos procedimientos espaciales, analíticos y predictivos que los SIG proporcionan.

Los SIG en acuicultura se han utilizado aproximadamente durante lo últimos 15 años, pero su gran utilidad en este nuevo campo de aplicación ya ha quedado de manifiesto. A pesar del potencial de los SIG en acuicultura, aun no existe una metodología totalmente establecida debido al gran rango de especies, sistemas de cultivo y escalas que se han trabajado.


Sistemas de Información Geográfica (SIG) Los SIG se pueden definir como un sistema de hardware, software y procedimientos elaborados para facilitar la obtención, gestión, manipulación, análisis, modelado, representación y salida de datos espacialmente referenciados (Johnston, 1998). En otras palabras, una herramienta que utiliza datos (variables) de acuerdo con su posición geográfica, es decir, es una base de datos con un sistema de referencia común donde cada dato tiene una localización precisa en el espacio. Estos datos pueden ser manipulados o relacionados entre ellos de una forma sencilla y rápida, al estar georeferenciados al mismo sistema de coordenadas. Los SIG han significado una verdadera revolución conceptual y practica en el manejo y análisis de la información geográfica.

Existen otras definiciones para los SIG, sin embargo, todas muestran ciertos elementos en común, los cuales se pueden considerar como los constituyentes de la base esencial de los SIG. Estos elementos son: (1) entrada de datos espaciales, (2) creación de una base de datos que conserve sus características de modo económico y coherente, (3) gestión y manipulación para interrogar a la base de datos, (4) análisis y generación de nueva información a partir de la ya existente en la base de datos y (5) representación cartográfica (y por otros medios) de los datos. Básicamente, un SIG esta estructurado por cuatro elementos fundamentales: hardware (PC, escáner, tableta digitalizadora, impresoras, etc.), software (paquetes SIG tales como IDRISI, ERDAS, ARC/INFO, ARC/VIEW, etc.), datos (mapas temáticos, estadísticas, datos GPS, imágenes de satélite, etc.) y el usuario.

La primera cuestión en la implementación de un SIG es como representar en manera digital la información geográfica. La tendencia que se utiliza es la de representar una visión del mundo en capas. Los datos espaciales contenidos en un SIG pueden concebirse como un conjunto de mapas de una porción especifica de la superficie, representando cada uno de ellos una variable temática, como la topografía, espacios naturales protegidos, etc. (Fig. 1). Una vez que una variable temática ha sido introducida en el SIG, recibe el nombre de capa temática.


Figura 1: Estructura hipotética de un SIG


Los datos, por lo general, son el elemento crucial de un proyecto SIG, ya que sobre ellos se realizarán todas las operaciones, además de ser el aspecto que requiere un mayor esfuerzo para su implementación. La creación de la base de datos en un SIG es el corazón del proyecto, y es normal que consuma más de la mitad del tiempo. Una vez los datos han sido introducidos, los SIG potencian la capacidad de manejo de estos, a la vez que aceleran el acceso a la información para modelaje. Las posibles fuentes de datos para construir un SIG son muy variadas, incluyendo mapas (papel o digital), imágenes de satélite, fotografía aérea, muestreo de campo, estadísticas, etc. De hecho, esta es una de las grandes ventajas al usar SIG para este tipo de proyectos.

Los SIG son una potente herramienta de planificación cuando se dispone de una base de datos suficientemente amplia para los fines que se plantean. Sin embargo, es muy importante recordar que un SIG es solo tan bueno como los datos que se utilizan y los modelos conceptuales en los que se basan los resultados. También hay que puntualizar que los SIG no son la respuesta definitiva a ningún problema. Los SIG generan un resultado dependiendo de los datos de entrada y sus manipulaciones. El resultado debe ser posteriormente interpretado, y siempre teniendo presente las generalizaciones e hipótesis en que se ha basado.


Aplicación de los SIG en la Acuicultura
Los SIG tienen el potencial para contribuir en la gestión de las zonas costeras de varias formas: (1) capacidad de manejar bases de datos mucho más grandes que cualquier método manual, lo que permite integrar y sintetizar datos provenientes de diversas fuentes (imágenes de satélite, mapas, fotografía aérea, estadísticas, etc.). (2) proporcionan un método eficiente para guardar, ordenar y consultar datos, a la vez que facilidad para el modelaje, prueba y comparación de diversas alternativas de gestión antes de que la decisión final se aplique. (3) potencian el desarrollo y uso de una base de datos común entre diversos departamentos y proyectos. Las ventajas de usar una misma base de datos son estandarizar los procesos de entrada de datos (asegurando su calidad), operaciones, modelaje y técnicas en general, asegurando una consistencia. También, facilita su continua actualización por los diversos grupos o departamentos que hacen uso de ella.

Las primeras aplicaciones de los SIG en la acuicultura tan sólo se remontan a mediados de los años 80 (Kapetsky et al., 1985; Kapetsky, 1987), y desde entonces su uso ha sido bastante limitado. Actualmente existen alrededor de 50 referencias bibliográficas en la materia. A pesar de esto, sus aplicaciones han sido sorprendentemente diversas en cuanto al amplio rango de especies objetivo (peces, crustáceos, moluscos y algas), como de escalas geográficas utilizadas (pequeñas y grandes bahías, provincias y estados, naciones y continentes), aunque su uso se ha enfocado principalmente a tres tipo de aplicaciones; selección de zonas óptimas para el desarrollo de esta actividad, modelos dinámicos y estudio de series temporales. Algunos ejemplos de trabajos de zonificación son los desarrollados por Aguilar-Manjarrez (1996), que identificó las zonas más óptimas para el cultivo de langostino en el estado de Sinaloa, México. Ross y Mendoza (1993) realizaron un estudio para la óptima ubicación de una granja de salmón en una bahía de Escocia. Un ejemplo de los SIG utilizados para la creación de modelos dinámicos es el realizado por Pérez et al. (en prensa). Este modelo calcula la cantidad y dispersión de material orgánico particulado que una instalación de jaulas dedicadas al cultivo de peces puede liberar el medio.


Objetivo
Con el propósito de integrar de forma coherente la practica de la acuicultura con el entorno y demás actividades que se desarrollan en la zona costera, el objetivo de este proyecto es el uso de SIG en la selección de aquellas áreas más óptimas para el cultivo de peces en jaulas flotantes en la isla de Tenerife.


Metodología general

La figura 2 muestra el diagrama de la secuencia de pasos seguida para el desarrollo de este proyecto. Una vez se definió el objetivo del estudio, el primer paso fue identificar las funciones de producción que lo condicionan. Las funciones de producción se definen como cualquier factor que controla el desarrollo de la actividad en cuestión (Meaden y Kapetsky, 1991). Estas pueden ser de carácter económico, social, ambiental, o de cualquier otro tipio. De todas las funciones de producción que se identifican al principio de un proyecto, no es siempre posible obtener información precisa de su grado de influencia y sus fluctuaciones temporales y espaciales. Las funciones de producción se dividieron en dos grupos, factores y restricciones. Un factor se define como una función de producción que incrementa o reduce al idoneidad de una alternativa especifica de la actividad en consideración (Eastman, 1993). Un ejemplo podría ser la temperatura, que acelera o reduce el crecimiento de las especies cultivadas. Las restricciones son funciones de producción que limitan el desarrollo de las alternativas en estudio (Eastman, 1993). Por ejemplo, áreas designadas como militares, que independientemente de lo idóneas que sean, no pueden ser utilizadas. Los factores pueden ser a su vez subdividios en diferentes categorías dependiendo de su naturaleza, tales como factores ambientales, económicos, sociales, etc. La figura 3 muestra el grupo de factores y las restricciones que se han identificado para cada una de las diferentes categorías en que fueron agrupados en este estudio.


Figura 2: Secuencia lógica de pasos involucrados en el desarrollo del proyecto


Figura 3: Agrupamiento en submodelos de los distintos factores y restricciones identificados en este estudio


Dada la variedad de escalas en que los criterios son medidos (metros, grados centígrados, etc.), el análisis multicriterio necesita que los valores de todos estos sean transformados a unidades comparables. Este proceso es el que se conoce como estandarización o clasificación de criterios. En este estudio se utilizó una escala de clasificación del 1 al 8, siendo 8 el valor más idóneo y 1 el menos para el desarrollo acuicultura en Tenerife (Tabla I). El siguiente paso fue la verificación de la base de datos creada, para así controlar la calidad de los datos que se utilizarán en el posterior modelaje y final obtención de resultados. Esta verificación se realizó mediante muestreos de campo en la zona de estudio.


Rango de
Idoneidad
Denominación
1 Totalmente no óptimo
2 No óptimo
3 Moderadamente no óptimo
4 Marginalmente no óptimo
5 Marginalmente óptimo
6 Moderadamente óptimo
7 Óptimo
8 Muy óptimo
Tabla I: Sistema de clasificación utilizado en este estudio


En este estadío del modelaje fue cuando se incorporó la importancia relativa de cada factor, expresados en forma de ponderación. El propósito de este paso es el cuantificar el grado de importancia que cada uno de los factores tiene con respecto de los demás que componen la base de datos.

La combinación de cada uno de los factores, ya reconvertidos a una escala común mediante el proceso de estandarización, con los pesos de importancia relativa previamente asignados, se hace mediante una regla de decisión. Esta es una ecuación matemática que combina ambos números para dar un valor de idoneidad final.

Seguidamente a la obtención de los mapas de idoneidad, se realizó un análisis de sensibilidad para asesorar la robustez del modelo. Este análisis intenta asesorar los efectos en los resultados cuando las variables de entrada son intencionadamente modificadas. Si estos cambios no afectan significativamente a los resultados, el modelo se considera robusto. Por el contrario, si estos se consideran insatisfactorios, esta información puede ser utilizada como feedback y ajustar el modelo (GESAMP, 1991).


Resultados

En función de los factores seleccionados para este estudio, y mayoritariamente influenciados por el oleaje, se seleccionaron tres sistemas de jaulas como candidatos a utilizar en Tenerife (figura 4). Para las zonas menos expuestas se seleccionaron las jaulas flexibles y fijas de tubos de polietileno de alta densidad tipo Corelsa®. Para las zonas intermedias se seleccionaron las jaulas fijas y rígidas tipo OceanSpar®, y para las zonas más expuestas se seleccionaron las jaulas rígidas y sumergibles tipo SeaStation®.


Figura 4: Sistemas de jaulas seleccionados; (a) jaulas flexibles y fijas, (b) jaulas rígidas y fijas, y (3) jaulas rígidas y sumergibles (dibujadas con permiso de Loverich, 1997)


La combinación de todos los factores y sus pesos de relativa importancia, optimizados para cada uno de los tres sistemas de jaulas seleccionados, dio como resultado un mapa de zonación o idoneidad para ubicar cada sistema en Tenerife. Estos mapas se limitaron a zonas con batimetría inferiores a los 50 m, pues son las que actualmente tienen un mayor interés para en desarrollo de la acuicultura (figuras 5, 6 y 7).


Figura 5: Mapa de idoneidad para la ubicación de jaulas tipo Corelsa© en Tenerife


Figura 6: Mapa de idoneidad para la ubicación de jaulas tipo OceanSpar© en Tenerife


Figura 7: Mapa de idoneidad para la ubicación de jaulas tipo SeaStation© en Tenerife


Los resultados muestran que aquellos sistemas de jaulas que pueden instalarse en zonas más expuestas al oleaje, se distribuirán en un área mayor que los más débiles (Tabla II). De los 228 km2 de costa disponibles para ubicar jaulas a profundidades menores de 50 m, se identificaron como zonas adecuadas (sumatoria de las mayores puntuaciones; 6, 7 y 8) para ubicar el sistema más robusto (SeaStation©) un área de 61 km2, mientras que para los sistemas intermedios (OceanSpar©) y menos robustos (Corelsa©) se identificó un área de 49 y 37 km2 respectivamente.


Rango de
Idoneidad
1 2 3 4 5 6 7 8
Corelsa© 0 0.08 20.27 62.91 107.58 31.33 5.37 0.51
OceanSpa© 0 0.03 16.53 61.51 100.95 40.51 8.02 0.51
SeaStation© 0 0.01 14.45 57.95 94.31 50.55 9.33 1.45
Tabla II: Área, en km2, de cada uno de los rangos de idoneidad para cada sistema de jaulas


Discusión general

El objetivo principal de este estudio fue la selección de las zonas más óptimas (estudio de zonación) para la ubicación de las jaulas flotantes dedicadas al cultivo de peces marinos, aunque también se seleccionaron diferentes sistemas de cultivo en función de las características de oleaje de cada zona. Esta zonación se realizó mediante el uso de modelos desarrollados en un sistemas de información geográfica (SIG) y tecnología relacionada (tales como imágenes de satélite, GPS, etc.). La integración, manipulación, análisis, y representación de resultados mediante el uso de estos sistemas resultó una herramienta muy útil en el proceso de toma de decisiones.

Debido a la buena calidad de agua y condiciones ambientales que existe en Tenerife, este análisis no identificó ningún área como "totalmente no óptima" y muy poca área como "no óptima" (rango de idoneidad 1 y 2 respectivamente) para el cultivo de peces en jaulas flotantes. Por otra parte, existe muy poca área identificada como "totalmente óptima" y "optima" (rango de idoneidad 8 y 7 respectivamente). Este hecho se debe al pequeño tamaño de la isla junto con al intenso uso que se hace de la zona costera en Tenerife. En este espacio tan escaso han de cohabitar actividades como la pesca, turismo, actividades náuticas, conservación, etc., que son competitivas o incluso excluyentes en una misma zona. Como conclusión final, se estimó que Tenerife presenta un gran potencial para el desarrollo de la acuicultura en jaulas, que además de ser económicamente viable para los empresarios, también puede ser social y ambientalmente aceptable. Como era de espera, el resultado del análisis indicó que aquellos sistemas de jaulas que pueden tolerar un oleaje mayor, podrán ser utilizados en más áreas que aquellos sistemas menos robustos.


Agradecimientos

Agradecemos, en orden alfabético, a las siguientes Instituciones y personas por su contribución y colaboración en el desarrollo de este proyecto. CREPAD, por proporcionar los datos de satélite NOAA-AVHRR y su ayuda en el procesado de las imágenes. Al Dr. Manuel Arbelo, por sus valiosas sugerencias y guía durante el procesado de las imágenes de satélite AVHRR. Al Departamento de Clima Marítimo por proporcionar datos de oleaje. Al Excmo. Cabildo de Tenerife por la información contenida en el CD-Map. Este trabajo se realizó gracias a la subvención de la Comunidad Europea bajo el programa FAIR (GT 973516).


Bibliografía




Artículo publicado en la Revista AquaTIC nº 17, octubre 2002