Artículo en revista científica aclara cómo se generan los datos de pesca de Global Fishing Watch
- By Rocío Joo
- Published
Respuesta publicada a un estudio que afirmaba que nuestros algoritmos sobreestiman la actividad pesquera
En Global Fishing Watch, nos esforzamos por facilitar la investigación científica para transformar la forma en que gestionamos nuestro océano mediante el aumento de la transparencia de la actividad humana en el mar. Compartir datos de pesca precisos y útiles es clave para esos objetivos, por lo que nos tomamos muy en serio cuando un artículo científico sugirió que nuestros algoritmos sobreestimaban la actividad pesquera.
El estudio reciente de Hintzen et al. comparó los eventos de pesca de nuestra API con observaciones de despliegue de artes de programas de auto-muestreo a bordo de dos flotas de arrastre pelágico en el Atlántico Nordeste. Los autores concluyeron que nuestros eventos de pesca sobrepredicen el esfuerzo en estas flotas tras encontrar una fuerte concordancia en las ubicaciones de pesca, pero diferencias en el número de eventos y su duración. Sin embargo, el número y duración de los eventos en nuestros datos no son directamente comparables con el número y duración de los lances. La revista ha publicado nuestra respuesta a este estudio, en la que aclaramos cómo se generan nuestros datos de pesca, así como sus usos previstos y no previstos.
Los comportamientos de las embarcaciones que representan actividad pesquera (por ejemplo, búsqueda, lanzamiento, recogida o inmersión de artes) pueden variar sustancialmente según la flota y la región, lo que dificulta diferenciar con precisión estos comportamientos basándose únicamente en datos de seguimiento. Por esta razón, nuestro modelo general de pesca no fue diseñado para distinguir entre estos distintos comportamientos pesqueros. En su lugar, el modelo busca proporcionar un conjunto de datos global sobre la actividad pesquera que represente con precisión su distribución espacial a través de las pesquerías.
Nuestra respuesta también explica cómo se calculan los dos conjuntos de datos de pesca en nuestras API, actualmente denominados eventos de pesca aparentes y esfuerzo pesquero. Los eventos de pesca (el conjunto de datos utilizado en Hintzen et al.) fueron concebidos para crear una representación visualmente lógica de la actividad pesquera relacionada en la plataforma de Global Fishing Watch, agrupando posiciones consecutivas de pesca predicha. Por lo tanto, no debe esperarse que el conjunto de datos de eventos de pesca coincida con lances individuales de despliegue de artes.
Otra afirmación de Hintzen et al. fue que confiar en los conjuntos de datos de pesca de Global Fishing Watch podría llevar a “análisis incorrectos del impacto de la pesca en numerosos aspectos del ecosistema”, citando varios estudios que usaron datos de Global Fishing Watch. Revisamos los estudios citados y encontramos que la mayoría utilizó nuestros datos para analizar la distribución espacial de la pesca, la cual se demostró que era precisa.
Para mitigar el uso indebido de nuestros datos y aumentar su utilidad, estamos implementando las siguientes mejoras técnicas y de documentación:
- Hemos publicado recientemente documentación para guiar mejor el uso adecuado de nuestros conjuntos de datos de eventos de pesca y esfuerzo aparente, y hemos iniciado una investigación con usuarios para explorar nombres alternativos para estos dos conjuntos de datos.
- Estamos cambiando la arquitectura de nuestro modelo de una red neuronal convolucional a una red neuronal basada en transformadores. La arquitectura de transformadores puede capturar dependencias de largo alcance de manera efectiva mediante mecanismos de atención, técnicas de aprendizaje automático que permiten que cada posición en una secuencia atienda a todas las demás. Esto permite que el modelo capture relaciones entre diferentes partes de la secuencia de una manera que no es práctica con redes neuronales convolucionales.
- Los datos utilizados para entrenar esta nueva versión del modelo general de pesca abarcan distribuciones geográficas más amplias y diferentes flotas en todo el mundo.
Además del modelo general de pesca, estamos trabajando en modelos específicos por arte de pesca, cuyas predicciones serían mejores aproximaciones del despliegue de artes y podrían traducirse más fácilmente en métricas de esfuerzo. Un conjunto de datos estático de eventos predichos para palangres a la deriva, que distingue entre comportamientos de lanzamiento y recogida, está disponible públicamente y de forma gratuita para usuarios registrados a través de nuestro portal de descarga de datos, y un conjunto de datos actualizado estará disponible en 2026. Un modelo de arrastre, actualmente en desarrollo, busca diferenciar entre arrastre de fondo y de media agua. Un conjunto de datos estático provisional de predicciones está disponible bajo solicitud y será publicado en nuestro sitio web el próximo año.
Creemos que una colaboración más estrecha con expertos en pesca y comparaciones con bitácoras o datos de observadores de alta calidad son esenciales para mejorar los datos de actividad pesquera que compartimos con el mundo. Nuestro objetivo es crear espacios para discutir mejores formas de estimar y representar la actividad pesquera en el futuro, y haremos todo lo posible por involucrar a expertos pesqueros de todo el mundo. Por favor, contáctenos si está interesado en colaborar con datos o conocimientos técnicos para mejorar la calidad de estos modelos y conjuntos de datos, o si está liderando algún proyecto de investigación pesquera al que quisiera que contribuyéramos.
