PRODUCCIÓN
Y BENEFICIOS DE UN CULTIVO ACUÍCOLA:
UNA
VISIÓN PROSPECTIVA INTERDISCIPLINARIA CON EVALUACIÓN
VÍA SIMULACIÓN
PARA
LA TOMA DE DECISIONES
Walter Ritter Ortiz(1),
Rogelio
Rodríguez Maldonado(2), Ernesto Jáuregui Ostos(3),
Alejandra López Mancilla(4)
Sección
de Bioclimatología, Centro de Ciencias de la Atmósfera,
UNAM. Circuito Exterior s/n, Ciudad Universitaria, Deleg. Coyoacan,
México, D. F. email: walter@atmosfera.unam.mx
.
Centro de Investigaciones Interdisciplinarias
sobre Desarrollo Regional, Universidad Autónoma de Tlaxcala
(UAT). Josejero@ prodigy.net.mx
Sección
de Climatología Urbana, Centro de Ciencias de la Atmósfera.
ejos@atmósfera.unam.mx
Departamento de Ingenieria Química y
Bioquímica, Instituto Tecnologico de Huejutla, Hidalgo.
bioalm@hotmail.com
CUANDO PONES LA PROA
VISIONARIA HACIA UNA ESTRELLA Y TIENDES EL ALA HACIA TAL EXCELSITUD
INASIBLE, AFANOSO DE PERFECCIÓN Y REBELDE A LA MEDIOCRIDAD,
LLEVAS EN TI EL RESORTE MISTERIOSO DE UN IDEAL. ES ASCUA SAGRADA,
CAPAZ DE TEMPLARTE PARA GRANDES ACCIONES. CUSTÓDIALA; SI LA
DEJAS APAGAR NO SE REENCIENDE JAMÁS. Y SI ELLA MUERE EN TI,
QUEDAS INERTE: FRÍA BASOFÍA HUMANA… TODOS NO SE
EXTASIAN COMO TÚ, ANTE UN CREPUSCÚSCULO. NO SUEÑAN
FRENTE A UNA AURORA O CIMBRAN EN UNA TEMPESTAD; NI GUSTAN DE PASEAR
CON DANTE, REIR CON MOLIERE, TEMBLAR CON SHAKESPEARE, CRUJIR CON
WAGNER; NI ENMUDECER ANTE EL DAVID, LA CENA O EL PARTENÓN. ES
DE POCOS ESA INQUIETUD DE PERSEGUIR ÁVIDAMENTE ALGUNA QUÍMERA,
VENERANDO A FILÓSOFOS, ARTISTAS Y PENSADORES QUE FUNDIERON EN
SÍNTESIS SUPREMAS SUS VISIONES DEL SER Y DE LA ETERNIDAD,
VOLANDO MÁS ALLÁ DE LO REAL… LOS IDEALES DE
PERFECCIÓN, FUNDADOS EN LA EXPERIENCIA SOCIAL Y EVOLUTIVOS
COMO ELLA MISMA, CONSTITUIRÁN LA ÍNTIMA TRABAZÓN
DE UNA DOCTRINA DE PERFECCIÓN INDEFINIDA, PROPICIA A TODAS LAS
POSIBILIDADES DE ENALTECIMIENTO HUMANO… SON EFECTOS DE CAUSAS,
ACCIDENTES EN LA EVOLUCIÓN UNIVERSAL INVESTIGADA POR LA
CIENCIA Y RESUMIDA POR LA FILOSOFÍA, Y ES FÁCIL
EXPLICARLO SI SE LE COMPRENDE… UN IDEAL ES UN PUNTO Y UN
MOMENTO ENTRE LOS INFINITOS POSIBLES QUE PUEBLAN EL ESPACIO Y EL
TIEMPO… EVOLUCIONAR ES VARIAR. José Ingenieros.
AQUELLA MAÑANA SUCEDÍA
ALGO RELEVANTE, UN QUIEBRE EN EL ORDEN RUTINARIO DEL SISTEMA: LOS
ALUMNOS PRIVILEGIADOS NO PODÍAN TOLERAR POR MÁS TIEMPO
EL FOMENTO ORGANIZADO DE LA IGNORANCIA, LA PROMOCIÓN DEL VACÍO
INTELECTUAL Y LA CORRUPCIÓN INTELECTUAL Y ECONÓMICA DE
GRAN PARTE DEL MUNDO ACADÉMICO, CÓMPLICE POR ACCIÓN
U OMISIÓN EN LA ACTUAL CRISIS ECONÓMICA… ¿ES
POSIBLE UNA TRANSFORMACIÓN SOCIAL CUYA FUERZA PUEDA REVOCAR
LOS ESTRAGOS DEL DESPOTISMO FINANCIERO? ...EUROPA ES UN PROYECTO
DOGMÁTICO, CUYO FIN ES EL DE REASUMIR Y REFORZAR LA IDEOLOGÍA
NEOLIBERAL, LA DE UNA REGULACIÓN NEOLIBERAL QUE LLEVARÁ
AL EMPOBRECIMIENTO DE LAS SOCIEDADES EUROPEAS: AL RECORTE DE LOS
SALARIOS, AL RETRASO DE LA JUBILACIÓN Y, FINALMENTE, AL TRISTE
PROYECTO DE DESTRUIR, DEVASTAR Y DESMANTELAR EL INTELECTO GENERAL…
LA DESTRUCCIÓN DE LA INTELIGENCIA COLECTIVA. O LA DESTRUCCIÓN
DE LA UNIVERSIDAD Y EL SOMETIMIENTO DE LA INVESTIGACIÓN
ACADÉMICA A LOS ESTRECHOS INTERESES DEL BENEFICIO Y LA
COMPETITIVIDAD ECONÓMICA… LES ENSEÑAMOS COSAS
QUE PUEDEN SER BUENAS O MALAS, PERO AL FINAL RESULTAN INÚTILES
EN LO QUE SE REFIERE A SU FUTURO YA QUE NO TIENEN FUTURO… HOY,
EL CINISMO HA INVADIDO LA ESFERA DEL PENSAMIENTO, Y NO MENOS LA
ESFERA DE LA POLÍTICA… HAN ABIERTO EL CAMINO AL
DOGMATISMO, LA VIOLENCIA, EL RACISMO, EL EMPOBRECIMIENTO Y LA
DICTADURA FINANCIERA… EN SUS IMPLACABLES ESFUERZOS POR
TRANSFERIR FONDOS Y RECURSOS DE LA SOCIEDAD A LA CLASE FINANCIERA,
LOS IDEÓLOGOS NEOLIBERALES NUNCA HAN DUDADO EN USAR LA
MANIPULACIÓN Y EL ENGAÑO: SUS MEDIAS VERDADES Y
FICCIONES SON TRANSFORMADAS POR LOS MEDIOS GLOBALES DE COMUNICACIÓN
EN CONOCIMIENTO PÚBLICO. Vivian Abenshushan.
EL HOMBRE ES EL MOTOR
INCONSCIENTE DE LA HISTORIA Y NO SON SUS VIRTUDES SINO SUS VICIOS LOS
QUE CONSTITUYEN SUS FUERZAS VIVAS. ¿NO SON EL DESINTERÉS,
LA GENEROSIDAD Y EL HUMANISMO, SINO LA FEROCIDAD, LA AVARICIA Y LA
AMBICIÓN LAS QUE CREAN Y DESARROLLAN LA SOCIEDADES? ESTOS TRES
VICIOS QUE SON CAPACES DE DESTRUIR AL GÉNERO HUMANO SOBRE LA
TIERRA, PRODUCEN LA FELICIDAD CIVIL ENGENDRANDO AL EJÉRCITO,
EL COMERCIO Y EL PODER POLÍTICO Y COMO CONSECUENCIA EL VALOR,
LA RIQUEZA Y LA SABIDURÍA. Paul Lafargue.
TODO SER ORGANIZADO FORMA UN
CONJUNTO, SISTEMA ÚNICO Y CERRADO, CUYAS PARTES SE
CORRESPONDEN Y CONCURREN HACIA LA MISMA ACCIÓN CONJUNTA Y
DEFINITIVA… NINGUNA DE ESTAS PARTES PUEDE CAMBIAR SIN QUE LAS
DEMÁS CAMBIEN A SU VEZ. Cuvier.
RESUMEN
Se usa un modelo de simulación de visión
prospectiva interdisciplinaria, para evaluar el efecto de las
variaciones en la fecha de siembra, fecha de cosecha y la densidad de
la población inicial sobre la producción y la ganancia
neta de un cultivo acuícola. Más específicamente,
se determina si la cosecha anual y la ganancia neta asociada cambian
significativamente si se cosecha un mes antes o un mes después
de lo tradicional o, si se siembra el doble de la densidad del stock
tradicional.
Palabras clave: cultivo acuícola,
prospectiva, multidisciplinario, simulación y toma de
decisiones
ABSTRACT
A simulation model for a
prospective multidisciplinary view is used to evaluate and to
quantify the dates of sowing and harvest as well as density of
initial population on production and net profit in farming fisheries.
Specifically, we determine if the annual harvest and the associate
net profit changes in a significant manner if we harvest one before
or one month after the traditional time, or if we sow a double
density of the traditional stock.
Key words: Farming fisheries,
prospective method, multidisciplinary approach, simulation and
decisions model.
INTRODUCCIÓN
Diseñar un programa
apropiado de explotación de los recursos naturales no es algo
simple, ya que debe esperarse que el tamaño o magnitud del
aprovechamiento sea influenciado por el suplemento de bienes que
puede aportar dicho recurso; así como de cualquier fluctuación
que pueda ocurrir en su medio entorno, tanto ambiental como
económico, político, social, etc. Un depredador
prudente consume sus presas de manera tal que pueda maximizar su
suplemento alimenticio, al mismo tiempo que minimiza la posibilidad
de que la población consumida sea incapaz de automantenerse a
sí misma y poder seguir siendo utilizada como alimento en el
futuro y de igual manera, deberíamos actuar los seres humanos.
Es decir, un depredador debe usar sus presas de manera eficiente y al
igual que todos los organismos en la naturaleza, comportarse con
mucha prudencia, lo cual en las poblaciones naturales fue aprendido y
obtenido a un costo de experimentos evolutivos interminables, lo cual
también implica que dicho aprendizaje tuvo grandes costos en
vidas Es necesario recordar también que es este el tipo de
modelo que escojamos, lo que determinará las características
del programa de recolección de la información. Si
recolectamos primero la información y luego decidimos el tipo
de modelo a utilizar, el proyecto será seguramente
ineficiente, tanto para un modelo simple, como para uno más
complicado.
Los pronósticos
para acceder al futuro parten del presente y del pasado, pero en
contraste, la prospectiva parte del futuro; concentra su atención
en el porvenir, imaginándolo, a partir del futuro y no del
presente. La prospectiva pretende construir el futuro, a partir de la
realidad y siempre en función de la selección de
aquellos futuros que hemos diseñado y calificado como posibles
y deseables. La prospectiva implica una visión holística,
teleológica y trascendental, generadora y gestora de cambios
estratégicos, manteniendo una actitud abierta para saber qué
debemos y podemos hacer, para lograr el futuro deseado; creando el
mañana y hacer lo posible en el presente por llegar a él.
Conocer las posibles
repercusiones o impactos al cambiar o modificar algunos elementos de
nuestra vida.
El plan general para el desarrollo del modelo
cuantitativo prospectivo, consiste en seguir el flujo de biomasa en
el sistema. Primero nos concentramos en la biomasa de las plantas
acuáticas, luego en la de los peces herbívoros y por
último, en la de los peces cosechados. En cada caso,
comenzaremos con la representación más simple que pueda
describir las transferencias de materiales más importantes, en
términos de su relación con cada una de las variables
de estado. Para simplificar la adición de nuevos componentes y
para facilitar nuestro entendimiento sobre las relaciones entre los
componentes del modelo, momentáneamente representaremos
algunas variables como constantes. Después, las
representaremos en condiciones en que la temperatura del agua varía
estacionalmente. Para representar la respiración y la
excreción, seguiremos el mismo procedimiento y, cuando
agreguemos por primera vez el consumo al modelo, la biomasa de peces
herbívoros se representará también como una
constante.
METODOLOGÍA
Para la simulación de los posibles
escenarios, nuestro plan general incluye nueve modelos intermedios de
simulación de posibles escenarios.
En el primero, se representa la producción
primaria neta y la mortalidad natural de las plantas cuando la
temperatura del agua permanece constante.
En el segundo, incluiremos los cambios
estacionales en la temperatura del agua.
En el tercero, agregaremos el consumo de las
plantas por los peces, manteniendo constante la biomasa de los
peces.
En el cuarto, se incluye la siembra de los
peces, manteniendo constante la biomasa después de la
siembra.
En el quinto, estableceremos la conexión
entre el consumo y la biomasa de los peces e incluimos la
respiración y la excreción de los peces para permitir
que la biomasa de éstos varíe en el tiempo,
manteniendo constante la temperatura del agua.
En el sexto, se incluyen nuevamente los cambios
estacionales en la temperatura del agua.
En el séptimo, se incluye nuevamente la
cosecha de peces.
En el octavo, agregamos los cálculos
correspondientes para obtener la ganancia bruta, el costo total, y
la ganancia neta.
En el noveno, se perfeccionan las ecuaciones
aproximadas durante el desarrollo del modelo (figura 1 ).
La forma en que representamos un componente dado
en el modelo, puede cambiar a medida que avanzamos en el desarrollo
del plan general y se debe a que los objetivos específicos de
los modelos van cambiando a medida que incluimos y evaluamos la
representación de nuevos componentes. Los modelos y escenarios
propuestos no constituyen el único plan posible para el
desarrollo del modelo cuantitativo, sin embargo, la serie de
escenarios propuestos representan una aplicación razonable,
para el problema que tratamos de resolver.
DINÁMICAS PROSPECTIVAS DE SISTEMAS CON
FUNCIONES TRANSFORMADAS. EL MODELO.
Consideramos que la dinámica del sistema
puede ser modelizada por medio de un sistema de ecuaciones
diferenciales ordinarias.
Se empezará con un sistema de ecuaciones
no lineales:
Las cuales pueden depender de las variables de
entrada o de las variables de estado Z identificadas como un
subconjunto en el espacio de fase.
Las variables de flujo, serán:
En la metodología de dinámica de
sistemas con funciones transformadas
puede
ser modelada como una función lineal de funciones
transformadas, donde
puede
ser obtenida a través de regresiones lineales. Una
transformación de orden k,
será una composición de
expresada como
De tal manera que:
La cuál se calcula utilizando la
regresión múltiple, de tal manera que la expresión
anterior se convierte en:
Utilizando la metodología de mínimos
cuadrados, tendremos
Encontrar el mínimo de s
implica que las derivadas parciales deberán ser cero.
lo cual es equivalente a
Como existen m
coeficientes y b
es un parámetro habrá m
+ 1 parámetros determinados
por m + 1
ecuaciones lineales. El coeficiente de correlación múltiple
de cada ecuación de las variables de flujo es:
Siendo
el numero de valores y
Habrá m +
1 parámetros que determinarán
m-1
ecuaciones que serán derivadas parciales de
Igualando las derivadas parciales a cero:
IX
X
Donde si se igualan las derivadas parciales a
cero y expresamos las varianzas como:
Tendremos
+
…
+
…
La matriz compleja de varianzas y covarianzas de
dimensión nxn
será:
V=
Definimos el determinante a
como:
y por lo tanto:
Los coeficientes serán dados por las
fórmulas
Los coeficientes CB
son coeficientes de regresiones parciales y se expresarán
simétricamente como función de varianzas y covarianzas
o de los coeficientes de correlación entre las transformadas
de las variables.
La ecuación de las variables de estado
finalmente serán dadas por:
Integrando y utilizando el método de
Euler.
en forma condensada:
Si alguna de las variables del modelo presenta
incertidumbre, nos veremos forzados a simular sus valores por métodos
de Monte Carlo y cuando integremos por el método de Euler,
tendremos:
Siendo
una
variable aleatoria normalmente distribuida por
y
con desviación estándar
en
donde:
Siendo
las
matrices de filas y columnas de diferencias con respecto a la media
de la transformada de
,
la matriz inversa de la matriz de covarianza
y
donde w
es el numero de variables y
,
es la variable dependiente con
cómo el valor obtenido a partir de la regresión.
Modelo I.
Modelo II.
Modelo III.
Modelo IV.
Modelo V
Modelo VI.
Modelo VII.
Modelo VIII.
Modelo IX.
Figura
2.
Modelo
que representa el efecto de la fecha de siembra, fecha de cosecha y
stock iniciales sobre la producción y ganancia de un cultivo
acuícola.
.
Figura 1. Diagrama del modelo que representa
el efecto de la fecha de siembra, fecha de cosecha y stock iniciales
sobre la producción y ganancia de un cultivo acuícola
RESULTADOS Y CONCLUSIONES
Aunque por el momento no es posible que existan
datos del sistema real que permitan realizar comparaciones directas,
la estacionalidad de la dinámica de los procesos biológicos
representados explícitamente en el modelo, parecen coherentes
y razonables en términos de la amplitud relativa y la
periodicidad de las fluctuaciones. La producción primaria neta
en general, sigue la tendencia de la temperatura del agua. La
producción primaria con una temperatura dada es levemente más
alta durante la primavera que durante el otoño, a la misma
temperatura, lo cual como todos sabemos se debe a que la biomasa
total de las plantas es mayor durante la primavera. El consumo de las
plantas por los peces y la respiración de éstos,
también siguen la tendencia de la temperatura del agua; es
decir, aumenta desde la primavera hasta el verano y disminuye durante
el otoño. A diferencia de la productividad primaria, el
consumo y la respiración de los peces resultarán
notablemente mayores durante el otoño a una temperatura dada,
que durante la primavera a la misma temperatura, lo cual se debe a
que la biomasa total de peces suele ser mayor durante el otoño.
Los resultados del análisis de
sensibilidad, indican que las predicciones de la biomasa de las
plantas, la de los peces y del peso individual el día de la
cosecha son relativamente sensibles a cambios en el valor del
consumo, y que la biomasa de los peces y el peso individual de éstos
también son sensibles a los cambios en la asimilación.
Los cambios realizados en la producción primaria neta, en la
mortalidad natural de las plantas y en la respiración de los
peces, tienen relativamente poco efecto. Dado que existen bases
empíricas sólidas que fundamentan la representación
del consumo y la eficiencia de asimilación, podemos confiar en
la capacidad del modelo.
Claramente observemos que el mejor esquema de
manejo propuesto es el de la siembra tardía. Sin embargo, los
resultados de las simulaciones sugieren que existen otras
alternativas que merecen ser consideradas. Por ejemplo: de que las
fechas de siembra y cosecha se podrían ajustar de tal forma de
aprovechar al máximo el período durante el cuál,
la temperatura es favorable para el crecimiento de los peces. También
sugieren que se podría ajustar la densidad del stock inicial
de tal forma que la demanda de los peces por alimento coincida con la
disponibilidad de biomasa de las plantas. Considerando la variación
estacional normal de la temperatura del agua y la dinámica
resultante de la biomasa de las plantas, sugerimos como un punto de
partida razonable para nuevos estudios, sembrar en mayo, cosechar en
octubre con un stock inicial de 110 peces/ha, para el estado de
Tlaxcala.
BIBLIOGRAFÍA
Banks, R.B., F.F.
Herrera. Effect
of wind and rain on surface reaeration.
J.Env.Eng.Div., ASCE 103, June 1977,
pp. 489-504.
Evison, L.M.
Comparative
studies on the survival of indicator organisms and pathogens in fresh
and sea water. Wat.Sci.Tech.,
Vol. 20, 1986, pp.1051-1054.
Chacon T. A., Rosas M. C. (1999)
Conceptos básicos de
acuacultura rural. Instituto de Investigación sobre los
Recursos Naturales. UMSNH.
CONACYT México. 157
pag.
Gameson, A.L.H.
Investigations
of sewage discharges to some British coastal waters.
TR 239. Water Research Centre, Brecks, UK, 1986.
Gutierrez
C., David (2002) Estudio Hidrológico La Parota, Gro.,
Subdirección de construcción, Coordinación de
proyectos Hidroeléctricos, Gerencia Técnica de
Proyectos Hidroelectricos, Subgerencia de Anteproyectos. Comisión
Federal de Electricidad (CFE).
MacCall Alec.
(1980) Population models for then Northern anchovy (Engraulis
mordax)
Rapp P v Réun. Cons.
Int. Explor. Mer,
177: 292 –306.
Malmgren-Hansen,
A., P. Mortensen, B. Moller. Modelling
of oxygen depletion in coastal waters.
Wat.Sci.Tech., Vol. 17, 1984, pp. 967-978.
Paulik G. J., and
Bayliff W. H. (1967). A
generalized computer program for the Ricker Model of equilibrium
yield per recruitment.
J
Fisheries Research Board of Canada. 24:2.
249-259 pp.
Pela, Jerone and Tomlinson, Patrick
(1969) Un modelo generalizado de la producción del stock,
Interamerican Tropical Tuna comisión. Boletín
Vol. 13 Núm. 3.
Varis, O., and
Somlyody, L. 1993. Potential Impacts of Climate Change on Lake and
Reservoir Water Quality, WP-93-25. International Institute for
Applied Systems Analysis, Luxenburg, Austria.
Walters C. J.
(1969). A
generalized computer simulation model for fish population studies.
Trans
ame fish soc. N°
3. 505-512.
(Volver a página inicial)
