Integrating conventional tagging and acoustic telemetry improves estimates of post-release survival in a highly targeted reef fish

Este estudo demonstra que a integração de dados de marcação convencional e telemetria acústica em um modelo estatístico permite estimar com maior precisão a sobrevivência pós-liberação do peixe-gag (*Mycteroperca microlepis*), revelando que a taxa de sobrevivência diminui com a profundidade de captura devido ao barotrauma e fornecendo dados essenciais para a gestão pesqueira.

O essencial

🎣 O Mistério do "Pescado que Voltou": Como Saber se o Peixe Sobreviveu?

Imagine que você é um pescador recreativo. Você pega um peixe, vê que ele é pequeno demais para comer (ou está fora da época de pesca) e o devolve ao mar. A grande pergunta que os cientistas fazem é: esse peixe sobreviveu ou morreu logo depois?

Para responder a isso, os pesquisadores usaram uma espécie chamada Gag (um tipo de garoupa) no Golfo do México. Eles combinaram duas técnicas de investigação, como se estivessem montando um quebra-cabeça com duas peças diferentes para ver a imagem completa.

1. As Duas Peças do Quebra-Cabeça

Peça A: O "Pote de Moedas" (Marcação Convencional)
Os cientistas colocaram etiquetas físicas em milhares de peixes (3.363 deles!) e os soltaram.

• Como funciona: É como dar um bilhete de loteria ao peixe. Se outro pescador pegar o peixe de volta, ele liga para um número gratuito e ganha uma camiseta grátis.
• O problema: A maioria das pessoas não devolve o bilhete. Então, os cientistas só sabem que o peixe sobreviveu se ele for pescado de novo. Se ninguém o pescar, eles não sabem se o peixe morreu ou se apenas "escondeu" e ninguém o viu. É como tentar adivinhar quantas moedas caíram no chão olhando apenas as que alguém achou.

Peça B: O "GPS de Peixe" (Telemetria Acústica)
Em um grupo menor de peixes (58 deles), os cientistas colocaram um "GPS" especial (um transmissor acústico) que envia sinais para receptores no fundo do mar.

• Como funciona: É como ter um rastreador de celular. Eles sabem exatamente onde o peixe está e se ele parou de se mover (o que geralmente significa que morreu).
• O problema: É muito caro e difícil colocar esses GPSs em milhares de peixes. Eles só conseguem monitorar uma área pequena e um número limitado de animais. É como ter um mapa super detalhado de apenas um quarteirão, mas não de toda a cidade.

2. A Grande Ideia: Juntar as Peças

O segredo deste estudo foi misturar os dois métodos usando um modelo matemático inteligente.

• Eles usaram o GPS (Peça B) para descobrir a verdade absoluta: "Olha, em águas rasas, 97% dos peixes sobrevivem. Mas em águas profundas, a taxa cai drasticamente."
• Depois, eles usaram essa verdade para "calibrar" o Pote de Moedas (Peça A). Eles disseram: "Ok, sabemos que a profundidade mata o peixe. Agora, vamos olhar para os milhares de peixes com etiquetas físicas e usar essa regra para estimar quantos sobreviveram em todas as outras áreas que o GPS não cobriu."

3. O Que Eles Descobriram? (A Analogia do Elevador)

Imagine que o peixe é um passageiro de um elevador que desce muito rápido.

• Andares baixos (Águas rasas): O elevador desce devagar. O peixe se sente bem e sobrevive quase sempre (cerca de 97%).
• Andares altos (Águas profundas): O elevador desce muito rápido. O peixe sofre com a mudança de pressão (como se fosse um "estrago" no corpo chamado barotrauma). Se o peixe for pescado a 90 metros de profundidade e solto, a chance de ele sobreviver cai para apenas 32%.

A descoberta principal: A profundidade é o vilão. Quanto mais fundo o peixe é pescado, maior o risco de morte ao ser solto.

4. Por Que Isso Importa?

Antes, os gestores de pesca tinham que "chutar" ou assumir taxas de sobrevivência genéricas. Agora, eles têm um mapa preciso:

• No Verão: Os pescadores vão para águas mais profundas. O estudo mostra que, nesses meses, mais peixes morrem ao serem soltos.
• No Inverno: Os pescadores ficam em águas rasas. A sobrevivência é alta.

Isso ajuda a criar regras melhores. Por exemplo, se sabemos que pescar muito fundo no verão mata muitos peixes, podemos mudar as regras de pesca ou ensinar os pescadores a usar "descendedores" (ferramentas que devolvem o peixe ao fundo com segurança) apenas quando necessário.

Resumo em uma frase:

Os cientistas usaram o "GPS" de alguns peixes para ensinar a matemática a ler os "bilhetes" de milhares de outros, descobrindo que a profundidade é o fator que mais mata os peixes soltos, e que essa informação pode salvar populações inteiras de peixes no futuro.

Resumo técnico

Título: Integração de marcação convencional e telemetria acústica melhora as estimativas de sobrevivência pós-liberação em um peixe recifal altamente visado

1. O Problema

A estimativa precisa da sobrevivência de peixes liberados após a captura (sobrevivência pós-liberação) é fundamental para a avaliação de estoques pesqueiros e a gestão eficaz. No entanto, as abordagens tradicionais possuem limitações significativas quando usadas isoladamente:

• Marcação Convencional (Tag-return): Permite grandes amostras e ampla cobertura espacial, mas apenas fornece taxas de retorno relativas. A taxa de reporte pelos pescadores é geralmente desconhecida, impedindo a estimativa direta da sobrevivência absoluta (mortalidade real vs. não reporte).
• Telemetria Acústica: Permite a observação direta do destino individual (morte ou sobrevivência), fornecendo estimativas de sobrevivência absoluta. Contudo, é limitada por custos e logística, resultando em pequenas amostras e cobertura espacial restrita.

O desafio reside em integrar esses dois métodos para obter estimativas de sobrevivência absoluta robustas e generalizáveis para toda a frota recreativa, considerando gradientes ambientais (como profundidade) que afetam a mortalidade por barotrauma.

2. Metodologia

Os autores desenvolveram um modelo estatístico de tempo discreto baseado em uma estrutura modificada de Cormack-Jolly-Seber (CJS) dentro de um framework Bayesiano (implementado em Stan via R). O estudo focou no Gag (Mycteroperca microlepis) na região de Tampa Bay, Flórida.

Dados Integrados:

• Dados Convencionais: 3.363 peixes marcados e liberados entre 2009-2012 (Programa de Observadores a Bordo). Apenas peixes liberados na superfície foram considerados para consistência.
• Dados de Telemetria: 90 peixes capturados e equipados com transmissores acústicos e tags convencionais entre 2013-2017. Desses, 58 foram liberados na superfície. A mortalidade foi definida como a ausência de detecção após 48 horas.

Estrutura do Modelo:
O modelo decompõe a probabilidade de um peixe ser recapturado ($R$) em quatro componentes probabilísticos:

1. Sobrevivência Imediata ($\psi$): Probabilidade de sobreviver ao período pós-liberação.
2. Risco Contínuo ($\phi$): Probabilidade de permanecer vivo e com a tag intacta.
3. Probabilidade de Encontro ($\eta$): Probabilidade de ser encontrado por um pescador (modelada com efeitos aleatórios espaciais e regressão harmônica temporal para sazonalidade).
4. Taxa de Reporte ($\xi$): Probabilidade de o pescador reportar a tag.

Inovação Estatística:
A chave da abordagem é o uso dos dados de telemetria (onde o destino é conhecido) como uma "âncora" para estimar a sobrevivência absoluta ($\psi$). Ao compartilhar os coeficientes de regressão ($\beta_0$ e $\beta_1$) entre os dois conjuntos de dados, o modelo consegue separar a sobrevivência real da taxa de reporte ($\xi$), que seria não identificável apenas com dados de marcação convencional.

Variáveis Preditoras:
A profundidade de captura foi identificada como o principal preditor. A sobrevivência foi modelada como uma função da profundidade usando uma ligação logit:
$$\text{logit}(\psi) = \beta_0 + \beta_1 \times \text{Profundidade}$$
Outras variáveis (tamanho, trauma do anzol, temperatura) foram testadas, mas a profundidade foi a única que explicou significativamente a variação na sobrevivência.

3. Contribuições Principais

• Framework Integrado: Desenvolvimento de um modelo unificado que combina a escala espacial/temporal da marcação convencional com a precisão de destino da telemetria acústica.
• Estimativa Absoluta Generalizável: Capacidade de extrapolar a sobrevivência absoluta para condições ambientais (profundidades) que não foram cobertas pela telemetria, mas que são comuns na pesca recreativa.
• Separação de Viés: Resolução do problema de não-identificabilidade entre mortalidade real e falta de reporte de tags, permitindo estimativas mais precisas de mortalidade de descarte.
• Aplicabilidade Gerencial: Geração de estimativas mensais e anuais de sobrevivência que podem ser incorporadas diretamente em avaliações de estoque (como o SEDAR72).

4. Resultados

• Impacto da Profundidade: A sobrevivência pós-liberação declinou significativamente com o aumento da profundidade de captura, consistente com o barotrauma.
  • Em águas rasas (superfície a 25m), a sobrevivência foi alta (**97%**).
  • Na profundidade máxima observada (93m), a sobrevivência estimada caiu para ~32%.
• Taxas de Reporte e Risco: A taxa de reporte estimada ($\xi$) foi de 14%, e a probabilidade de permanecer em risco ($\phi$) foi de 98%.
• Padrões Sazonais: A sobrevivência variou sazonalmente devido às mudanças no comportamento de pesca (profundidade de pesca).
  • Outono/Inverno (profundidades menores): Sobrevivência média de ~93%.
  • Verão (profundidades maiores, até 38m): Sobrevivência média caiu para ~83%.
• Estimativas Anuais: Para os anos de 2023, 2024 e 2025, as estimativas anuais de sobrevivência foram de 86%, 92% e 87%, respectivamente.
• Validação: O modelo passou por validação baseada em simulação (recuperação de parâmetros conhecidos) e posterior predictive checks, mostrando forte concordância com os dados observados e com estimativas independentes de esforço de pesca.

5. Significância

• Validação de Avaliações de Estoque: As estimativas anuais do modelo (86-92%) alinham-se consistentemente com a taxa de sobrevivência de 88% assumida na mais recente avaliação de estoque do Gag no Golfo do México (SEDAR72), fornecendo suporte independente para as decisões de gestão atuais.
• Informação para Mitigação: Os resultados destacam que a mortalidade é sazonal e ligada à profundidade. Isso apoia medidas de gestão como o adiamento da temporada de pesca (de junho para setembro) e a promoção do uso de dispositivos de descida (descending devices) durante os meses de verão, quando os pescadores operam em águas mais profundas.
• Transferibilidade: O framework proposto é aplicável a outras pescarias recreativas altamente visadas onde o descarte regulatório excede a captura mantida, oferecendo uma via para melhorar a precisão das estimativas de mortalidade sem a necessidade de estudos de telemetria massivos e caros em toda a área de pesca.

Em resumo, o estudo demonstra que a integração de dados de telemetria de alta resolução com grandes conjuntos de dados de marcação convencional permite superar as limitações de cada método individual, gerando estimativas de sobrevivência pós-liberação mais robustas, espacialmente explícitas e diretamente úteis para a gestão pesqueira sustentável.