Mejores Prácticas de Pesca en Arrecifes Coralinos

donde r W es el promedio de todas las similitudes de rangos entre réplicas dentro de sitios, r B es el promedio de
las similitudes de rangos que incrementan desde todos los pares de réplicas entre sitios diferentes, M = n(n-1)/2,
y n es número total de muestras bajo consideración. El rango de R es de –1 hasta 1. Un valor cercano a cero
significa que la hipótesis nula es verdadera, y la similitud entre sitios y dentro de los mismos será la misma en
promedio. Por lo general R tiene valores entre 0 y 1, que indica que un valor más cercano a uno determina un
mayor grado de discriminación entre sitios. Cuando R posee valores negativos altos indica que los ensambles
ecológicos se encuentran distribuidos en parches y sus réplicas varían considerablemente, o que el diseño del
muestreo no es el adecuado (Clarke 1993; Chapman y Underwood, 1999). ANOSIM es una prueba estadística
multidimensional que por medio de permutaciones Monte-Carlo puede aceptar o rechazar hipótesis nulas con
base en una probabilidad estimada (valores p). La prueba se hace más robusta en cuanto más permutaciones
existan, por lo que se requiere de por lo menos 35 permutaciones para obtener un nivel de prueba de 5.0%
(alfa = 0.05).
Para identificar las especies que contribuyen en mayor grado a la similitud promedio de los ensambles de peces
dentro de cada hábitat crítico, se usa un análisis de porcentaje de similitud (SIMPER) (Clarke y Warwich, 1994).
Con estos resultados se evalúa cuáles especies comerciales se encuentran dentro de las especies que determinan
el 90% de la similitud dentro de los hábitats críticos.
Se sugiere utilizar procedimientos BIOENV (Clarke y Warwich, 1994) para identificar correlaciones entre el ensamble
de peces y coberturas de grupos bentónicos y complejidad topográfica. Este procedimiento estadístico
multivariado no paramétrico genera correlaciones por rangos de Spearman (normales o ponderadas) y/o Kendall
entre matrices de similitud de muestras biológicas y conjuntos de variables ambientales (explicativas), donde se
puede identificar cuál o qué conjunto de variables genera la mejor correlación con la estructura biológica de
los HC. El rango de las correlaciones es entre -1 y 1, donde ambos valores extremos indican o una oposición
completa (relación inversa), o un completo acuerdo (relación positiva) entre variables biológicas y ambientales.
Los valores cercanos a cero corresponden a una ausencia de correlación entre los conjuntos de variables biológicas
y ambientales (Clarke y Warwich, 1994).
7. Determinación de hábitats críticos (HC)
El análisis de las variables de la Tabla 1 de la Sección 3.2, se realiza en un programa automatizado que aplica
la ordenación-escalonamiento multidimensional no métrico (MDS) y el análisis de conglomerados (AC) basados
en una misma matriz de similitud de Bray-Curtis al nivel de arrecife. Se usa una transformación de los datos a
valores de una distribución Z antes de la estimación de las matrices de similitud, con la finalidad de estandarizar
las unidades de las variables. Se utiliza el índice Bray-Curtis o la distancia euclidiana, según el comportamiento
de los datos. Para el análisis de conglomerados se usa el método de encadenamiento promedio. Los
resultados del análisis de conglomerados determinan los grupos en los gráficos (ordenaciones) del MDS (Clarke
y Warwich, 1994).
73