Interações da Megafauna Marinha com as Pescarias de Pequena Escala no Oceano Índico Sudoeste: Revisão e Desafios de Gestão

1. Introdução & Contexto

Esta revisão aborda as interações críticas entre as pescarias de pequena escala (PPE) e a megafauna marinha vulnerável — especificamente mamíferos marinhos, tartarugas marinhas e condrictes (tubarões, raias, quimeras) — no sudoeste do Oceano Índico (SOI). As PPE são vitais para a segurança alimentar e os meios de subsistência das comunidades costeiras nas regiões em desenvolvimento. No entanto, as suas operações frequentemente resultam em capturas acessórias significativas e impactos diretos nas populações de megafauna, que são caracterizadas por histórias de vida K-selecionadas (crescimento lento, maturação tardia, baixa fecundidade), tornando-as excecionalmente suscetíveis a declínios populacionais mesmo com baixos níveis de mortalidade antropogénica.

O artigo sintetiza o conhecimento existente, destaca graves deficiências de dados e monitorização, e defende estratégias de gestão urgentes, colaborativas e baseadas em evidências para garantir a sustentabilidade tanto das pescarias como dos ecossistemas marinhos dos quais dependem.

2. Âmbito & Metodologia da Revisão

A revisão abrange literatura científica revisada por pares, literatura cinzenta (por exemplo, relatórios de ONG, documentos governamentais) e conhecimento especializado de vários países do SOI, incluindo Quénia, Tanzânia (incluindo Zanzibar), Moçambique, África do Sul e Madagáscar. A metodologia envolveu a coligação sistemática de dados sobre:

• Capturas acessórias e capturas diretas de megafauna reportadas.
• Métricas de esforço de pesca e características da frota.
• Medidas de gestão existentes e a sua eficácia documentada.
• Estudos socioeconómicos sobre a dependência dos pescadores dos recursos.

Uma conclusão fundamental é a natureza fragmentada e frequentemente anedótica dos dados, o que impede avaliações regionais robustas.

3. Principais Conclusões: Estado das Interações

4. Desafios Centrais para a Investigação & Gestão

5. Soluções Propostas & Recomendações Estratégicas

A revisão conclui com um apelo à ação centrado em:

1. Melhoria da Recolha de Dados: Implementar uma monitorização padronizada e baseada na ciência das capturas, esforço e capturas acessórias em toda a região, potencialmente utilizando monitorização eletrónica e aplicações de autorrelato dos pescadores.
2. Cogestão & Envolvimento das Partes Interessadas: Desenvolver sistemas de gestão participativa que integrem o conhecimento dos pescadores e garantam a sua adesão.
3. Construção de Capacidade Regional: Reforçar as instituições científicas e de gestão locais através de formação e alocação de recursos.
4. Desenvolvimento de Políticas Baseadas em Evidências: Utilizar os dados recolhidos para conceber medidas espacialmente explícitas, como Encerramentos Temporo-Espaciais (TACs) ou modificações de artes que reduzam as capturas acessórias, minimizando o impacto nos meios de subsistência dos pescadores.

6. Análise Crítica & Perspetiva de Especialista

Conclusão Central: Esta revisão expõe uma falha sistémica fundamental no SOI: a gestão de um sistema socioecológico complexo está a ser tentada com infraestruturas de dados e modelos de governação pré-industriais. O artigo diagnostica corretamente o problema — um défice grave de evidências — mas a solução proposta depende de um nível de cooperação regional e capacidade institucional que atualmente não existe na escala necessária.

Fluxo Lógico: O argumento é logicamente sólido: dados fracos → compreensão fraca → gestão ineficaz → resultados insustentáveis. O artigo traça eficazmente esta cadeia causal, utilizando a vulnerabilidade das espécies K-selecionadas como o amplificador biológico do problema.

Pontos Fortes & Fraquezas: O seu principal ponto forte é o seu âmbito regional abrangente e a sua avaliação clara da pobreza de dados. Uma falha significativa, no entanto, é o seu tratamento relativamente leve das vias de implementação e barreiras da economia política. Defende a "boa governação" e a colaboração, mas oferece poucas estratégias concretas para superar os interesses enraizados, a falta de financiamento e a inércia política que caracterizam a gestão das pescas em muitas regiões em desenvolvimento. Em comparação com os saltos tecnológicos noutros campos (por exemplo, o uso de Redes Adversariais Generativas (GANs) como o CycleGAN para identificação e monitorização de espécies baseada em imagens, conforme discutido em Zhu et al., 2017), as soluções aqui propostas parecem incrementais.

Conclusões Acionáveis: Para profissionais e financiadores, a prioridade imediata deve ser investir em fluxos de dados enxutos e habilitados por tecnologia. Em vez de esperar por uma monitorização perfeita e liderada pelo governo, o apoio deve ir para projetos-piloto que utilizem:
1. Drones e imagens de satélite (inspirados em aplicações de organizações como a Global Fishing Watch) para mapear o esforço de forma independente.
2. Reconhecimento de imagem assistido por IA em smartphones para os pescadores registarem capturas acessórias, reduzindo a dependência de conhecimentos taxonómicos especializados.
3. Sistemas de blockchain ou registos seguros para a documentação de capturas, para melhorar a rastreabilidade e combater a pesca INN, um problema relacionado. O objetivo deve ser gerar dados "suficientemente bons" rapidamente para informar decisões de nível de crise, enquanto se constrói o quadro institucional de longo prazo que o artigo prevê.

7. Quadro Técnico & Abordagem Analítica

Para passar de uma avaliação anedótica para uma quantitativa, é necessário um quadro analítico padronizado. Um componente central é modelar a vulnerabilidade populacional. Isto frequentemente utiliza um quadro de Remoção Biológica Potencial (PBR), adaptado para capturas acessórias. O PBR estima o número máximo de animais que pode ser removido de uma população sem causar declínio:

$\text{PBR} = N_{min} \times \frac{1}{2} R_{max} \times F_r$

Onde:
$N_{min}$ = Estimativa mínima da população
$R_{max}$ = Taxa máxima de crescimento teórico
$F_r$ = Fator de recuperação (tipicamente 0,1-1,0)

No entanto, no contexto do SOI, $N_{min}$ é geralmente desconhecido. Portanto, um quadro de definição de prioridades baseado no risco relativo é mais prático. Isto pode usar uma abordagem semi-quantitativa de Avaliação de Risco Ecológico (ERA):

$\text{Pontuação de Risco}_{espécie, pescaria} = \text{Exposição} \times \text{Consequência}$

Exposição é uma função da sobreposição espacial/temporal e da suscetibilidade da arte. Consequência é uma função da produtividade biológica da espécie (inversamente relacionada com a K-seleção) e do estado populacional atual.

Exemplo de Caso do Quadro de Análise

Cenário: Avaliar o risco de captura acessória para o dugongo (Dugong dugon) nas pescarias com redes de emalhar ao largo do norte de Moçambique.
Passo 1 - Coligação de Dados: Reunir dados fragmentados: (a) Entrevistas a pescadores sugerindo capturas ocasionais. (b) Mapas históricos de avistamentos de levantamentos aéreos (WCS, 2010). (c) Camadas SIG das zonas de pesca com redes de emalhar reportadas.
Passo 2 - Índice de Exposição: Calcular a sobreposição espacial entre o habitat do dugongo (pradarias de ervas marinhas) e o esforço com redes de emalhar. Usar uma pontuação simples: 3 (Alta Sobreposição), 2 (Média), 1 (Baixa), 0 (Nenhuma). Assumir pontuação = 2.
Passo 3 - Índice de Consequência: Os dugongos têm uma $R_{max}$ muito baixa (~5% por ano). O estado na UICN é Vulnerável. Atribuir uma pontuação de consequência alta: 3.
Passo 4 - Pontuação de Risco: $\text{Pontuação de Risco} = 2 \times 3 = 6$ (numa escala de 0-9). Isto sinaliza uma Prioridade Alta para investigação e mitigação (por exemplo, testar pingeres acústicos ou modificar os perfis das redes).
Este quadro permite aos gestores priorizar ações apesar de dados imperfeitos.

Resultados Experimentais & Descrição do Gráfico

Gráfico Conceptual: Fidelidade dos Dados vs. Cronograma da Ação de Gestão
Um gráfico hipotético mostraria duas curvas. Curva A (Paradigma Atual): Mostra um longo período plano de "Recolha de Dados" com baixa fidelidade (alta incerteza), seguido de uma "Ação de Gestão" atrasada e frequentemente ineficaz. Curva B (Paradigma Ágil Proposto): Mostra iterações rápidas. Começa com "Avaliação Rápida de Risco" (fidelidade moderada), levando a uma "Medida de Mitigação Piloto" (por exemplo, encerramento temporal liderado pela comunidade), que depois gera "Dados de Conformidade Local & Capturas Acessórias", retroalimentando o refinamento da avaliação num ciclo contínuo. A conclusão chave é que a ação não pode esperar por dados perfeitos; a gestão deve tornar-se um processo de aprendizagem.

8. Direções Futuras & Perspetiva de Aplicação

O futuro da gestão sustentável das PPE no SOI reside na convergência de governação participativa, tecnologia apropriada e ciência adaptativa.

• Cogestão Hiperlocal e Habilitada por Tecnologia: O aumento de sensores de baixo custo, AIS por satélite e aplicações móveis capacitará as comunidades piscatórias a recolher e possuir os seus dados, formando a base para acordos genuínos de cogestão. Projetos como o SmartFish no Pacífico oferecem um modelo.
• IA e Aprendizagem Automática: Para além da identificação, a IA pode analisar padrões em dados de captura e ambientais para prever pontos críticos de capturas acessórias, permitindo uma gestão espacial dinâmica (regras de "mudança de zona"), semelhante a iniciativas da NOAA para proteger tartarugas marinhas.
• Meios de Subsistência Alternativos & Agregação de Valor: As intervenções futuras devem desenvolver proativamente alternativas económicas, como o ecoturismo comunitário focado na megafauna (tubarão-baleia, golfinhos) ou o processamento com valor acrescentado de capturas de peixe sustentáveis, reduzindo a pressão sobre espécies vulneráveis.
• Financiamento Misto e Investimento de Impacto: Os resultados de conservação precisam de financiamento sustentável. Modelos que combinam subsídios filantrópicos com investimento de impacto para empresas comunitárias (por exemplo, aquicultura sustentável) serão cruciais para o sucesso a longo prazo.
• Integração com a Adaptação Climática: Os planos de gestão devem ser prospetivos, incorporando resiliência climática. Proteger a megafauna, que frequentemente desempenha papéis-chave na função do ecossistema, pode ser uma estratégia central para manter pescarias produtivas num oceano em mudança.

9. Referências

1. Temple, A. J., Kiszka, J. J., Stead, S. M., Wambiji, N., Brito, A., Poonian, C. N. S., Amir, O. A., Jiddawi, N., Fennessy, S. T., Pérez-Jorge, S., & Berggren, P. (2018). Marine megafauna interactions with small-scale fisheries in the southwestern Indian Ocean: a review of status and challenges for research and management. Reviews in Fish Biology and Fisheries, 28, 89–115.
2. Dulvy, N. K., et al. (2014). Extinction risk and conservation of the world's sharks and rays. eLife, 3, e00590.
3. Lewison, R. L., Crowder, L. B., Read, A. J., & Freeman, S. A. (2004). Understanding impacts of fisheries bycatch on marine megafauna. Trends in Ecology & Evolution, 19(11), 598-604.
4. Zhu, J. Y., Park, T., Isola, P., & Efros, A. A. (2017). Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks. Proceedings of the IEEE International Conference on Computer Vision (ICCV).
5. Global Fishing Watch. (2023). Transparency in Global Fisheries. Retrieved from https://globalfishingwatch.org
6. Heithaus, M. R., Frid, A., Wirsing, A. J., & Worm, B. (2008). Predicting ecological consequences of marine top predator declines. Trends in Ecology & Evolution, 23(4), 202-210.
7. IUCN. (2023). The IUCN Red List of Threatened Species. Version 2023-1. Retrieved from https://www.iucnredlist.org.