Strategi Penangkapan Ikan Baru untuk Menghadapi Dampak Perubahan Iklim terhadap Perikanan Tuna Tropis Spanyol di Lepas Pantai Samudra Hindia

ABSTRAK
Tuna tropis, termasuk tuna sirip kuning ( Thunnus albacares ), dikenal sebagai kontributor penting bagi ketahanan pangan global. Selain itu, tuna sirip kuning merupakan tuna tropis yang paling bernilai secara komersial. Armada penangkap ikan tuna sirip kuning Spanyol, yang aktif beroperasi di Samudra Hindia, muncul sebagai kontributor utama bagi tangkapan tuna sirip kuning global. Saat ini, planet ini sedang mengalami perubahan iklim, yang siap mengubah habitat dalam skala global, khususnya berdampak pada wilayah tropis dengan menyebabkan peningkatan suhu permukaan laut pada tingkat yang belum pernah terjadi sebelumnya serta deoksigenasi laut. Akibatnya, dapat diperkirakan bahwa spesies pelagis besar yang sangat bermigrasi seperti tuna dapat mengubah wilayah distribusinya, yang mengakibatkan translokasi daerah penangkapan ikan saat ini. Dalam konteks ini, tujuan utama dari penelitian ini adalah untuk mempelajari potensi pergeseran daerah penangkapan ikan tuna sirip kuning Spanyol yang menargetkan tuna sirip kuning di sabuk tropis di Samudra Hindia. Temuan kami menunjukkan bahwa meskipun tangkapan tuna sirip kuning terbesar telah bergerak ke utara dalam garis lintang, sebagian besar upaya penangkapan ikan, yang ditunjukkan oleh jumlah perangkat penangkapan ikan yang lebih banyak, telah berlokasi di wilayah ekuator. Hasil saat ini hanya dapat diinterpretasikan dari sudut pandang manusia dan mengikuti strategi komersial sebagai respons terhadap pengelolaan tuna sirip kuning. Oleh karena itu, menurut 38 tahun kumpulan data yang dianalisis, pergeseran dinamika armada terlihat jelas. Akan tetapi, kami berpendapat bahwa strategi penangkapan ikan baru ini tidak dapat dikaitkan dengan pergerakan kawanan ikan bebas ke garis lintang yang lebih tinggi, tetapi dengan strategi pertukaran yang kompleks.

1 Pendahuluan
Tuna tropis mencakup tiga spesies dari suku Thunnini: cakalang ( Katsuwonus pelamis , SKJ), tuna sirip kuning ( Thunnus albacares , YFT), dan tuna mata besar ( Thunnus obesus , BET), dan diakui sebagai kontributor penting bagi ketahanan pangan global (Báez, Pascual-Alayón, et al. 2018 ). Di sisi lain, tuna adalah salah satu dari empat spesies penangkapan ikan utama yang signifikan secara ekonomi pada tahun 2020 (bersama lobster, udang, dan sefalopoda) (FAO 2022 ). Dalam konteks ini, tangkapan tuna tropis dari Samudra Hindia mewakili 21% dari produksi tuna tropis global dan bernilai $6,5 miliar (16% dari nilai industri tuna) (Artetxe-Arrate et al. 2021 ; Lecomte et al. 2017 ). Armada pukat cincin Spanyol, yang aktif beroperasi di Samudra Hindia, muncul sebagai kontributor utama bagi tangkapan tuna sirip kuning global. Terdiri dari sekitar 14 kapal penangkap ikan, armada ini memainkan peran penting dalam industri ini (Báez, Czerwinski, dan Ramos 2020 ; Báez, Ramos, dkk. 2020 ). Lebih jauh lagi, YFT merupakan yang paling bernilai secara komersial, dan saat ini, dianggap dieksploitasi secara berlebihan oleh Komisi Tuna Samudra Hindia (IOTC).

Saat ini, lautan mengalami pemanasan global yang dapat mengubah fungsi ekosistem laut (Cael et al. 2023 ; Peng et al. 2022 ) dan juga mengakibatkan perlambatan arus termohalin global (Li et al. 2023 ). Hal ini dapat menimbulkan konsekuensi serius bagi semua ekosistem laut secara global, baik dalam hal pengaturan suhu laut maupun distribusi nutrisi esensial. Selain itu, terkait dengan pemanasan laut, penurunan tingkat oksigen terlarut telah diamati, yang disebabkan oleh kombinasi penurunan kelarutan oksigen akibat pemanasan dan ventilasi yang buruk di laut dalam (Breitburg et al. 2018 ). Selain itu, fakta yang dijelaskan dengan baik dalam literatur ilmiah adalah dampak variabilitas iklim pada distribusi dan kelimpahan stok tuna. Banyak penelitian telah menganalisis dampak osilasi iklim pada spesies tuna tropis, dan mereka telah mengidentifikasi dampak pada kelimpahannya (Kumar et al. 2014 ; Lima dan Naya 2011 ), daya tangkap (Rubio et al. 2016 ), kondisi reproduksi (Báez et al. 2019 ; Kanaji et al. 2012 ; Muñoz-Expósito et al. 2017 ), rekrutmen ke perikanan (IATTC 2016 ; Lehodey et al. 2003 ), dan distribusi (Faillettaz et al. 2019 ). Akibatnya, ketika kondisi lingkungan yang tidak menguntungkan dihadapi, seperti perubahan suhu atau fitur oseanografi yang terganggu, diharapkan bahwa ikan secara umum, dan spesies tuna secara khusus (sebagai spesies pelagis besar yang bermigrasi jauh), dapat pindah ke daerah yang lebih menguntungkan, yang mengakibatkan translokasi daerah penangkapan ikan saat ini. Hal ini dapat memiliki implikasi yang mendalam bagi daerah penangkapan ikan tradisional (Ojea et al. 2020 ). Sifat dinamis migrasi tuna menyiratkan bahwa daerah penangkapan ikan historis dapat menunjukkan pergeseran yang substansial, sehingga memerlukan evaluasi ulang terhadap praktik penangkapan ikan konvensional dan menimbulkan tantangan terhadap keberlanjutan perikanan yang bergantung pada pola historis.

Banyak sekali penelitian telah menunjukkan bahwa perubahan iklim memiliki dampak yang signifikan pada perikanan (Xu et al. 2024 ), yang mengarah pada modifikasi dalam pengelolaan perikanan dan pengembangan strategi adaptif yang diperlukan (Zou 2021 ). Interaksi antara perubahan iklim dan perikanan laut bersifat dua arah: Meskipun perubahan iklim mengubah kondisi oseanografi, distribusi spesies, dan produktivitas ekosistem, aktivitas perikanan juga dapat memengaruhi ekosistem laut, yang memengaruhi ketahanan mereka terhadap perubahan iklim. Memahami hubungan dinamis ini sangat penting untuk mengembangkan strategi pengelolaan yang efektif yang mempromosikan keberlanjutan ekologis dan kelangsungan hidup perikanan jangka panjang. Oleh karena itu, memahami interaksi antara perilaku tuna dan dinamika lingkungan sangat penting untuk pengelolaan perikanan dan konservasi spesies yang signifikan secara ekonomi dan ekologis ini (Amon et al. 2023 ; Báez, Ramos, et al. 2020 ; Townhill et al. 2021 ; Vaihola dan Kininmonth 2023 ).

Tujuan utama dari penelitian ini adalah untuk menyelidiki kemungkinan dampak dari perubahan iklim dan pengelolaan perikanan di wilayah penangkapan ikan pukat cincin Spanyol ketika menargetkan tuna sirip kuning di wilayah tropis Samudra Hindia selama 38 tahun terakhir (1984–2021). Kami berhipotesis bahwa karena perubahan iklim, spesies tersebut telah mampu berpindah ke tempat yang lebih tinggi, sehingga mengkondisikan pergerakan armada.

2 Bahan dan Metode
2.1 Data Perikanan
Institut Oseanografi Spanyol (Instituto Español de Oceanografía [IEO]) adalah pusat penelitian yang bertugas menghasilkan estimasi ilmiah tentang tangkapan tuna tropis, upaya armada, dan data biologis lainnya dari aktivitas armada pukat cincin Spanyol di Samudra Hindia. Sejak tahun 1990, estimasi tangkapan tahunan menurut spesies tuna telah dilaporkan ke IOTC (lihat Báez, Ramos, dkk. 2020 untuk keterangan lebih rinci).

Industri perikanan telah berevolusi secara signifikan selama 40 tahun terakhir (Lopez et al. 2014 ; Tidd et al. 2023 ; Torres-Irineo et al. 2014 ). Saat ini, armada menggunakan alat pengumpul ikan (FAD) sesuai dengan siklus musiman mengikuti arus Samudra Hindia (Maufroy et al. 2017 ). Dengan memanfaatkan pemantau gema pada pelampung yang dipasang pada FAD ini, pola dapat dikenali untuk mengidentifikasi waktu penangkapan ikan yang optimal (Lopez et al. 2014 ). Ada pula komponen acak, karena kapal tidak hanya menangkap ikan pada FAD mereka sendiri tetapi juga pada benda terapung lainnya yang hanyut. Akibatnya, waktu pengumpulan ikan yang optimal tidak dipatuhi secara konsisten, yang mengarah pada tren di mana kumpulan ikan menjadi semakin cepat (Báez, Ramos, et al. 2018 ). Kapal bergerak cepat dari satu FAD ke FAD lainnya, menggunakan pendekatan penangkapan ikan FAD-ke-FAD (Báez, González-Carballo, dkk. 2020 ). Meskipun demikian, upaya visual terus berlanjut, dan ada banyak peluang untuk menemukan dan memancing di gerombolan ikan gratis atau gerombolan ikan yang terkait dengan FAD yang tidak dimiliki dalam perjalanan dari satu FAD milik ke FAD milik lainnya. Akibatnya, penangkapan ikan yang menargetkan gerombolan ikan gratis telah menjadi pendekatan perikanan yang oportunistik.

Dalam studi saat ini, penetapan target secara eksklusif untuk sekolah yang berenang bebas telah dipertimbangkan. Ini merupakan bentuk penangkapan ikan yang lebih aktif dibandingkan dengan penetapan target sekolah yang terkait dengan FAD, yang merupakan perikanan yang lebih pasif. Faktanya, menurut beberapa penulis, metode ini dapat bertindak sebagai perangkap ekologis untuk sekolah tuna, mengganggu pergerakan alami mereka (Davies et al. 2014 ; Dupaix et al. 2021 ; Pérez et al. 2020 ). Sebaliknya, penangkapan ikan yang ditujukan pada sekolah yang berenang bebas bergantung pada pencarian intensif tepian yang bergerak bebas. Oleh karena itu, lebih bergantung pada kondisi lingkungan, membuat jenis perikanan ini lebih cocok untuk studi tentang dampak perubahan iklim.

Bahasa Indonesia: Mirip dengan buku catatan elektronik resmi yang harus dilengkapi dan diserahkan oleh seorang nakhoda kapal ke Administrasi Perikanan Spanyol sebelum kapal memasuki pelabuhan, secara historis, IEO memberikan buku catatan penangkapan ikan kepada kapal pukat cincin Spanyol yang menargetkan tuna tropis, yang disebut buku catatan IEO, termasuk informasi yang relevan secara ilmiah (jenis sekolah tuna, tangkapan nol, estimasi sekolah, tangkapan menurut spesies dan sumur, kategori berat, dll.). Berdasarkan estimasi tangkapan yang dilaporkan oleh para kapten dalam buku catatan dan jenis set yang dilakukan (sekolah bebas atau pada objek terapung, terutama perangkat pengumpul ikan yang disebut FAD), koreksi komposisi spesies dilakukan berdasarkan sampel yang dikumpulkan oleh tim ilmiah selama pendaratan, menyebarkannya berdasarkan strata temporal dan spasial (untuk detail lebih lanjut tentang metodologi, silakan lihat Báez, Ramos, et al. 2020 ; Duparc et al. 2022 ; Fonteneau et al. 2009 ; Herrera and Báez 2019 ).

Untuk studi ini, kami menggunakan semua set yang dilaporkan melalui buku catatan IEO dan diklasifikasikan sebagai set sekolah bebas yang menargetkan tuna sirip kuning untuk keseluruhan upaya, dengan mempertimbangkan hasil tangkapan positif dan nol. Distribusi spasial set dengan mengacu pada batas sabuk tropis ditunjukkan pada Gambar 1 .

Untuk keseluruhan periode studi (1984–2021), kami menggunakan kumpulan 60.065 set di sekolah gratis, dengan rata-rata 1580 set per tahun (antara tahun 2018 dengan nilai terendah dan tahun 2005 dengan nilai tertinggi) (varians rata-rata = 719). Beberapa set di luar sabuk tropis diamati, tetapi sebagian besar terdiri dari awal seri dan dibuat selama lintasan navigasi dari/ke Laut Mediterania atau ke Samudra Atlantik. Kami tidak mempertimbangkan set ini di luar sabuk tropis dalam studi.

Kemudian kami hitung, dengan grid 5×5 derajat (silakan lihat manual pedoman IOTC untuk penjelasan utama tentang keterbatasan grid 5×5 derajat di Area 51 dan 57 FAO), per kuartal dan tahun sebagai berikut (Gambar 2 ):

1. Jarak dari ekuator ke titik terdekat ke arah kutub, diukur dari pusat sel grid 5 × 5 derajat dengan jumlah perangkat penangkapan ikan terbanyak (tanpa mempedulikan hasil tangkapan efektifnya): Variabel ini bertujuan untuk menilai jarak dari ekuator ke area tempat perangkat penangkapan ikan paling banyak terkonsentrasi (disingkat Dsets).
2. Jarak dari garis khatulistiwa ke titik terdekat ke arah kutub, diukur dari pusat sel grid 5 × 5 derajat dengan hasil tangkapan tuna sirip kuning tertinggi (tanpa mempedulikan jumlah set): Variabel ini bertujuan untuk mengukur jarak dari garis khatulistiwa ke area dengan jumlah tangkapan tertinggi yang terkonsentrasi (disingkat Dcatches).
3. Jarak dari ekuator ke lokasi penangkapan ikan terdekat dengan tangkapan positif ke arah kutub: Variabel ini bertujuan untuk mengukur jarak dari ekuator ke lokasi penangkapan ikan paling ekstrem dengan tangkapan positif (disingkat DExtremesets).
4. Perbedaan jarak antara daerah penangkapan ikan positif terdekat dengan daerah tropis dan pusat sel grid 5 × 5 derajat dengan jumlah daerah penangkapan ikan terbanyak: Variabel ini bertujuan untuk menilai potensi konsentrasi daerah penangkapan ikan di area yang lebih jauh dari ekuator (disingkat DDifferences).

   

2.2 Analisis Statistik
Pada langkah pertama, kami menganalisis deret waktu untuk setiap variabel: Dsets, Dcatches, DExtremesets, dan DDifferences. Kami mencari tren waktu umum dan siklusitas dalam deret waktu menggunakan analisis spektral untuk mengidentifikasi periodisitas. Analisis spektral dilakukan dengan perangkat lunak PAST (tersedia dari http://folk.uio.no/ohammer/past/ ).

Mengingat dinamika armada dan kapasitasnya untuk beradaptasi, serta dinamika lingkungan dan spasial perikanan itu sendiri, terdapat variabilitas besar dalam distribusi set. Namun, analisis probabilistik dapat diperkenalkan dengan mengambil tahun dan kuartal secara acak dan menghitung probabilitas bahwa jarak tahunan rata-rata (ini berlaku untuk masing-masing dari empat variabel jarak yang ditunjukkan di atas, yaitu, Dsets, Dcatches, DExtremesets, dan DDifferences) tahun dan kuartal tersebut lebih tinggi atau lebih rendah daripada jarak rata-rata untuk semua tahun. Oleh karena itu, kami memperoleh variabel biner target baru: Binary-Dsets, Binary-Dcatches, Binary-DExtremesets, dan Binary-DDifferences. Gambar 2 menunjukkan diagram terperinci dari proses perhitungan untuk setiap variabel target dan transformasi selanjutnya menjadi variabel biner. Variabel biner menawarkan banyak kemungkinan dan utilitas signifikan dalam pembelajaran mesin (Grace et al. 2018 ; Livinska et al. 2024 ). Pilihan antara variabel biner (0 dan 1) dan variabel skalar kontinu bergantung pada tujuan analisis dan jenis perbandingan yang akan dilakukan. Beberapa keuntungan variabel biner dalam analisis ini mencakup sensitivitasnya yang lebih rendah terhadap perbedaan skala. Karena variabel biner tidak terpengaruh oleh variasi skala pengukuran, tidak seperti variabel kontinu, variabel biner menyediakan dasar perbandingan yang lebih konsisten. Jadi, meskipun unit variabel tetap sama tetapi skalanya berbeda secara signifikan, penggunaan pendekatan biner membantu mengurangi masalah ini. Selain itu, karena variabel biner tidak menunjukkan nilai ekstrem atau dispersi, variabel tersebut tidak dipengaruhi oleh outlier. Terakhir, variabel biner menyederhanakan perhitungan dan mengurangi kerentanan terhadap efek skala.

Regresi logistik biner digunakan secara luas untuk menetapkan hubungan antara variabel independen lingkungan dan probabilitas respons variabel target (Báez et al. 2023 ; Real et al. 2006 ; Zuur et al. 2007 ). Kami menggunakan regresi logistik biner untuk memperkirakan probabilitas memperoleh nilai jarak untuk tahun tertentu yang lebih tinggi daripada jarak rata-rata untuk semua tahun. Akibatnya, kami menetapkan nilai 1 ketika jarak tahun dan kuartal tertentu lebih tinggi daripada jarak rata-rata tahun dan kuartal yang digabungkan, sedangkan kami menetapkan nilai 0 ketika jarak lebih rendah daripada nilai jarak rata-rata. Variabel penjelasnya adalah tahun dan kuartal (sebagai variabel kualitatif). Kami melakukan regresi logistik bertahap maju-mundur pada kedua variabel prediktor untuk memperoleh model logistik multivariat akhir (Hosmer dan Lemeshow 2000 ).

Kebaikan kecocokan model dinilai menggunakan uji omnibus (untuk koefisien model) dan uji Hosmer dan Lemeshow, yang juga mengikuti distribusi chi-kuadrat ( χ 2 ) (Hosmer dan Lemeshow 2000 ; Liu et al. 2012 ; Zuur et al. 2007 ). Uji omnibus menilai apakah penyertaan variabel penjelas meningkatkan kecocokan model dibandingkan dengan model dasar. Ini bergantung pada uji chi-kuadrat untuk membandingkan log likelihood dari dua model: model dasar (yang hanya mencakup intersep) dan model penuh (yang mencakup variabel penjelas). Statistik uji mengikuti distribusi chi-kuadrat dengan derajat kebebasan yang sama dengan jumlah prediktor yang ditambahkan. Jika nilai p yang dikaitkan dengan uji chi-kuadrat kurang dari ambang batas konvensional 0,05, ini menunjukkan bahwa model dengan variabel penjelas memberikan kesesuaian yang jauh lebih baik terhadap data daripada model dasar, yang berarti bahwa variabel independen berkontribusi untuk menjelaskan varians dalam variabel dependen. Sebaliknya, jika nilai p lebih besar dari 0,05, tidak ada cukup bukti statistik untuk menyimpulkan bahwa prediktor yang ditambahkan meningkatkan kinerja model (Liu et al. 2012 ). Sebaliknya, uji Hosmer dan Lemeshow membandingkan frekuensi yang diharapkan dan yang diamati dari variabel hasil di seluruh kelompok pengamatan dengan probabilitas yang diprediksi serupa. Kemudian, uji tersebut membagi kumpulan data menjadi kelompok -G (biasanya 10) berdasarkan probabilitas yang diprediksi dari model regresi logistik yang dipasang. Untuk setiap kelompok, probabilitas prediksi rata-rata dan jumlah kejadian yang diamati dihitung. Tabel kontingensi kemudian dibuat dengan membandingkan nilai yang diamati dan yang diharapkan untuk variabel hasil. Dalam kasus ini, jika nilai p lebih besar dari 0,05, prediksi model tidak berbeda secara signifikan dari nilai yang diamati, yang menunjukkan kecocokan model yang baik. Dan jika nilai p kurang dari 0,05, model tidak cocok dengan data dengan baik, yang menunjukkan bahwa probabilitas yang diprediksi mungkin tidak selaras dengan hasil aktual (Hosmer dan Lemeshow 2000 ; Liu et al. 2012 ; Zuur et al. 2007 ).

Kami mengevaluasi kapasitas diskriminasi model kami menggunakan area di bawah kurva karakteristik operasi penerima (ROC) (AUC) (Lobo et al. 2008 ).

Meskipun model regresi logistik sangat cocok, model ini sensitif terhadap rasio ada/tidaknya (Real et al. 2006 ). Untuk mengatasi perbedaan ini, kami menerapkan fungsi kesukaan ( Ff ) (Real et al. 2006 ) berdasarkan model regresi logistik, yang menyesuaikan model tanpa mempedulikan rasio ada/tidaknya. Kesukaan dihitung dengan mudah dari probabilitas yang diperoleh dari regresi logistik menurut ekspresi berikut:

di mana p adalah probabilitas nilai untuk setiap model logistik yang dilakukan oleh Binary-Dsets, Binary-Dcatches, Binary-DExtremesets, dan Binary-DDifferences per tahun dan kuartal, dan n 1 dan n 0 adalah jumlah tahun dan kuartal untuk setiap variabel Binary-Dsets, Binary-Dcatches, Binary-DExtremesets, dan Binary-DDifferences di atas (1) atau di bawah (0) rata-rata yang diamati untuk seluruh periode, masing-masing.
Karena nilai kesukaan baru untuk setiap variabel Binary-Dsets, Binary-Dcatches, Binary-DExtremesets, dan Binary-DDifferences menurut tahun dan kuartal tidak bergantung pada jumlah n 1 dan n 0, maka variabel-variabel tersebut dapat dibandingkan satu sama lain. Uji korelasi Spearman diterapkan untuk membandingkan hubungan antara model logistik yang signifikan.

3 Hasil
Kami mengidentifikasi periodisitas musiman yang signifikan untuk setiap variabel: Dsets (frekuensi = 0,25; p  = 0,004), DExtremesets (frekuensi = 0,25; p  < 0,0001), dan DDifferences (frekuensi = 0,25; p  = 0,008), kecuali dalam kasus Dcatches (frekuensi = 0,2318; p  = 0,07), yang tidak signifikan.

Kami memperoleh tiga model logistik yang signifikan untuk variabel target Binary-Dsets (Gambar 3 ), Binary-Dcatches (Gambar 4 ), dan Binary-DDifferences (Gambar 5 ), dengan variabel independen tahun dan kuartal, menurut fungsi logit yang ditunjukkan pada Tabel 1. Selain itu, pada Tabel 1 , kami menyertakan ringkasan kesesuaian dan kapasitas diskriminasi masing-masing model.

Catatan: Semua parameter fungsi logit signifikan menurut uji Wald.

Model dengan kecocokan terbaik menurut nilai AUC-nya adalah model yang dilakukan dengan menggunakan Binary-Dcatches sebagai variabel target, sedangkan model dengan kecocokan terburuk menurut nilai AUC-nya adalah model yang dilakukan dengan menggunakan Binary-Dsets sebagai variabel target. Meskipun demikian, ketiga model tersebut signifikan, lulus uji Hosmer dan Lemeshow, dan memiliki kecocokan yang dapat diterima.

Nilai kesukaan untuk setiap variabel Binary-Dsets, Binary-Dcatches, dan Binary-DDifferences diestimasikan berdasarkan tahun dan kuartal. Kemudian kami menggunakan korelasi Spearman untuk membandingkan hubungan antara kesukaan (Tabel 2 ). Kami mengamati korelasi signifikan positif antara kesukaan (Binary-Dsets) dan kesukaan (Binary-Dcatches) dan korelasi signifikan negatif antara kesukaan (Binary-Dcatches) dan kesukaan (Binary-DDifferences).

** Nilai signifikan ditunjukkan.

4 Diskusi
Temuan kami menunjukkan bahwa meskipun tangkapan tuna sirip kuning terbesar telah bergeser ke utara, sebagian besar upaya penangkapan ikan, ditunjukkan oleh jumlah set yang lebih besar, telah bergerak menuju wilayah ekuator. Lebih jauh lagi, jarak antara set paling utara dibandingkan dengan tempat sebagian besar set penangkapan ikan terjadi telah melebar dalam beberapa tahun terakhir. Kami memang mengamati korelasi negatif yang signifikan antara jarak ke daerah tropis terdekat, tempat jumlah tangkapan tuna sirip kuning tertinggi terjadi, dan jarak antara set paling ekstrem dan lokasi dengan konsentrasi set tertinggi dari waktu ke waktu (Tabel 2 ). Oleh karena itu, selama 38 tahun kumpulan data yang dianalisis, pergeseran dinamika armada terlihat jelas, meskipun tidak dikaitkan dengan pergerakan sekolah bebas ke lintang yang lebih tinggi.

Sejak dekade terakhir, Cheung et al. ( 2013 ) telah menunjukkan bahwa pemanasan laut telah menggeser daerah penangkapan ikan ke arah kutub, dengan meningkatnya dominasi tangkapan spesies air hangat di lintang yang lebih tinggi. Memang, perubahan iklim mengubah distribusi dan kelimpahan ikan secara lokal (Poloczanska et al. 2016 ; Rubio et al. 2020 ; Young et al. 2019 ). Dalam kasus perikanan tuna tropis, mereka juga telah terbukti bergeser ke arah kutub (Erauskin-Extramiana et al. 2019 ; Monllor-Hurtado et al. 2017 ; Rubio et al. 2020 ). Memang, menurut Erauskin-Extramiana et al. ( 2019 ), batas distribusi habitat tuna sudah bergeser ke arah kutub sejauh 6,5–5,5 km per dekade tergantung pada belahan bumi, Belahan Bumi Utara atau Belahan Bumi Selatan. Namun, Rubio et al. ( 2020 ) menyarankan bahwa harus ada efek lain yang menjelaskan pergerakan armada. Dalam bentuk yang serupa, hasil kami hanya dapat ditafsirkan dari perspektif manusia dan dalam kerangka strategi komersial sebagai respons terhadap pengelolaan stok tuna sirip kuning.

Selama penilaian stok YFT Samudra Hindia, pada tahun 2015, stok tersebut ditetapkan mengalami penangkapan berlebih dan rentan terhadap penangkapan berlebih (Langley 2015 ). Karena alasan ini, sejak 2017, stok YFT telah menjadi subjek rencana pengelolaan yang lebih luas untuk pemulihan stok tuna Samudra Hindia (detail lengkap dijelaskan dalam Báez et al. 2023 ; IOTC 2016 ). Untuk memulihkan stok pada tahun 2024 dengan probabilitas 50%, IOTC, yaitu organisasi pengelolaan perikanan regional (RFMO) yang mengatur penangkapan ikan tuna tropis di perairan Samudra Hindia, merekomendasikan pengurangan tangkapan sebesar 20% dari tingkat tahun 2014 (Resolusi 16/01). Kemudian, rencana pembangunan kembali tuna sirip kuning oleh IOTC dilaksanakan. Oleh karena itu, batasan tangkapan tuna sirip kuning dilaksanakan oleh otoritas nasional untuk armada Spanyol (Báez et al. 2023 ).

Karena penangkapan ikan tuna sirip kuning terutama dilakukan dalam kelompok-kelompok bebas, armada, untuk menghindari terlampauinya kuota yang dialokasikan, mengintensifkan penangkapan yang menargetkan kelompok-kelompok yang terkait dengan FAD, menangkap ikan cakalang dan tuna mata besar (Báez et al. 2022 , 2023 ). Menurut Duparc et al. ( 2022 ), secara historis telah ada korelasi yang kuat dalam komposisi spesies, tetapi karena peraturan baru ini, sejak 2018, tren ini telah terganggu, khususnya dalam tangkapan kelompok-kelompok yang terkait dengan objek. Selain itu, masalah perdagangan lainnya harus dipertimbangkan, seperti perjanjian perdagangan khusus antara perusahaan dan negara-negara penangkap ikan untuk menangkap ikan di dalam zona ekonomi eksklusif mereka.

Perubahan iklim tidak diragukan lagi merupakan faktor pengganggu yang besar, dan diperkirakan akan sangat memengaruhi masyarakat yang bergantung pada sumber daya laut untuk mata pencaharian mereka (misalnya, Barange et al. 2018 ; Bell et al. 2013 ; Robinson et al. 2009 ; Young et al. 2019 ). Namun, armada pukat cincin Eropa dibentuk oleh kapal-kapal berteknologi tinggi dan mekanis, dengan kapasitas tinggi untuk beradaptasi dan mengubah perilaku mereka untuk memaksimalkan hasil ekonomi. Dalam hal ini, mereka lebih bergantung pada regulasi dan pengelolaan perikanan daripada faktor lingkungan eksternal lainnya.

Dalam studi terkini, Tidd et al. ( 2023 ) mengemukakan bahwa kelebihan daya tangkap dari armada kapal pukat cincin dapat mengancam keberlanjutan jangka panjang perikanan tuna tropis. Secara teori, hipotesis ini bisa jadi benar jika armada mengerahkan kapasitas penuh dan secara aktif menangkap tuna tropis. Namun, seperti yang kami simpulkan dari hasil kami, realitasnya lebih kompleks, dengan strategi armada secara keseluruhan di mana nakhoda mengambil keputusan untuk menyeimbangkan antara konsumsi bahan bakar dan kemungkinan tangkapan yang tinggi, sehingga mengurangi konsumsi bahan bakar dalam pengiriman (dan dengan demikian mengurangi jejak karbon) (Chassot et al. 2021 ; Granado et al. 2024 ). Menurut Granado et al. ( 2024 ), industri dapat membantu beradaptasi dengan dampak perubahan iklim sekaligus mengurangi biaya operasional. Kapasitas ketahanan armada kapal pukat cincin penting bagi perikanan untuk menjaga ketahanan pangan di kawasan tersebut (Báez, Pascual-Alayón, et al. 2018 ). Namun, ada masalah lain yang perlu ditangani seperti keadaan stok tuna tropis, polusi, tangkapan sampingan, dan penangkapan ikan hantu (Murua et al. 2023 ).

4.1 Keterbatasan Penelitian Saat Ini dan Tantangan Penelitian Masa Depan
Meskipun penelitian ini memberikan wawasan berharga mengenai dinamika spasial armada pukat cincin Spanyol yang menargetkan tuna sirip kuning (YFT) di Samudra Hindia, beberapa keterbatasan harus diakui. Keterbatasan ini menyoroti area yang memerlukan penelitian lebih lanjut untuk meningkatkan pemahaman kita mengenai perilaku armada dan faktor pendorong mendasar dari pergeseran spasial dalam upaya penangkapan ikan dan komposisi tangkapan.

Satu keterbatasan utama adalah kurangnya data tentang kinerja ekonomi perikanan terkait strategi penangkapan ikan yang terkait dengan free-school versus FAD. Armada pukat cincin sering menggunakan kedua metode tersebut dalam perjalanan penangkapan ikan yang sama, berpindah-pindah antara set yang terkait dengan FAD dan free-school. Studi ini mengecualikan data penangkapan ikan yang terkait dengan FAD karena pengaruh faktor oseanografi pada FAD yang hanyut dan potensinya untuk mengubah pergerakan alami tuna (Dagorn et al. 2012 ). Namun, seperti yang ditunjukkan, strategi penangkapan ikan dapat dikondisikan oleh faktor sosial ekonomi di luar pertimbangan ekstraktif semata (Basurko et al. 2022 ). Studi mendatang harus bertujuan untuk menggabungkan kedua strategi penangkapan ikan untuk memberikan pemahaman yang lebih komprehensif tentang bagaimana armada pukat cincin merespons perubahan lingkungan dan peraturan.

Keterbatasan signifikan lainnya adalah dampak regulasi kuota yang diperkenalkan pada tahun 2017, yang memberlakukan batasan total tangkapan yang diizinkan (TAC) pada YFT di Samudra Hindia. Regulasi ini mungkin telah memengaruhi perilaku armada secara signifikan, yang berpotensi mendorong pergeseran spasial yang diamati. Memisahkan dampak kendala kuota dari variabilitas lingkungan sangat penting untuk analisis yang akurat. Seperti yang disorot dalam studi terbaru, pertimbangan ekonomi memainkan peran penting dalam menentukan mobilitas armada dan alokasi upaya penangkapan ikan. Penelitian lebih lanjut harus mengintegrasikan variabel lingkungan, seperti suhu permukaan laut dan konsentrasi klorofil a , di samping faktor ekonomi seperti harga bahan bakar, permintaan pasar, dan perjanjian perdagangan antara perusahaan perikanan dan negara pesisir. Pendekatan ini akan membantu membedakan dampak relatif faktor sosial ekonomi dan lingkungan pada dinamika armada (Guillotreau et al. 2024 ).

Akhirnya, mengingat semakin banyaknya bukti tentang pergeseran distribusi ikan akibat perubahan iklim, penelitian di masa mendatang harus mengeksplorasi strategi pengelolaan adaptif yang mengintegrasikan perencanaan spasial yang dinamis. Langkah-langkah pengelolaan statis tradisional mungkin menjadi kurang efektif karena pola distribusi spesies terus berubah. Menerapkan sistem pemantauan waktu nyata dan kerangka kerja pengelolaan spasial adaptif akan sangat penting untuk memastikan bahwa langkah-langkah pengaturan tetap efektif dalam kondisi lingkungan yang berubah.

5. Penutup
Perikanan industri, karena efisiensinya yang tinggi, telah menunjukkan ketahanan yang lebih besar daripada perikanan yang kurang terindustrialisasi ketika menghadapi gangguan eksternal, seperti dampak pandemi COVID-19 (Cousido-Rocha et al. 2023 ). Dengan demikian, kapal dengan hasil tangkapan utama per unit upaya menunjukkan kapasitas ketahanan utama selama krisis ekstrem (Cockrell et al. 2019 ). Temuan kami menunjukkan bahwa, meskipun ada pergeseran dalam distribusi spasial tangkapan tuna sirip kuning, perikanan tetap didorong terutama oleh strategi komersial dan operasional daripada oleh fokus eksklusif pada memaksimalkan volume tangkapan.

Saat ini, RFMO secara aktif mempromosikan langkah-langkah untuk mengurangi emisi CO2 dan mengatur jumlah pelampung aktif per kapal dalam perikanan berbasis FAD, di samping pembatasan yang sudah ada sebelumnya seperti jumlah kapal pasokan yang diizinkan per kelompok armada (IOTC 2023 ). Kerangka kerja regulasi yang terus berkembang ini tidak diragukan lagi akan menghadirkan tantangan baru bagi perikanan industri. Namun, armada industri, mengingat kemajuan teknologi dan kapasitas adaptasinya, mungkin berada pada posisi yang lebih baik daripada yang lain untuk mengatasi kendala ini sambil mempertahankan tingkat tangkapan yang efisien. Memastikan keberlanjutan dan efisiensi perikanan harus tetap menjadi prioritas dalam strategi pengelolaan perikanan di masa mendatang.