Blanes prova sistemes innovadors per reduir la captura accidental d'aus marines

El projecte MARAVES de SEO/BirdLife ha testat línies espantaocells i seguiment GPS de baldrigues amb pescadors de la zona.

Imatge genèrica d'una embarcació de pesca amb línies d'artesania a prop de la superfície del mar, amb elements de mitigació.
IA

Imatge genèrica d'una embarcació de pesca amb línies d'artesania a prop de la superfície del mar, amb elements de mitigació.

L'entitat SEO/BirdLife ha liderat el projecte MARAVES a Blanes i les Balears durant divuit mesos per provar mesures de mitigació i reduir la captura accidental d'aus marines.

El projecte MARAVES, impulsat per SEO/BirdLife, ha escollit la localitat de Blanes com un dels punts neuràlgics per testar solucions contra la captura accidental d’aus marines al Mediterrani. Aquesta interacció és una de les principals amenaces per a moltes espècies.
Durant divuit mesos, l’entitat ha col·laborat estretament amb una dotzena de pescadors professionals de Catalunya i les Illes Balears. Aquests han participat en el disseny i validació de mesures, com la línia espantaocells, una corda de 50 metres amb cintes de colors per allunyar els ocells de l'ham.
La Confraria de Pescadors de Blanes va acollir proves d’aquest sistema el juny de 2025, amb resultats prometedors. També es van provar diferents configuracions de pesos del palangre de fons per augmentar la velocitat d’enfonsament i minimitzar el risc de bycatch.

Aquest coneixement és clau per dissenyar mesures més eficaces i adaptar-les a cada context pesquer.

Una novetat de MARAVES ha estat la incorporació del sector pesquer recreatiu, amb el suport de Scientific Angler, fomentant la ciència ciutadana mitjançant l'ús d'aplicacions com Bycatch o la plataforma eBird per reportar observacions.
Tecnològicament, el projecte ha reforçat el seguiment de baldrigues mitjançant emissors GPS equipats amb sensors de profunditat i acceleració. Aquests dispositius proporcionen dades crucials sobre els patrons d’alimentació i moviment, clau per dissenyar mesures més eficaces.