La expansión de la acuicultura conlleva el reto de gestionar los residuos químicos de forma invisible bajo las olas. Cuando los peces reciben piensos con aditivos —ya sean vitaminas, pigmentos o conservantes—, no todo el producto es aprovechado por el animal. Una parte se pierde como residuo de pienso y otra es excretada en las heces.
Hasta ahora, predecir con exactitud dónde terminan estas sustancias en el vasto y dinámico océano era una tarea de una complejidad abrumadora. Sin embargo, un consorcio de instituciones liderado por Akvaplan-niva ha entregado a la Autoridad Europea de Seguridad Alimentaria (EFSA) un modelo de vanguardia capaz de formalizar y ejecutar estas predicciones con un nivel de detalle sin precedentes.
Puntos Clave
- Precisión Predictiva: Un nuevo sistema modular permite calcular la Concentración Ambiental Prevista (PEC) de aditivos químicos en el lecho marino con alta resolución.
- Integración de Datos Reales: El modelo utiliza datos satelitales y climáticos de la UE (Copernicus y EMODnet) para simular corrientes y temperaturas específicas de cada granja.
- Transparencia de Código: Desarrollado íntegramente en lenguajes de código abierto (Python y Fortran), el software es accesible para reguladores y empresas en GitHub.
- Enfoque en Seguridad Alimentaria: Esta herramienta técnica es fundamental para que la EFSA evalúe el riesgo ambiental de los aditivos utilizados en especies como el salmón y la dorada.
Una Arquitectura Tecnológica en Cuatro Niveles
El éxito de este proyecto radica en su estructura modular. En lugar de un programa rígido, los científicos han creado una «cadena de montaje» digital que procesa la información en cuatro etapas críticas:
El Modelo de Jaulas (The Cage Model)
Este componente, programado en Python, simula la entrada del aditivo al agua. Toma en cuenta el volumen de producción y la concentración del aditivo en el pienso para determinar cuánta química se libera a través del desperdicio de pellets y cuánto a través del metabolismo de los peces (heces).
El Modelo de Aditivos y Biogeoquímica
Implementado en el Framework for Aquatic Biogeochemical Models (FABM), este módulo rastrea la «vida» del químico. Aquí se calculan procesos como la sedimentación, la degradación por temperatura o luz (fotólisis), y la resuspensión desde el fondo marino hacia la columna de agua.
El Modelo Físico (pyGETM)
Para que el modelo funcione, necesita conocer el «clima» submarino. El sistema utiliza una versión adaptada del General Estuarine Transport Model (pyGETM). Este componente es capaz de descargar automáticamente datos de corrientes, salinidad y batimetría de alta resolución para cualquier punto geográfico de las costas europeas.
Evaluación de la PEC (Concentración Ambiental Prevista)
Finalmente, el sistema genera mapas detallados de la acumulación del químico en el sedimento, permitiendo a los evaluadores de riesgo comparar estos niveles con los umbrales de seguridad establecidos.
Metodología: Del Espacio al Fondo del Mar
La robustez del modelo (denominado técnicamente como Tarea 1.3) se basa en el uso de servicios de datos financiados por la Unión Europea que garantizan su viabilidad a largo plazo.
Fuentes de Datos Globales
- CMEMS (Copernicus Marine Service): Proporciona datos sobre corrientes oceánicas, temperatura y salinidad.
- EMODnet: Suministra la batimetría (relieve del fondo marino) con una precisión de metros.
- ECMWF (ERA5): Ofrece datos atmosféricos críticos como la velocidad del viento y la presión del aire, que influyen en las corrientes superficiales.
El proceso de «Downscaling» dinámico
Uno de los mayores logros técnicos descritos en el informe es la capacidad de «descenso de escala». Los modelos oceánicos globales suelen tener una resolución de kilómetros, lo cual es inútil para una granja de peces de unos pocos cientos de metros. El software desarrollado crea automáticamente un dominio local de alta resolución (cuadrículas de entre 10 y 50 metros) alrededor de la granja, asegurando que las corrientes se adapten a los cabos, bahías e islas locales.
Mantente siempre informado
Únete a nuestras comunidades para recibir al instante las noticias, informes y análisis más importantes del sector acuícola.
Casos de Estudio: De los Fiordos Noruegos al Mar Egeo
Para validar el sistema, los investigadores pusieron a prueba el modelo en dos entornos radicalmente opuestos:
Noruega: El Desafío de los Fiordos Profundos
En un sitio ubicado en el Parque Nacional Seiland, el modelo demostró su capacidad para manejar batimetrías escarpadas y corrientes dominadas por las mareas. A pesar de que el modelo base (Norkyst-800) era de buena calidad, el nuevo sistema pyGETM reveló detalles de circulación en pequeñas bahías que antes eran invisibles.
Grecia: La Complejidad de los Archipiélagos
En la bahía de Sofikos, el modelo enfrentó un reto mayor: islas tan pequeñas que no aparecían en los mapas de Copernicus. El software logró reconstruir estas islas y simular cómo el flujo de agua se divide y acelera entre ellas, un factor crítico para predecir dónde se depositarán los químicos en el fondo.
Impacto Global y Futuro de la Regulación Ambiental
Este avance no es solo un ejercicio académico; tiene implicaciones directas en la legislación y la protección de los ecosistemas marinos.
- Evaluación de «Peor Escenario»: El modelo permite realizar pruebas de estrés virtual, simulando qué ocurriría con un aditivo si se utilizara en condiciones extremas de corrientes bajas o altas densidades de peces.
- Soporte a la Industria: Las empresas productoras de piensos ahora cuentan con una ruta clara para demostrar la seguridad ambiental de sus productos mediante simulaciones validadas por la EFSA.
- Hacia una Acuicultura de Precisión: La integración de este modelo en aplicaciones web (prevista para fases futuras del proyecto) permitirá una gestión en tiempo real del impacto ambiental de las granjas.
Limitaciones y Siguientes Pasos
Aunque el modelo es altamente avanzado, los autores señalan que los resultados de una simulación corta (como las de prueba de 1 o 2 días) pueden variar significativamente a lo largo de un año completo debido a la estacionalidad de las corrientes. La siguiente fase del proyecto (Tareas 1.4 y 1.5) se centrará en la validación a largo plazo con aditivos reales presentes en el mercado.
Referencia (acceso abierto)
Bedington, M., Torres, R., Drivdal, M., Bruggeman, J., & Randelhoff, A. (2026). Model development to predict environmental concentrations of chemical substances in marine sediment when the substance is applied via feed in marine aquaculture: Task 1.3. Formalise and implement the pilot model. EFSA Supporting Publication 2026:EN-9914. https://doi.org/10.2903/sp.efsa.2026.ΕΝ-9914
Editor de la revista digital AquaHoy. Biólogo Acuicultor titulado por la Universidad Nacional del Santa (UNS) y Máster en Gestión de la Ciencia y la Innovación por la Universidad Politécnica de Valencia, con diplomados en Innovación Empresarial y Gestión de la Innovación. Posee amplia experiencia en el sector acuícola y pesquero, habiendo liderado la Unidad de Innovación en Pesca del Programa Nacional de Innovación en Pesca y Acuicultura (PNIPA). Ha sido consultor senior en vigilancia tecnológica, formulador y asesor de proyectos de innovación, y docente en la UNS. Es miembro del Colegio de Biólogos del Perú y ha sido reconocido por la World Aquaculture Society (WAS) en 2016 por su aporte a la acuicultura.
