Sistemas de Cultivo

Usar sensores remotos y aprendizaje automático para estimar el oxígeno disuelto

Foto del autor

By Milthon Lujan

Un equipo de investigadores del Department of Marine Sciences de la University of the Aegean y del Hellenic Centre for Marine Research desarrollaron una metodología para la estimación del oxígeno disuelto en las áreas costeras con instalaciones acuícolas, basadas en los datos diarios del Copernicus Marine Environment Monitoring Service (CMEMS) y técnicas de aprendizaje automático.

Esquema del modelo para estimar el oxígeno disuelto. Fuente: Chatziantoniou et al, (2022)
Esquema del modelo para estimar el oxígeno disuelto. Fuente: Chatziantoniou et al, (2022)

El oxígeno disuelto es uno de los parámetros más críticos para la acuicultura, debido a que la supervivencia, el crecimiento y la ingesta de alimentos de los peces se ven directamente afectados por los cambios en la concentración.

El monitoreo sistemático y continuo del oxígeno disuelto es de crucial importancia para una adecuada gestión de la producción.

Tradicionalmente el oxígeno disuelto viene siendo monitoreado en las mismas granjas acuícolas usando sensores de forma manual o con sistemas semiautomatizados y automatizados.

Es de particular importancia la posibilidad de pronosticar la concentración de oxígeno en las granjas acuícolas dependiendo de las características específicas del sitio del área de cultivo y su entorno.

Teledetección para medir indirectamente el oxígeno

La teledetección se utiliza ampliamente para la detección de parámetros ópticamente activos como la clorofila-a, la materia suspendida total y la temperatura.

Los sensores satelitales pueden detectar parámetros que afectan las propiedades ópticas del agua en longitudes de onda específicas. Por lo tanto, es poco probable registrar la concentración del oxígeno disuelto directamente a partir de los valores de reflexión de los sensores del satélite.

READ  Científicos evalúan el rendimiento del desove de doradas durante cinco temporadas de reproducción

Sin embargo, las investigaciones han demostrado que se puede estimar indirectamente la concentración de oxígeno debido a su correlación con otros parámetros, como la temperatura y la clorofila-a.

Principales resultados del estudio

El sitio acuícola usado para el estudio se localiza en la zona sureste de la isla Lesvos (Agrilia), que se caracteriza por bajos valores de salinidad y es un mar oligotrófico, debido a la falta de fósforo.

La capacidad de la granja acuícola es de 380 toneladas por año, y cultiva especies como lubina europea (Dicentrarchus labrax) y dorada (Sparus aurata).

La exactitud del modelo fue evaluada usando el valor del error promedio absoluto y el Root Mean Squared Error (RMSE).

“Nuestros resultados mostraron alta precisión y exactitud. Hemos optado por utilizar los índices MAE y RMSE para validar nuestro modelo, debido a que ofrecen una visión más clara del error y la distribución de los residuales. Por el contrario, el R2 fue pobre en comparación con otros estudios”, reportaron.

Asimismo, destacan que el análisis de series de tiempo resaltan algunos valores extremos durante el verano, sin embargo, no son considerados críticos para las granjas acuícolas debido a que la saturación de oxígeno es mayor que 80%.

“Nuestros resultados muestran un prometedor enfoque para estimar el oxígeno disuelto para los sitios de acuicultura, que facilita la vía para el desarrollo de un sistema de monitoreo en tiempo real para la acuicultura”, destacan.

“La metodología fue exitosa en correlacionar el oxígeno disuelto con los sólidos totales suspendidos y la clorofila-q, mientras que la precisión de las estimaciones fue también alta cuando se compara con los datos de campo”.

READ  Proyecto LIFE AQUASEF reduce los costos de energía en granjas acuícolas hasta en 30%

Conclusión

Según los resultados preliminares del estudio son prometedores e indican la correlación entre los sólidos suspendidos totales, la clorofila-a y el oxígeno disuelto. Los valores predecidos y medidos difieren en menos de 3% en la mayoría de los casos.

Sin embargo, la falta de incidentes extremos durante el período de estudio y la baja variabilidad de los valores en el área hace que la predicción sea más desafiante, debido a que el modelo solo ha sido entrenado para un limitado rango de valores. Lo que puede considerarse como una debilidad del estudio.

La investigación fue co-financiada por la European Regional Development Fund of the European Union y el Operational Program Competitiveness, Entrepreneurship, and Innovation del gobierno griego.

Contacto
Andromachi Chatziantoniou
Laboratory of Environmental Quality and Geospatial Applications, Department of Marine Sciences, University of the Aegean, Greece
Email: achatz@marine.aegean.gr

Referencia (acceso libre)
Andromachi Chatziantoniou, Spyros Charalampis Spondylidis, Orestis Stavrakidis-Zachou, Nikos Papandroulakis, Konstantinos Topouzelis. 2022. Dissolved oxygen estimation in aquaculture sites using remote sensing and machine learning, Remote Sensing Applications: Society and Environment, Volume 28, 2022, 100865, ISSN 2352-9385, https://doi.org/10.1016/j.rsase.2022.100865.

Deja un comentario