Sensores “ciegos” ocultan hasta 80% del tiempo con bajo oxígeno en jaulas de centros de cultivo

Un nuevo estudio publicado en Frontiers in Aquaculture revela que los sistemas tradicionales de monitoreo en centros de cultivo de salmón podrían estar subestimando significativamente los riesgos asociados a bajos niveles de oxígeno disuelto (OD), un factor clave para el bienestar y crecimiento del salmón del Atlántico. La investigación, liderada por la Universidad Noruega de Ciencias de la Vida, propone una innovadora integración entre mediciones en terreno y modelos matemáticos avanzados, permitiendo observar lo que ocurre realmente dentro de cada jaula, donde viven los peces. Brecha crítica entre medición y realidad Uno de los hallazgos más relevantes del estudio es la marcada diferencia entre los datos obtenidos por sensores y las condiciones reales estimadas mediante modelación. Mientras los sensores indicaban condiciones mayoritariamente óptimas, el modelo reveló que los peces estuvieron expuestos a niveles subóptimos de oxígeno entre el 62% y el 80% del tiempo durante meses críticos. Además, se detectaron episodios de condiciones potencialmente dañinas que no fueron captados por los sistemas de monitoreo tradicionales. En algunos casos, la diferencia en el impacto productivo estimado alcanzó hasta 65 puntos porcentuales, evidenciando una subestimación significativa del riesgo. Variabilidad invisible dentro del centro de cultivo El estudio confirma que el oxígeno no se distribuye de manera uniforme dentro de un centro de cultivo, ya que existen fuertes variaciones entre jaulas e incluso dentro de una misma jaula, además de factores como corrientes, temperatura, biomasa y alimentación generan microambientes complejos y jaulas ubicadas aguas abajo o con mayor biomasa presentan peores condiciones de oxígeno. Esta heterogeneidad implica que una medición puntual no representa adecuadamente la experiencia real de los peces. Impacto directo en bienestar y producción De acuerdo con la investigación, los niveles bajos de oxígeno tienen consecuencias fisiológicas relevantes, como la reducción del apetito y del crecimiento, un mayor estrés y susceptibilidad a enfermedades, una disminución en la eficiencia alimentaria y un incremento del riesgo productivo. Durante el período más crítico (julio a octubre), el estudio detectó exposición continua a condiciones que limitan la alimentación máxima de los peces, afectando directamente su desempeño productivo. La figura ilustra el flujo de trabajo, con una visión general de la integración de datos y el marco de modelización. Créditos: Estudio. Factores clave: ambiente vs. operación El análisis identificó los principales impulsores de la variabilidad del oxígeno: Factores ambientales (corrientes, temperatura, oxígeno externo): principales responsables Factores operacionales (biomasa, alimentación, ubicación de jaulas): explican entre 13% y 15% de la variación Esto demuestra que, aunque el entorno domina, las decisiones de manejo sí pueden marcar una diferencia relevante. Hacia una acuicultura de precisión El estudio plantea un cambio de paradigma: complementar el monitoreo tradicional con modelación avanzada para lograr una gestión más precisa. Entre las principales aplicaciones destacan: Optimización de la alimentación según condiciones reales de oxígeno Ajuste de biomasa y distribución de peces Planificación de operaciones (manejos, cosechas) en momentos de menor estrés Anticipación de períodos críticos mediante simulaciones Además, esta aproximación permite mejorar la gestión sin necesidad de instalar costosas redes densas de sensores. Un paso hacia los “gemelos digitales” en acuicultura Los autores destacan que esta integración de datos y modelos sienta las bases para sistemas más avanzados, como los “digital twins” o gemelos digitales de centros de cultivo, capaces de simular escenarios y apoyar decisiones en tiempo real. La investigación demuestra que confiar únicamente en sensores puntuales puede generar una falsa sensación de seguridad. La combinación de datos en terreno con modelación matemática emerge como una herramienta clave para: Mejorar el bienestar animal Reducir pérdidas productivas Avanzar hacia una acuicultura más eficiente y sostenible En un contexto de cambio climático y creciente presión sobre los sistemas productivos, entender lo que ocurre dentro de cada jaula ya no es opcional: es estratégico. Lea el estudio completo aquí: Modelling cage-level dissolved oxygen variation within salmon farms