R&D en acuicultura de precisión

Nuestra investigación busca apoyar el desarrollo competitivo de la industria, al tiempo que garantiza la sostenibilidad y el cumplimiento de la normativa sobre seguridad alimentaria y medio ambiente.

El análisis de big data busca contribuir a una planificación y operación más informada de centros de cultivo marinos, lo que lleva a una mejor prevención de enfermedades y mortalidad, un menor uso de antibióticos u otros tratamientos químicos y una reducción de los impactos ambientales locales y de campo lejano.

En esta plataforma presentamos diferentes modelos y herramientas construidas en conjunto por epidemiólogos, economistas y oceanógrafos para comprender y apoyar la planificación estratégica (no la operación diaria) en centros de cultivos marinos. Los modelos operan a diferentes escalas espaciales y temporales, desde los ciclos individuales de la granja y la agricultura hasta las escalas de planificación agregadas espacialmente (por ejemplo, bahía, grupo de arrendamientos, etc.).

 

Chile es el segundo mayor exportador mundial de salmón y la acuicultura es una actividad económica importante. Después de devastadores brotes de enfermedades, el gobierno chileno implementó requisitos sanitarios para mejorar los resultados ambientales, de salud animal y económicos. La mejora del control de enfermedades en los centros de cultivo fue un elemento central del cambio. Consideramos los muchos factores interconectados de la gestión sanitaria mediante el desarrollo de múltiples modelos para evaluar el impacto de diferentes estrategias de manejo a nivel de centro de engorda, Agrupación de Concesiones de Salmones (ACS) y en consideración a condiciones ambientales.

Los invitamos a explorar estos modelos y a contactarnos en caso de inquietudes.

Explorar modelos ––––––––––––––––––

 

Desempeño bioeconómico

Abrir

El modelo simula el crecimiento semanal de los peces, la supervivencia de los peces y los costos de producción para una granja durante un ciclo de producción. Las tasas de crecimiento y supervivencia de los peces se han estimado a partir de datos de tres especies (O. kisutch, O. mykiss, S. salar) dentro de dos regiones (Aysén y Los Lagos). El modelo también estima la proporción de muertes que son el resultado de la septicemia por rickettsias de salmónidos (SRS) o la enfermedad renal bacteriana (BKD). Los costos de producción se dividen en tres categorías: inicial, continuo y final. Los costos iniciales incluyen un costo de desembolso inicial y un costo de smolt. El costo final es el costo de la cosecha. Los costos continuos semanales tienen tres componentes: costos de alimentación, costos sanitarios y costos de cumplimiento. La ganancia neta se determina considerando los costos de producción especificados por el usuario y el precio de venta del pescado.


Dinámica de enfermedades de salmón a nivel de barrio sanitario

Abrir

El submodelo epidemiológico a escala de centro de cultivo simula el crecimiento y supervivencia de los peces, así como la prevalencia de la Pisciricketsiosis (SRS) y la Enfermedad Bacteriana del Riñon (BKD) para uno o más centros de una Agrupación de Concesiones de Salmones (ACS). Las ACS modeladas se ubican en las regiones de Aysén y Los Lagos (no se dispone de datos suficientes para parametrizar una versión para la Región de Magallanes).
Al variar los parámetros del modelo epidemiológico a nivel de centro, es posible explorar las implicaciones de la enfermedad y el crecimiento frente a diferentes prácticas productivas. Por ejemplo, escalonar (desfasar) la siembra de smolt en los centros de una ACS (en lugar de sembrar todos los centros a la vez) puede tener un beneficio significativo de prevención de enfermedades ya que hay menos peces de la misma edad y tamaño en el agua al mismo tiempo; el escalonamiento de la siembra efectivamente contribuye al control de enfermedades.


Transmisión acuática de enfermedades de salmón

Abrir

Esta aplicación web permite a usuarios informados investigar el rol de factores ambientales, específicamente de la conectividad hidrodinámica entre centros de cultivo de salmón, además de la temperatura y salinidad del agua de mar sobre la incidencia de Septicemia Rickettsial Salmonídea (SRS). Se trata de una herramienta de tipo demostrativa, sin embargo, previo desarrollo informático, puede ser implementada para análisis de riesgo de SRS en tiempo real.
Este modelo estocástico ha sido parametrizado utilizando datos combinados del programa de monitoreo sanitario del Servicio Nacional de Pesca (mortalidad por SRS y ubicación de centros de cultivo) y de modelación hidrodinámica correspondientes a los años 2015 y 2016. La aplicación predice transiciones entre estados infecciosos durante un ciclo estándar de producción de salmón (60 semanas).

 

Contacto:

 

Dr. Francisco Bravo

Investigador senior

 

Noticias: