MONITOREO DEL ÍNDICE DE CALIDAD DEL AGUA PARA CAMARONICULTURA POR MEDIO DE UN HARDWARE DE ACCESO ABIERTO Y UN SISTEMA DE INFERENCIA DIFUSA

Autores/as

  • R. A. Bórquez-López Departamento de Investigaciones Científicas y Tecnológicas de la Universidad de Sonora, Boulevard Luis Donaldo Colosio Colosio s/n, 83000 Hermosillo, SON, México
  • L. R. Martínez-Córdova Departamento de Investigaciones Científicas y Tecnológicas de la Universidad de Sonora, Boulevard Luis Donaldo Colosio Colosio s/n, 83000 Hermosillo, SON, México
  • R. Casillas-Hernández Departamento de Ciencias Agropecuarias y Veterinarias del Instituto Tecnológico de Sonora, 5 de Febrero 818 Sur, 8500, Cd. Obregón, SON, México
  • J. A. López-Elías Departamento de Investigaciones Científicas y Tecnológicas de la Universidad de Sonora, Boulevard Luis Donaldo Colosio Colosio s/n, 83000 Hermosillo, SON, México.
  • R. H. Barraza-Guardado Departamento de Investigaciones Científicas y Tecnológicas de la Universidad de Sonora, Boulevard Luis Donaldo Colosio Colosio s/n, 83000 Hermosillo, SON, México.
  • J. C. Ibarra-Gámez Departamento de Ciencias Agropecuarias y Veterinarias del Instituto Tecnológico de Sonora, 5 de Febrero 818 Sur, 8500, Cd. Obregón, SON, México
  • J. C: Gil-Núñez Departamento de Biotecnología y ciencias alimentarias del Instituto Tecnológico de Sonora, 5 de Febrero 818 Sur, 8500, Cd. Obregón, SON, México

DOI:

https://doi.org/10.18633/biotecnia.v19i3.449

Palabras clave:

Acuacultura de precisión, Inteligencia artificial, alimentación acuícola, camarón

Resumen

La acuacultura de precisión es una nueva herramienta desarrollada en el campo de la tecnología de la información (TI) que permite al acuicultor tener un mejor control sobre los procesos de la granja, facilitar la toma de decisiones y mejorar
la eficiencia de la actividad. El desarrollo de sistemas de monitoreo continuo son importantes para los cultivos acuícolas ya que estos pueden detectar condiciones no deseadas que puedan perjudicar los organismos. En este estudio, se valoran las plataformas de hardware abierto e inteligencia artificial como alternativa para desarrollar nuevos sistemas de monitoreo. El sistema que se propone registra de manera automática las variables fisicoquímicas del agua (oxígeno disuelto, temperatura y pH) y las procesa mediante lógica difusa (inteligencia artificial) para la determinación del índice de calidad de agua. El sistema fue probado mediante un cultivo de camarón (Litopenaeus vannamei) con una talla de 1.67±0.23g en un periodo de 84 días. Los resultados demuestran que el sistema analiza las variables fisicoquímicos más importantes de un cultivo de camarón y fue capaz de calificar el índice de calidad de agua como: pobre, regular, buena y excelente en función de los umbrales óptimos requeridos por el cultivo. Esto indica que es posible el uso del sistema de hardware abierto y lógica difusa para el monitoreo del índice de calidad de agua y su aplicación en la acuacultura.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Barraza-Guardado, R. H., Arreola-Lizárraga, J. A., Miranda- Baeza, A., Juárez-García, M., Juvera-Hoyos, A. and Casillas- Hernández, R. (2015) ‘Enhancing Ecoefficiency in Shrimp Farming through Interconnected Ponds’, BioMed Research Iternational, 2015. doi: 10.1155/2015/873748.

Bonarini, A., Matteucci, M., Migliavacca, M. and Rizzi, D. (2014)

‘R2P: An open source hardware and software modular approach to robot prototyping’, Robotics and Autonomous Systems. Elsevier B.V., 62(7), pp. 1073–1084. doi: 10.1016/j.robot.2013.08.009.

Carbajal-hernández, J. J., Sánchez-fernández, L. P. and Carrascoochoa, J. A. (2012) ‘Immediate water quality assessment in shrimp culture using fuzzy inference systems’, Expert Systems with Applications, 39, pp. 10571–10582. doi: 10.1016/j.eswa.2012.02.141.

Carbajal-Hernández, J. J., Sánchez-Fernández, L. P., Villa-Vargas, L. a., Carrasco-Ochoa, J. a. and Martínez-Trinidad, J. F. (2013) ‘Water quality assessment in shrimp culture using an analytical hierarchical process’, Ecological Indicators. Elsevier Ltd, 29, pp. 148–158. doi: 10.1016/j.ecolind.2012.12.017.

Casillas-Hernández, R., Nolasco-Soria, H., García-Galano, T., Carrillo-Farnes, O. and Páez-Osuna, F. (2007) ‘Water quality, chemical fluxes and production in semi-intensive Pacific white shrimp (Litopenaeus vannamei) culture ponds utilizing two different feeding strategies’, Aquacultural Engineering, 36(2), pp. 105–114. doi: 10.1016/j.aquaeng.2006.09.001.

Colmenarejo, M. F., Vicente, J., Rubio, A. and Garcı, G. (2007) ‘Use of the water quality index and dissolved oxygen deficit as simple indicators of watersheds pollution’, 7, pp. 315–328. doi: 10.1016/j.ecolind.2006.02.005.

Faugel, H. and Bobkov, V. (2013) ‘Open source hard- and software: Using Arduino boards to keep old hardware running’, Fusion Engineering and Design. Elsevier B.V., 88(6–8), pp. 1276–1279. doi: 10.1016/j.fusengdes.2012.12.005.

Ferdoush, S. and Li, X. (2014) ‘Wireless Sensor Network System Design Using Raspberry Pi and Arduino for Environmental Monitoring Applications’, Procedia Computer Science. lsevier Masson SAS, 34, pp. 103–110. doi: 10.1016/j.procs.2014.07.059.

Ferreira, N. C., Bonetti, C. and Seiffert, W. Q. (2011) ‘Hydrological and Water Quality Indices as management tools in marine shrimp culture’, Aquaculture. Elsevier B.V., 318(3–4), pp. 425–433. doi: 10.1016/j.aquaculture.2011.05.045.

Hernández, J. J. C., Fernández, L. P. S. and Pogrebnyak, O. (2011) ‘Assessment and prediction of water quality in shrimp culture using signal processing techniques’, Aquaculture International, 19(6), pp. 1083–1104. doi: 10.1007/s10499-011-9426-z.

Lermontov, M., Augusta, M. and Machado, S. (2009) ‘River quality analysis using fuzzy water quality index : Ribeira do Iguape river watershed , Brazil’, 9, pp. 1188–1197. doi: 10.1016/j. ecolind.2009.02.006.

Lin, Q., Jian, Z., Xu, M., Zetian, F., Wei, C. and Xiaoshuan, Z. (2011) ‘Developing WSN-based traceability system for recirculation aquaculture’, Mathematical and Computer Modelling. Elsevier Ltd, 53(11–12), pp. 2162–2172. doi: 10.1016/j. mcm.2010.08.023.

Martinez-Porchas, M. and Martinez-Cordova, L. R. (2012) ‘World

aquaculture: environmental impacts and troubleshooting alternatives.’, TheScientificWorldJournal, 2012(April), p. 389623. doi: 10.1100/2012/389623.

Mesas-Carrascosa, F. J., Verdú Santano, D., Meroño, J. E., Sánchez de la Orden, M. and García-Ferrer, a. (2015) ‘Open source hardware to monitor environmental parameters in precision agriculture’, Biosystems Engineering, 137, pp. 73–83. doi: 10.1016/j.biosystemseng.2015.07.005.

Simo, S., Nobre, S. M., Josefa, M. and Yabe, S. (2008) ‘Water quality index as a simple indicator of aquaculture effects on aquatic bodies’, 8, pp. 476–484. doi: 10.1016/j.ecolind.2007.05.002.

Xu, Z. and Boyd, C. E. (2016) ‘Reducing the monitoring parameters of fish pond water quality’, Aquaculture. Elsevier B.V., 465, pp. 359–366. doi: 10.1016/j.aquaculture.2016.09.031.

Yoshikawa, T., Murata, O., Furuya, K. and Eguchi, M. (2007) ‘Shortterm covariation of dissolved oxygen and phytoplankton photosynthesis in a coastal fish aquaculture site’, Estuarine, Coastal and Shelf Science, 74(3), pp. 515–527. doi: 10.1016/j.ecss.2007.05.004.

Zhang, M., Li, D. and Wang, L. (2011) ‘Design and Developmentof Water Quality Monitoring System Based on Wireless’, pp. 629–641.

Descargas

Publicado

2017-10-19

Cómo citar

Bórquez-López, R. A., Martínez-Córdova, L. R., Casillas-Hernández, R., López-Elías, J. A., Barraza-Guardado, R. H., Ibarra-Gámez, J. C., & Gil-Núñez, J. C. (2017). MONITOREO DEL ÍNDICE DE CALIDAD DEL AGUA PARA CAMARONICULTURA POR MEDIO DE UN HARDWARE DE ACCESO ABIERTO Y UN SISTEMA DE INFERENCIA DIFUSA. Biotecnia, 19(3), 45–49. https://doi.org/10.18633/biotecnia.v19i3.449

Número

Vol. 19 Núm. 3 (2017): Septiembre-Diciembre

Sección

Artículos originales

Licencia

 

La revista Biotecnia se encuentra bajo la licencia Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0) 

Métrica