Resumen

El monitoreo preciso de los parámetros físico- químicos del agua es esencial para la estabilidad y productividad de los estanques acuícolas de agua dulce. Factores como el pH, los sólidos disueltos totales (SDT) y la temperatura pueden influir directamente en la salud y el crecimiento de las especies cultivadas, por lo que es necesario contar con sistemas de medición automatizados y confiables. Este trabajo presenta el desarrollo y calibración de un sistema automatizado para la adquisición de las variables pH, SDT, temperatura del agua y humedad ambiente, empleando sensores de bajo costo y una plataforma embebida basada en Raspberry Pi Pico. Para la medición del pH se utilizó el sensor PH-4502, mientras que el SDT fue registrado mediante un sensor analógico. La temperatura y humedad ambiente fueron monitoreadas con un sensor DHT11, y la temperatura del agua con un sensor termopar tipo K con MAX6675. Cada sensor fue calibrado y validado mediante comparaciones con dispositivos comerciales de referencia para asegurar la precisión de las mediciones. El sistema fue programado en Python, lo que permitió la adquisición y visualización de datos en tiempo real. La validación de los sensores se realizó a través de análisis estadísticos, demostrando su viabilidad para su uso en estanques acuícolas. Este estudio representa un avance en el desarrollo de sistemas automatizados para la gestión }

de la calidad del agua en acuicultura.

Palabras clave

acuicultura, automatización, calidad del agua, sensores, sistemas embebidos.

Descarga Artículo

Ahmed, N., & Thompson, S. (2019). The Blue Dimensions of Aquaculture: A Global Synthesis. Science of the Total Environment, 652, 851-861. https://doi.org/10.1016/j.scitotenv.2018.10.163
Boyd, C. E., & Tucker, C. S. (1998). Pond aquaculture water quality management. Springer Nature.
Bregnballe, J. (2015). A Guide to Recirculation Aquaculture. Food and Agriculture Organization.
Dos Santos, L. G., & Branco, S. M. (2019). Smart aquaculture:IoT-based solutions for improving fish farming management. Journal of Aquaculture Research and Development, 10(3), 456-472.
DROK. (2016). PH Sensor Module PH-4502C User Manual. Obtenido de Droking: https://www.droking.com
Føre, M., Frank, K., & Dempster, T. (2018). Precision Fish Farming: A New Framework to Improve Production in Aquaculture. Biosystems Engineering, 178, 176-193. https://doi.org/10.1016/j.biosystemseng.2017.10.014
Hargreaves, J. A., & Tucker, C. S. (2018). Managing Ammonia in Fish Ponds. SRAC Publication.
Martínez Córdova, L. R., Martínez Porchas, M., & Emerenciano, M. (2015). Emerging Technologies in Aquaculture. Springer.
Martínez, J., Pérez, L., & Gómez, R. (2022). Economic impact of smart aquaculture systems in ornamental fish breeding. Aquaculture Economics and Management, 26(4), 321-339.
Martins, C., & Galhardo, L. (2018). Behavioural Indicators of Welfare in Farmed Fish. Fish Physiology and Biochemistry, 44(1), 161-178. https://doi.org/10.1007/s10695-011-9518-8
Maxim Integrated. (2015). Analog Devices. Obtenido de MAX6675: Cold-Junction-Compensated K-Thermocouple-to-Digital Converter: https://www.analog.com/media/en/technical-documentation/data-sheets/MAX6675.pdf
Naylor, R. L., Hardy, R. W., Bureau, D. P., Chiu, A., Elliott, M., Farrell, A. P., & Nichols, P. D. (2021). A 20-year retrospective review of global aquaculture. Nature, 1(591), 551-563. https://doi.org/10.1038/s41586-021-03308-6
Patrick, K., & Zhen, H. (2014). Nutrients Removal and Recovery in Bioelectrochemical Systems: A Review. Bioresource Technology, 153, 351-360. https://doi.org/10.1016/j.biortech.2013.12.046
Rasheed Abdul Haq, K. P. (2022). Water Quality Prediction for Smart Aquaculture Using Hybrid Deep Learning Models. IEEE Access, 10, 60078 - 60098. https://doi.org/10.1109/ACCESS.2022.3180482
Thurein, A., & Rafiza Abdul, R. (2024). Artificial intelligence methods used in various aquaculture applications: Asystematic literature review. World Aquaculture Society, 56(1), 1-31. https://doi.org/10.1111/jwas.13107
Timmons, M. B., & Ebeling, J. M. (2013). Recirculating aquaculture. Cayuga Aqua Ventures.
Yanuar, P., Suryanto, A., & Hidayat, R. (2021). Energy-Efficient Control Systems in Shrimp Farming. Aquacultural Engineering, 95. https://doi.org/10.1016/j.aquaeng.2021.102189