INTRODUCCIÓN

La acuicultura o acuacultura es el conjunto de actividades, técnicas y conocimientos de crianza de especies acuáticas vegetales y animales. Estas especies se desarrollan en diversos cultivos ya sea de agua salada o dulce, bajo condiciones totalmente controladas y al cuidado de ingenieros pesqueros zootecnistas, ingenieros acuícolas y biólogos marinos.

IMPORTANCIA DE LA ACUACULTURA

Las limitaciones de terrenos para la expansión de pastizales para el ganado, así como las limitaciones ecológicas para aumentar la producción pesquera de captura, han permitido que la acuicultura se convierta en la próxima y quizás la última esperanza de producción de proteína animal a gran escala.

CARACTERÍSTICAS

El objetivo final de la acuicultura es la producción, crecimiento y comercialización de organismos de aguas dulces, salobres o saladas, útiles para el hombre y/o animales.

Los cultivos acuícolas implican el control de los organismos y del medio acuático, (temperaturas óptimas, abastecimiento de agua suficiente y de calidad), que constituirán los parámetros determinantes para el cultivo.

TIPOS DE CULTIVO

POR RAZON DEL MEDIO DE CULTIVO

  • CULTIVO MARINO

Los que se desarrollan en el mar o en zonas en comunicación directa con éste (bahías, ensenadas, lagunas, rías, bocas de ríos), en agua salada o salobre.

  • CULTIVOS CONTINENTALES

Los que se desarrollan en ríos, lagos, embalses o en agua dulce.

POR EL CICLO DE VIDA QUE COMPRENDEN

  • CULTIVO TOTAL O INTEGRAL

El que abarca desde el proceso sexual de los progenitores, hasta los individuos adultos capaces de reproducirse, para iniciar un nuevo ciclo.

  • CULTIVO PARCIAL, SEMICULTIVO, ENGORDE

En éste sólo se atiende al animal, durante cierto período de su vida, por ejemplo, desde el huevo hasta el alevín, o desde el alevín hasta el pez comercial.

SEGÚN LAS ESPECIES TRABAJADAS

  • MONOCULTIVO

Se utiliza una sola especie durante todo el cultivo.

  • POLICULTIVO

Cultivo de dos o más especies en el mismo estanque con el propósito de aprovechar mejor el espacio y el alimento, por ejemplo, el cultivo de la mojarra (se mantiene en la superficie) y la cachama (se mantiene por debajo de 50 centímetros de la superficie), en el mismo estanque.

  • CULTIVOS INTEGRADOS

Se fundamenta en el aprovechamiento directo del estiércol de otros animales como patos o cerdos para la producción de plancton (fitoplancton) que sirve de alimento para los peces.

SISTEMAS DE PRODUCCIÓN ACUÍCOLA

Se realiza con fines de repoblamiento o aprovechamiento de un cuerpo determinado. Se realiza en embalses, reservorios y lagos, dejando que los peces subsistan del alimento natural. La densidad está por debajo de un pez por metro cuadrado (1 pez/m2).

Se practican en forma similar a la extensiva, pero en estanques construidos por el hombre, en donde se suministra abono y algo de alimento de tipo casero o concentrado esporádicamente. La densidad de siembra final está entre 1 y 5 peces / m2.

Se efectúa con fines comerciales en estanques construidos. Se realiza un control permanente de la calidad de agua. La alimentación básicamente es con alimento concentrado y fertilización. La densidad de siembra final va de 5 a 20 peces /m2 dependiendo del recambio y/o aireación suministrada al estanque.

Aprovecha al máximo la capacidad del agua y del estanque. Se hace un control total de todos los factores y en especial a la calidad del agua, aireación y nutrición. Se utilizan alimentos concentrados de alto nivel proteico y nada de abonamiento. Las densidades de siembra finales están por encima de 20 peces / m2.

ANÀLISIS DE DATOS DEL PESO DE CAMARONES DE 12 ESTANQUES

#Importar datos 
setwd("~/estadistica aplicada")
CAMARONES <- read.csv("CAMARONES.csv")
View(CAMARONES)

#bibliotecas
library(tidyverse)
## -- Attaching packages --------------------------------------- tidyverse 1.3.0 --
## v ggplot2 3.3.3     v purrr   0.3.4
## v tibble  3.0.5     v dplyr   1.0.4
## v tidyr   1.1.2     v stringr 1.4.0
## v readr   1.4.0     v forcats 0.5.1
## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag()    masks stats::lag()
#Gráfico semanal de peso actual por estanque
ggplot(data = CAMARONES) +
  geom_point(mapping = aes(x = Semana, y = PesoActual, color = Estanque))

#Incremento 

Incremento <- (CAMARONES$PesoActual - CAMARONES$PesoAnterior)




#Gráfico semanal de incremento de peso por estanque
ggplot(data = CAMARONES) +
  geom_point(mapping = aes(x = Semana, y = Incremento, color = Estanque))

#Matriz de correlación 

Semana <- CAMARONES$Semana
PesoAnterior <- CAMARONES$PesoAnterior 
PesoActual <- CAMARONES$PesoActual
AlimentoSemana <- CAMARONES$AlimentoSemana
datos <- data.frame(Semana, PesoAnterior, PesoActual, AlimentoSemana, Incremento)
pairs(datos)

cor(datos)
##                   Semana PesoAnterior PesoActual AlimentoSemana Incremento
## Semana         1.0000000    0.9832002  0.9817825      0.9441085  0.6282754
## PesoAnterior   0.9832002    1.0000000  0.9915841      0.9510608  0.5957456
## PesoActual     0.9817825    0.9915841  1.0000000      0.9514703  0.6947139
## AlimentoSemana 0.9441085    0.9510608  0.9514703      1.0000000  0.6187860
## Incremento     0.6282754    0.5957456  0.6947139      0.6187860  1.0000000
#Grafico de dispersión 

ggplot(data = CAMARONES, aes(x = AlimentoSemana, y = PesoActual)) + 
  geom_point(colour = "red4") +
  ggtitle("Diagrama de dispersión") +
  theme_bw() +
  theme(plot.title = element_text(hjust = 0.5))

#analisis de normalidad 

# Representación gráfica
par(mfrow = c(1, 2))
hist(AlimentoSemana, breaks = 10, main = "", xlab = "Alimento Semanal", border = "darkred")
hist(PesoActual, breaks = 10, main = "", xlab = "Peso Actual",
     border = "blue")

#Analisis de cuantiles 

qqnorm(AlimentoSemana, main = "Alimento Semanal", col = "darkred")
qqline(AlimentoSemana)
qqnorm(PesoActual, main = "Peso Actual", col = "blue")
qqline(PesoActual)

library(readxl)
camarones1 <- read_excel("camarones.xlsx")
View(camarones1)

#Regresión logística binaria 
# 1 = Camarón que pesa más de 12g
# 0 = Camarón que pesa menos de 12g

hist(camarones1$AlimentoDiario)
table(camarones1$Exito)
## 
## 0 1 
## 9 3
#Representación gráfica de exitos vs fracasos
colores <- NULL
colores[camarones1$Exito==0] <-"red"
colores[camarones1$Exito==1] <-"green"
plot(camarones1$AlimentoDiario, camarones1$Exito, pch=21, bg=colores, xlab="Alimento", ylab="Pesos ideales")
legend ("bottomleft", c("Peso no ideal", "peso ideal"), pch=21, col = c("red","green"))

#modelo generalizado de regresion 

reg <- glm (Exito ~ camarones1$AlimentoDiario, family=binomial, data= camarones1) 
summary(reg)
## 
## Call:
## glm(formula = Exito ~ camarones1$AlimentoDiario, family = binomial, 
##     data = camarones1)
## 
## Deviance Residuals: 
##      Min        1Q    Median        3Q       Max  
## -1.28965  -0.68424  -0.39705  -0.00008   2.00729  
## 
## Coefficients:
##                           Estimate Std. Error z value Pr(>|z|)
## (Intercept)               -35.1229    25.8776  -1.357    0.175
## camarones1$AlimentoDiario   0.1194     0.0901   1.325    0.185
## 
## (Dispersion parameter for binomial family taken to be 1)
## 
##     Null deviance: 13.496  on 11  degrees of freedom
## Residual deviance: 11.311  on 10  degrees of freedom
## AIC: 15.311
## 
## Number of Fisher Scoring iterations: 5
datos <- data.frame(temp = seq(270, 300, 0.1))
probabilidades <- predict(reg, datos, type = 'response')  # por defecto calcularía log p_i/(1-p_i), para calcular p_i usamos el argumento type 
## Warning: 'newdata' had 301 rows but variables found have 12 rows
plot(camarones1$AlimentoDiario,camarones1$Exito, pch = 21, bg = colores, xlab = "Alimento", ylab = "Pesos ideales")
legend('bottomleft', c("Peso no ideal", "peso ideal"), pch = 21, col = c('green', 'red'))

CONCLUSIONES

BIBLIOGRAFIA CONSULTADA

FAO 2001-2019. Aquaculture topics and activities. Tecnología de la acuicultura. In: Departamento de Pesca y Acuicultura de la FAO (en línea). Roma. Consultado 28 Ago. 2019. Disponible en http://www.fao.org/fishery/

FAO. 2018. El estado mundial de la pesca y la acuicultura 2018. Cumplir los objetivos de desarrollo sostenible. Roma.233 p. Fundación Alfonso Martín Escudero.2000. La Acuicultura: Biología, regulación, fomento, nuevas tendencias y estrategia comercial. Tomo I. Editorial Grupo-Mundi prensa, Madrid, España.246 p.

Vela Vallejo, S; González-Posada, J. 2007.Acuicultura: La Revolución Azul. Espinosa de los Monteros, J. (Ed.). Publicaciones Científicas y Tecnológicas del Observatorio Español de Acuicultura, Madrid, España, 372 p.