U1A7

Equipo 2: Jonathan Velazquez

19/2/2021

Analisis de productividad de acuacultura en Sonora

Localización de las granjas de camarón

Introducción

La actividad acuícola ha sido muy relevante en años recientes debido a que cubre necesidades de consumo ya que es un conjunto de actividades que tienen por objeto la producción, el crecimiento o el desarrollo y comercialización de los organismos acuíferos.

La acuicultura sonorense se compone por tres grandes grupos: camarón, moluscos y peces. Contribuye con 35.15% de la producción nacional, comprendida por: camarón, ostión, mojarra, almeja, lobina, carpa y bagre y cuenta con casi 200 unidades de producción acuícola en las zonas costeras del centro y sur de la entidad. El mayor número de unidades de producción se dedica al cultivo de camarón (157), seguido de moluscos (27) y peces (12) (Instituto Nacional de Pesca, 2018).

El cultivo de camarón es el más abundante en el estado de Sonora por las zonas costeras del pacifico se puede encontrar los estanques de cultivo, por ello analizaremos exclusivamente la producción del camarón de graja debido a que ha habido descensos de producción en cada ciclo de cultivo y por consecuencia el dinero invertido en el cuidado del camarón no es recuperado del todo.

Se tienen 12 estanques de camarones donde será enfocado la investigación de aquellos descensos o perdidas del dinero invertido en la producción de camarones. Por lo general los camarones para comercializarlos deben tener un peso ideal de 12 gr como mínimo. En este análisis estadístico se llevará a cabo por medio de cálculos matemáticos y representarlo por medio de graficas para visualizar y modelar las producciones de camarón y comunicar lo que ocurre para dar soluciones a las preguntas planteadas.

Estanques de Cajeme Estanques de Cajeme

Antecedentes

La producción de camarón en México da inicio en el tecnológico de Monterrey Campus Guaymas, al experimentar con el camarón café (Farafntepenaues californiensis) y con las investigaciones con camarón blanco (L. vannamei), realizadas por la Universidad de Sonora a principios de la década de los 70´s hasta la segunda mitad de la década de los 80´s, donde inician los cultivos comerciales. Desde entonces, el volumen de producción se ha incrementado notablemente, así como la capacidad instalada, principalmente en Sinaloa, Sonora y Nayarit. Sin embargo, el cultivo de camarón es afectado por diversos agentes infecciosos, por lo que la industria adopta las “Buenas Prácticas de Manejo” (BPM), y en algunos casos utiliza sistemas semi-intensivos de cultivo. Estas prácticas se realizan principalmente por los Estados del noroeste de México, donde la actividad registra mayor producción, tan sólo en 2008 rebasó el 60% de la producción nacional total (pesquera y acuícola) de camarón. Tanto en 2010 como en 2011, la producción de camarón del Estado de Sonora a reportado descensos del 39.3% y del 50% respectivamente, en proporción al año 2009, donde la producción fue de 81,422.8 t. Este declive se debió a la presencia del virus de la mancha blanca (WSSV)

Las enfermedades reportadas son: Síndrome de Taura (TSV); Virus de la mancha blanca (WSSV); Virus de la cabeza amarilla (YHV); Baculovirosis tetraédrica (Baculovirus penaei BP); Virus de la necrosis hipodérmica y hematopoyética infecciosa (IHHNV); Litopenaeus vannamei nodavirus (LvNv); virus de la necrosis de la glándula digestiva (BMN); enfermedad viral del órgano linfoide del tipo parvovirus (LPVD) y enfermedad de la vacuolización del órgano linfoide (LOVD) (Instituto Nacional de Pesca, 2018).

virus de la mancha blanca

Objetivos

Nos planteamos si podemos reducir riesgos en las unidades de producción y procesamiento primario de alimentos en este caso de camarones, tanto para disminuir la incidencia de enfermedades, asegurar la comercialización interna y de exportación a través del uso de la ciencia de datos, intentaremos predecir cómo es que se desarrollan los camarones dentro de los diferentes estanques para poder deducir la razón del crecimiento de los camarones.

Para ello nos planteamos varias preguntas que podrían responder algunas hipótesis de la razón del crecimiento de los camarones, la importancia del sector y los factores de riesgos que pueda ocasionar:

  1. ¿Qué tienen en común los camarones que si llegaron al peso ideal?

  2. ¿Realmente los camarones más alimentados son los que más engordan?

  3. ¿Cómo son las estadísticas de crecimiento de los camarones?

  4. ¿Cómo justificamos este análisis? ¿Por qué la acuicultura es importante?

  5. ¿Qué tanto dinero se está perdiendo por una mala toma de decisiones oportuna?

Teoría

Para lograr los objetivos planteados contamos con un registro de once semanas de datos capturados manualmente de los cuales extrajimos las variables suficientes para poder identificar los factores involucrados en el crecimiento deseado de los camarones, así como también las condiciones en las que el crecimiento no es favorable. Teniendo esto en cuenta, las variables clave que se obtuvieron son las siguientes:

* Fecha de siembra 14 de abril de 2019.
  • Número de estanque: Como cada estanque es diferente de los demás, es importante contar con un identificador para poder analizarlo de la mejor manera separando todos los datos.
  • Superficie: El área de los estanques se mide en hectáreas y sus valores oscilan entre los 4-7 hm2.
  • Días: Comienzan a contar desde el día número 14 una vez que en cada estanque ya se encuentren sembradas las larvas de los camarones.
  • Semana: De igual manera se llevó un registro del número de la semana que se registraron los datos.
  • Peso anterior y actual: Para hacer una comparativa entre crecimiento del camarón fue importante contar con peso que tenía la semana anterior y el peso que se obtuvo en la semana que se obtuvieron los datos nuevos.
  • Tamaño del alimento: Como cualquier otro ser vivo a medida que pasan los días los camarones van adquiriendo mayor tamaño, por lo que el tamaño del alimento también aumenta, sus medidas van de 0.8mm hasta 2.0mm.
  • Alimento diario y semanal: La cantidad de alimento diario y alimento semanal fue creciendo a medida que las semanas avanzaban, puesto que los camarones requieren un una cantidad de alimento acorde a su tamaño.
  • Camarones por lance: Para obtener el valor del peso que semanalmente se recopilaban fue necesario tomar muestras de cada estanque y esto se realizaba utilizando una red de pesca lanzada por una persona, cada vez que se lanzaba la red se contaban la cantidad de camarones que se obtenían.
  • Biomasa: Aproximación en cantidad de kilos que se tienen en el estanque. Postlava: Postlarva sembrada en cada estanque, manejando su unidad de medida en miles.

Método

Importar datos

setwd("~/sexto semestre/Estadistica aplicada/EAMJ1130/UNIDAD 1/U1A7")
CAMARONES <- read.csv("CAMARONES.CSV")
View(CAMARONES)
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()

Grafico semanal de peso actual por estanque

ggplot(data = CAMARONES) +
  geom_point(mapping = aes(x = Semana, y = PesoActual, color = Estanque))

En la gráfica se puede observar la relación que existe de la variable “Y” del peso actual y la variable “X” de las semanas transcurridas distinguidas cada estanque por su color. También se manifiesta que el estanque 1, 8 y 12 alcanzaron los 12 gr del peso ideal

Con esta gráfica se determina la tasa de incremento semanal aproximado

Incremento

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

Grafico semanal de incremento de peso por estanque

ggplot(data = CAMARONES) +
  geom_point(mapping = aes(x = Semana, y = Incremento, color = Estanque))

En esta grafica se visualiza los incrementos de pesos que tiene cada estanque con forme pasa las semanas. vemos que en las primeras 2 semanas se incrementó mínimamente, en la tercera semana disminuyo el incremento y en la cuarta semana aumento un poco más de la proporción. luego durante la semana 5, 6 y 7 se observa un descenso al incremento del peso en todos los estanques. Después las últimas semanas se aprecia un incremento muy notable del peso del camarón, aunque se observa que cada estanque estuvo muy disperso los incrementos. Por lo que se deduce que su comportamiento es distinguible en cada estanque y son de varias inflexiones mínimas y máximas.

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

Como lo observamos anteriormente los incrementos que se registró fueron muy dispersos en cada estanque con un índice de correlación Pearson entre 0.59 a 0.7 con las variables probadas y la correlación de cada estanque es mínima, por lo que podría suceder que algunos parámetros estén variando e interviniendo en su crecimiento como las temperaturas, alimentos o la salud de los camarones en cada estanque.

Graficos 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))

Aquí observamos como la variable de alimento por semana hace variar el peso actual, como lo vimos en la matriz de correlación de persona tiene un índice de 0.95 aproximado por lo que es lógico que existe una correlación ya que se alimentan de lo mismo en cada estanque por lo que posee una tendencia lineal pero un poco dispersa por las cantidades para alimentar cada semana.

Análisis de normalidad

Representación grafica

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")

Análisis de cuantiles

qqnorm(AlimentoSemana, main = "Alimento Semanal", col = "darkred")
qqline(AlimentoSemana)

qqnorm(PesoActual, main = "Peso Actual", col = "blue")
qqline(PesoActual)

En estos gráficos nos permiten observar la tendencia que sigue estos datos y que tan disperso se encuentran. Observamos que en alimento semanal se encuentra un poco disperso en cada cuantil en comparación con el peso actual que no están tan dispersos de los cuantiles y sigue una tendencia lineal, sin embargo, se denota que el comportamiento de la gráfica es más un comportamiento logístico.

Regresión logística binaria

table: Peso ideal del camarón

Camarón que pesa más de 12gr Camarón que pesa menos de 12 gr
\(\ge\) 12gr=1 <12gr=0

Importar datos

library(readxl)
camarones1 <- read_excel("camarones1.xlsx")
View(camarones1)
hist(camarones1$AlimentoDiario)

table(camarones1$Exito)
## 
## 0 1 
## 9 3

En esta grafica observamos el alimento diario y la frecuencia de cantidad que se alimenta en la última semana. Vemos que la más frecuente de alimento diario entre una cantidad de 270kg a 275kg se alimentó 4 estanques (2, 5, 7 y 10) y el menos frecuente se dio en cantidades de 275kg a 280kg y 290kg a 295kg en 2 estanques (1 y 8).

Representación grafica de éxitos 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"))

Como se observa en la gráfica vemos que solo 3 tienen el peso ideal de 12 gr que siguieron una cantidad de alimento adecuado. El estanque 1 de 275kg a 280kg, el estanque 8 de 290kg a 295kg y el último, el estanque 12 de 295kg a 300kg de alimento. Como ya se observó antes la tasa de éxito es mínima y el parámetro de alimentación debe de rondar entre un promedio de los rangos de 278.5kg y 296.5kg vista por la gráfica, sin embargo, la probabilidad de éxitos es muy bajo por lo que otros parámetros como la salud de los camarones puede estar afectando el crecimiento y no llegue al peso ideal.

modelo generalizado de regresión

reg <- glm (Exito ~ AlimentoDiario, family=binomial, data= camarones1) 
summary(reg)
## 
## Call:
## glm(formula = Exito ~ 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
## 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(AlimentoDiario = seq(270, 300, 0.1))
probabilidades <- predict(reg, datos, type = 'response')

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'))
lines(datos$AlimentoDiario, probabilidades, col = 'blue', lwd = 2)

Interpretaciones

¿Qué tienen en común los camarones que si llegaron al peso ideal?

Los camarones que si llegaron al peso ideal en este caso el estanque 1, 8 y 12 tienen en común la misma proporción de tamaño de alimento de 0.8, la variable del tiempo transcurrido en semanas fue el mismo, sin embargo, el que comparte más en común es el estanque 1 y el 8 ya que estos tienen la misma supervise de 5 hectáreas cada uno haciendo que la larva que se siembra y el alimento que se le brinda a esta larva sea muy similar durante el proceso de desarrollo del camarón. Al pasar las semanas estos estanques dejan de tener mucho en común porque la tasa de incremento fue tan dispersa que el alimento de cada estanque se fue dando de manera cada vez más diferente debido a otros parámetros independientes.

¿Realmente los camarones más alimentados son los que más engordan?

En realidad, no ocurre de esa manera ya que los camarones no comen más de lo que pueden comer al igual que se pueden enfermar más rápido ocasionando que puedan morir o no hay control de los parámetros para su crecimiento e incluso no engordan como deben de ser por otros factores. Para que engorde un camarón se debe de tratar varios parámetros y dándole un control riguroso, por supuesto la comida es la principal, pero para dar el alimento se necesita de la ciencia de los datos. Se debe manejar la temperatura adecuada, la calidad del agua (ph, salinidad y de libre contaminación) el tamaño que se encuentra el camarón, es decir, el peso actual para dar la comida necesaria y optima, por ello utilizamos la regresión lineal, gráficas y otros modelos matemáticos como herramienta para optimizar ya que existe una relación entre el peso del camarón y la dosis de alimento que necesita como ya se observó en las gráficas anteriores. Existen otras relaciones que se puede usar en la ciencia de datos para hacer que engorden como la hora en la que se alimentan los camarones, el tamaño del alimento que va en función del peso del camarón, las proteínas necesarias que necesita según el peso del camarón que se encuentran entre el 25% a 45%, la flotabilidad del alimento, el tipo de alimento.

¿Cómo son las estadísticas de crecimiento de los camarones?

Como se observó en las primeras gráficas, el crecimiento de los camarones va de varios puntos de inflexión máximos y mínimos de aumentos, detalladamente las primeras 2 semanas va a un ritmo acelerado en crecimiento, la tercera semana va en desacelerado en crecimiento, pero en la 4, 5 y 6 va a un ritmo acelerado en descenso, pero ya las últimas semanas va a un ritmo muy acelerado en crecimiento hasta llegar el peso ideal

¿Cómo justificamos este análisis? ¿Por qué la acuicultura es importante?

La función principal de la acuicultura es la producción de alimento para el consumo humano al tiempo que proporcionar empleo y desarrollo económico en las regiones con disponibilidad de recursos acuícolas, continentales o marinos.

Desde hace más de 20 años la acuicultura ha cobrado gran importancia en México debido a la derrama económica y a la gran cantidad de empleos que genera año con año, esto gracias a la creciente demanda impulsada por el consumo tanto nacional como internacional. Esta actividad permite aumentar la producción de animales acuáticos de manera considerable, los cuales están destinados para cubrir diferentes necesidades.

Justificamos este análisis para aumentar la producción del alimento acuífero, al igual que evitar las pérdidas de inversión, ya que con este análisis podemos determinar las causas que originan esta falta de producción y poder mejorarlo. La producción del camarón es muy costosa que viene siendo alrededor del 50% al 60% solamente del alimento el dinero invertido y lo demás son los estanques y herramientas. Como es un asunto muy delicado ya que el alimento de camarón tiende a enfermarse muy rápido y si no se cuida se puede perder toda la inversión económica y no poder abastecer la demanda del alimento de camarón que las personas consumen. La ciencia de datos puede contrarrestar todas esas consecuencias trayendo una mayor ganancia.

¿Qué tanto dinero se está perdiendo por una mala toma de decisiones oportuna?

Para contestar esto debemos analizar los datos que nos proporciona el gobierno de México de la acuicultura específicamente la producción del camarón entre los años 2009 a 2018 y observar el Valor total que se gana con la cantidad total producida según el año dado y comparar con otros años para dar una inferencia de lo que se pierde por una mala decisión

Importar datos

gobierno <- read.csv("datos-del-gobierno.csv")
View(gobierno)
library(ggplot2)

Visualizar: Grafico de producción de camarón en Sonora

(Comisión Nacional de Acuacultura y Pesca, 2015).

ggplot(data = gobierno) +
  geom_point(mapping = aes(x = tiempo, y = SonoraValor.miles.de.pesos., color = Cantidad.de.produccion.Sonora..ton.)) + labs(title = 'Producción del camarón en Sonora', x = 'tiempo (años)', y = 'Valor economico (miles de pesos)', color = 'Peso vivo (ton)')

Como se puede observar en el año 2009 se obtuvo una máxima producción de volumen de peso vivo con un valor de 101,045 toneladas de camarón con un valor económico de 4,077,966,000 de pesos, Después en los años siguientes hasta el 2013 tuvo una desvaluación de valor económico y producción del volumen peso vivo, eso se debe que en esa época surgió un virus de la mancha blanca que causo grandes pérdidas económicas con la producción del camarón con un peso vivo total de 25,639 toneladas y un valor económico de 1,498,717,000 pesos. Si comparamos con lo que se produjo el 2009 con el 2013 tenemos:

\[ Perdida = aportación total (2013) - aportación total (2009) \] \[ Perdida = (1,498,717,000 - 4,077,966,000)pesos \]

1498717000-4077966000
## [1] -2579249000

\[ Perdida = -2,570,249,000 pesos \]

Tenemos una pérdida de 2,570,449,000 pesos que viene siendo el 63% del valor económico del camarón del 2009 que es una cantidad gigantesca para la economía del estado, esa es la magnitud de perdidas por el virus y la mala toma de decisiones.

Ahora comparamos el año 2017 con el 2018.

En el año 2017 se observa un volumen de peso vivo del camarón con un valor de 83,194 toneladas y un valor económico de 6,430,134,000 pesos, ese año fue el que más ganancias tuvo entre el 2009 a 2013. En el año 2018 se observa un volumen de peso vivo del camarón con un valor de 71,146 toneladas con un valor económico de 5,764,256,000 pesos siendo este último a simple vista menor las ganancias a comparación con el 2017 por lo que tenemos una pérdida de:

\[ Perdida = Aportación(2018)-Aportación(2017) \] \[ Perdida = (5,764,256,000-6,430,134,000)pesos \]

5764256000-6430134000
## [1] -665878000

\[ Perdida = -665,878,000 pesos \] Tenemos una pérdida de 665,878,000 pesos en el 2018 que viene siendo el 10% aproximado del valor económico ganado del año 2017 en comparación.

Por lo que una mala decisión oportuna puede generar perdidas económicas de cientos o miles de millones de pesos a la actividad acuícola del camarón como ya vimos con las comparaciones y resultados anteriores.

Conclusión

La ciencia de los datos es muy importante en las áreas de acuicultura en este caso del camarón ya que se puede analizar el comportamiento de la producción y determinar las causas del fenómeno de los descensos de producción que lo originan con la utilización de una serie de modelos matemáticos. Con la ciencia de los datos se concluye que se puede elevar la producción de camarón y obtener una mayor ganancia con la mayor optimización de recursos utilizando regresiones lineales, regresión logarítmica entre otros modelos. También se concluye que se puede identificar las variables que intervienen en la producción y utilizar esa información para mejorar la producción, también clarifica mejor las tomas de decisiones en el camino correcto para no generar perdidas económicas.

Bibliografía

brf Ingredients. (s.f). Nutrición y Rentabilidad del Alimento para Camarones: Comprenda la comparación. https://aquafeed.co/entrada/nutricion-y-rentabilidad-del-alimento-para-camarones--comprenda-la-comparacion-21083/

Bioquafloc. (2018, diciembre 8). Estrategia de alimentación para camarón. Puntos clave. BIOAQUAFLOC. https://www.bioaquafloc.com/camaron-vannamei/estrategia-de-alimentacion-para-camaron/

Hydroponia. (2016, agosto 11). ¿CUÁL ES LA IMPORTANCIA DE LA ACUICULTURA EN MÉXICO? https://hidroponia.mx/cual-es-la-importancia-de-la-acuicultura-en-mexico/

Instituto Nacional de Pesca. (2018, marzo 16). Acuacultura | Camarón blanco del Pacífico. gob.mx. http://www.gob.mx/inapesca/acciones-y-programas/acuacultura-camaron-blanco-del-pacifico

Comisión Nacional de Acuacultura y Pesca. (2015, diciembre 31). Anuario Estadístico de Acuacultura y Pesca. gob.mx. http://www.gob.mx/conapesca/documentos/anuario-estadistico-de-acuacultura-y-pesca