INVESTIGACIÓN

Aplican análisis estadístico de procesos para el control más rápido y preciso de una granja de langostinos en Perú

Este tipo de metodología se viene aplicando en el ámbito agroindustrial de manera extensa, aunque no cuenta con muchos ejemplos en acuicultura

El seguimiento de un proceso productivo mediante análisis estadístico, denominado Control Estadístico de Procesos, se trata de un modelo de monitorización de la producción agrícola e industrial muy extendido que, sin embargo, no cuenta con muchos ejemplos aplicados en acuicultura.

Este tipo de monitorización por gráficos de control permite comparar el peso observado en una semana determinada con la distribución que se esperaría para ese momento del proceso de cría debido a la variabilidad natural, convirtiéndose en una forma óptima de monitorizar el crecimiento de, por ejemplo, los langostinos de una granja.

Para que este método sea funcional y permita la detección temprana de desajustes, es necesario contar con datos históricos de calidad. Siguiendo la monitorización de pesos, si los datos se encuentran en la parte baja de lo esperado se dispara una alarma, ya que podría deberse a una causa anormal que valdría la pena investigar más a fondo.

Con el objetivo de aportar mayor evidencia científica, investigadores de la Universidad peruana de Piura, en el norte del país, han llevado a cabo un estudio tomando datos semanales reales tanto para el diseño como para la evolución de una granja comercial de langostinos Litopenaeus vannamei en base a gráficos basados en los residuos de una autorregresión de segundo orden.

A medida que una granja de langostinos se hace más grande, el control de la cría se va complicando. En el caso de este trabajo, la granja propuesta cuenta con 300 estanques de entre 0,9 y 1,5 hectáreas cada uno y un metro de profundidad.

Los resultados del estudio permiten concluir a los investigadores que este tipo de monitoreo estadístico del crecimiento de los langostinos permite un control más rápido y preciso, ayuda a los profesionales a la detección temprana de problemas y, por tanto, a reducir las pérdidas económicas. Adicionalmente, ayuda a identificar si alguna de las acciones correctivas ha tenido éxito.

En el caso de este artículo, el gráfico del peso permite detectar rápidamente cambios medios de 10% con gran probabilidad.

Además, la automatización de este control estadístico permite a los profesionales concentrarse solo en los estanques con problemas y dedicar su tiempo a tareas más valiosas. En el contexto de un sector en crecimiento y altamente competitivo, señalan, este tipo de herramienta es “fundamental”. Sin embargo, el seguimiento estadístico del crecimiento tiene algunas dificultades, de las cuales la existencia de una tendencia y la autocorrelación del crecimiento del langostino son las principales.

Para mejorar este tipo de gráficos, es importante contar con información adicional y precisa de la alimentación, temperatura u oxígeno disuelto en el agua.

Referencia:
Ismael Sánchez, Isabel González. Monitoring shrimp growth with control charts in aquaculture. Aquacultural Engineering, Volume 95, 2021, 102180, ISSN 0144-8609 https://doi.org/10.1016/j.aquaeng.2021.102180