← Suite Centinela
Centinela O₂

Metodología · Pronóstico de oxígeno para producción

Ruta de análisis del margen de oxígeno

Método multi-fuente para pronosticar el oxígeno de cada jaula y anticipar sus bajas, cruzando la oferta ambiental del fiordo con la demanda biológica del pez, por especie.

Alcance fiordos y canales · Aysén / Magallanes Especies S. salar · O. kisutch · O. mykiss Llave siep + jaula + fecha + profundidad Cadencia horaria · horizonte 0→+72 h

El principio es una resta: margen = oferta − demanda. La oferta es el oxígeno que el fiordo pone en la jaula (medido por el sensor, pronosticado por los modelos); la demanda es lo que el pez consume, que crece con la biomasa y la temperatura. Cuando el margen se estrecha —por calor, baja de corriente o retención— el pez primero deja de comer y luego se asfixia. Esta ruta calcula ese margen hacia adelante y avisa antes del piso.13

§1De la foto mensual al pronóstico horario

El valor no es "más datos": es hacer coincidir la escala del dato con la escala del riesgo.

El oxígeno de una jaula cambia en horas —lo mueven el ciclo de marea (~6–12 h), el ciclo diario y la alimentación—. Pero la información con la que se decide hoy llega mensual o puntual (el consolidado productivo es mensual; el muestreo ambiental es por visita). Cuando el dato puntual confirma el problema, el evento ya pasó: la reacción es siempre sobre el hecho consumado.

 HoyCentinela O₂
Cadencia del datomensual / puntualhoraria
Qué resuelveel promedio del mesel ciclo de marea y diario del O₂
Horizontepasado0 → +72 h (rodante)
Decisiónreactiva, post-eventoanticipada: alimentar · oxigenar · mover

La idea en una frase

Hoy deciden con una foto mensual. Centinela O₂ entrega el oxígeno de cada jaula hora a hora, con 72 horas de anticipación — la primera vez que la escala del dato coincide con la escala del riesgo. El dato de alta frecuencia ya existe en los sensores; lo que falta es convertir ese stream en lectura, pronóstico y margen que lleguen a la decisión.

§2Las fuentes

Cada capa mide algo que las otras no. La ruta las cruza por siep + jaula + fecha + profundidad.

FuenteQué aportaRol
Sensor in-situ (Innovex)O₂, saturación, T, salinidad y corriente por profundidad · continuoVerdad-terreno (oferta)
Registro de producciónBiomasa, número, peso promedio y alimento por jaula/cohorte (mensual)Demanda biológica
MOSA (IFOP CHONOS)30Pronóstico de fiordo: T, corrientes, nivel · 0→+3 d · 1–3 kmOferta futura (fino)
Copernicus PHY/BGC31Físico + biogeoquímico global · 0→+10 d · 1/12°Oferta futura (grueso)
StormglassViento, radiación, precipitación, marea · pronósticoForzamiento (ventilación)
ATLAS (IFOP CHONOS)30Reanálisis MIKE-3: edad del agua / retención por celda de fiordoFragilidad histórica
Boyas IFOP · ACS/SOTRacsRed pública de boyas en tiempo real: T, salinidad, O₂, corrientes, pH y turbidez en barrios salmoneros · calibra MOSAReferencia in-situ pública · validación

§3Los pasos del método

Del dato crudo al aviso, corriendo cada hora por jaula y realimentándose.

PASO 0 · ENSAMBLAR

Alinear por jaula

En simple · juntar sensor, producción y modelos en la misma unidad: la jaula, a su profundidad, en el tiempo.

Se cruza el sensor in-situ, el registro de producción y los pronósticos por siep + unidad(jaula) + fecha + profundidad. La jaula —no el centro— es la unidad de decisión.

PASO 0.5 · OBLIGATORIO

Control de calidad del sensor

En simple · limpiar el dato antes de usarlo; el sensor a veces entrega lecturas falsas.

Rangos físicos por-centro; marcar timestamps duplicados (frecuente al reunir exports que se solapan) y saltos bruscos; separar los sensores (pontón vs. jaula). Chequeo de coherencia: que saturación y concentración de O₂ cuadren según la solubilidad (cuánto O₂ cabe según T y salinidad, vía Weiss 1970 / Garcia & Gordon 1992).

PASO 1 · OFERTA

Pronóstico de O₂, T y salinidad por jaula

Nowcast in-situ desde la historia del propio sensor (persistencia + forzantes), extendido con MOSA (fiordo, +3 d) y Copernicus (+10 d). La corriente/ventilación es la variable maestra del O₂ de jaula.410

PASO 2 · DEMANDA

Consumo de oxígeno de la jaula

Consumo por pez según Grøttum & Sigholt / Morin (peso, temperatura, velocidad de nado), escalado por la biomasa de la jaula. La biomasa futura se proyecta con el crecimiento térmico (TGC/UTA): la misma temperatura pronosticada alimenta crecimiento y consumo.3612

PASO 3 · MARGEN

Oferta menos umbral fisiológico

Sobre las ecuaciones de Remen, el margen = O₂ proyectado − umbral de apetito (DOmaxFI, bajo el cual el pez deja de comer) y − umbral de asfixia (LOS), ambos función de T. Se calcula por especie (§5).12

PASO 4 · RETENCIÓN

Edad del agua como modulador de la oferta de fondo

La retención del fiordo baja el O₂ disponible: O = O_s − B·VET (Hong & Shen). Con la respiración del centro, el VET crítico cae de ~23 d (agua sin cultivo) a ~5–11 d — el "filo".2021

PASO 5 · VECINOS

Grafo de fiordo

El riesgo de una jaula sube cuando su vecino de aguas arriba se estrecha; grafo por edad del agua y corrientes de ATLAS/MOSA. Un barrio con varias cohortes en biomasa pico simultánea es un hotspot de demanda agregada.

PASO 6 · VALIDACIÓN

In-situ ↔ modelo

La divergencia entre el sensor y el modelo global es la firma del fiordo; se aprende como corrección de sesgo (downscaling) y a la vez valida el pronóstico.

PASO 7 · AVISO

Alerta anticipada con la causa

Cuando el margen proyectado cruza hacia la zona de apetito o asfixia, se avisa con la causa detrás (pulso de calor / baja de corriente / retención) y una acción sugerida (ajustar ración, oxigenar, alivianar).

§4Cadencia y horizonte · el nowcast rodante

Cada hora entra el dato nuevo y se re-pronostican las 72 h. El pronóstico nunca queda viejo — pero su habilidad cae con el horizonte.

O₂ margen ahora observado (in-situ) pronóstico 0→+72 h máx mín apetito asfixia
El dato horario re-inicializa el pronóstico; la banda se ensancha con el horizonte. El corto plazo (0–24 h) lo domina el sensor; el largo (48–72 h) se apoya en MOSA/Copernicus.

Blend por horizonte. A 0–24 h domina el dato in-situ (persistencia + dinámica local); ahí la ingesta horaria más mejora la precisión, porque cada lectura corrige el sesgo. A 24–72 h pesan cada vez más los modelos de fiordo y global y el pronóstico atmosférico. Por eso el producto muestra una banda de incertidumbre que se ensancha, no una línea única. El límite práctico del "casi en tiempo real" no es el modelo (corre en segundos) sino la latencia del pipeline sensor→BD→motor de margen.

Así se ve el output · estado de un centro

Ejemplo ilustrativo · no es un centro real

Centro Ejemplo · barrio AysénVigilancia
AsfixiaApetitoSeguro
Margen O₂+9 % sat
Tendencia 72 h↓ estrechando
Jaula críticaJ-7 · 30 m
EspecieS. salar
Biomasa78 % carga
Causacorriente↓ + calor
Proyección: el margen cruza el umbral de apetito en ~36 h → considerar hold de ración y evaluar oxigenación. La asfixia queda lejos.

§5Umbrales fisiológicos

VariableUmbralFuente
Asfixia del pezLOS(T) = 21.203·e^(0.0523·T) [% sat]Remen 20131
Apetito máximoDOmaxFI(T) = 2.8675·T + 21.848 [% sat]Remen 20162
Consumo del pezV_O₂ ∝ BW^−0.33 · 1.03^T · 1.79^UGrøttum 19983 · Morin 20266
Ventilación de jaulacorriente = variable maestra (ω≈6 mg/L)Alver 2022/234
Retención → O₂ fondoO = O_s − B·VET · hipoxia VET>23 dHong & Shen 201320
Crecimiento (biomasa futura)TGC: Pf = (Pi^⅓ + GF3·UTA/1000)³Aunsmo 201412 · Jobling 200313

Ejemplo real · margen de O₂ en una jaula

Saturación de O₂ observada (dato in-situ real, 7 días, a profundidad de jaula) contra los umbrales de Remen. El colchón sobre el apetito y la asfixia es el margen.

Datos in-situ reales (Innovex), centro anonimizado · umbrales LOS/DOmaxFI(T) de Remen 2013/2016, función de la temperatura · banda = rango mín–máx de la saturación, línea = media.

§6Parametrización por especie

Los umbrales de Remen son de S. salar. Coho y trucha difieren — toleran algo mejor la hipoxia y crecen a temperaturas más altas. El código de cohorte trae la especie por jaula.

EspecieBiomasa*Umbrales de referencia
Salmón Atlántico · S. salar~83%Remen LOS/DOmaxFI; Grøttum/Morin16
Coho · O. kisutch~12%O₂ crítico crecimiento ~4–4.5 mg/L @15°C; máx ~8.3 mg/L; CTmax ~26.9°C; Topt ~16.6°C40414445
Trucha arcoíris · O. mykiss~0.3%Pcrit (base T/masa); O₂crit/ILOS por cepa; Topt aeróbico ~15.8°C474850

* participación en biomasa del centro, derivada del registro de producción (código de cohorte).

Criterio v1 → v2

v1: como el Atlántico es >83%, usar los parámetros de S. salar como proxy conservador para las tres especies, con etiqueta de especie por jaula. v2: incorporar umbrales propios de Coho y trucha (§referencias F5). Así el producto funciona desde el día 1 sin ignorar la mezcla.


§7Referencias

Corpus de validación: literatura revisada por pares con DOI, agrupada por función en el método.

F1Fisiología del oxígeno en el salmón

  1. Remen M, Oppedal F, Imsland AK, Olsen RE, Torgersen T (2013). Hypoxia tolerance thresholds for post-smolt Atlantic salmon. Aquaculture 416–417:41–47. doi:10.1016/j.aquaculture.2013.08.024
  2. Remen M, Sievers M, Torgersen T, Oppedal F (2016). The oxygen threshold for maximal feed intake of Atlantic salmon post-smolts is highly temperature-dependent. Aquaculture 464:582–592. doi:10.1016/j.aquaculture.2016.07.037
  3. Grøttum JA, Sigholt T (1998). A model for oxygen consumption of Atlantic salmon. Aquacultural Engineering 17:241–251. doi:10.1016/S0144-8609(98)00012-0
  4. Alver MO, Føre M, Alfredsen JA (2022). Predicting oxygen levels in Atlantic salmon sea cages. Aquaculture 548:737720. doi:10.1016/j.aquaculture.2021.737720
  5. Morin A, Jacobsson T, Dempster T, Warren-Myers F, Oppedal F, Hvas M (2026). A fundamental model for oxygen consumption of Atlantic salmon. Scientific Reports 16. doi:10.1038/s41598-026-47328-6

F2Crecimiento y bioenergética

  1. Aunsmo A, Krontveit R, Valle PS, Bohlin J (2014). Field validation of growth models used in Atlantic salmon farming. Aquaculture 428–429:249–257. doi:10.1016/j.aquaculture.2014.03.007
  2. Jobling M (2003). The thermal growth coefficient (TGC) model of fish growth: a cautionary note. Aquaculture Research 34:581–584. doi:10.1046/j.1365-2109.2003.00859.x
  3. Handeland SO, Imsland AK, Stefansson SO (2008). Effect of temperature and fish size on growth, feed intake and FCE of Atlantic salmon post-smolts. Aquaculture 283:36–42. doi:10.1016/j.aquaculture.2008.06.042
  4. Stavrakidis-Zachou O, Eding EH, Papandroulakis N, Lika K (2025). A Nutritional Bioenergetic Model for Farmed Fish. Aquaculture Nutrition 2025:9010939. doi:10.1155/anu/9010939

F3Alimentación, apetito y SDA

  1. Vikeså V, Nankervis L, Hevrøy EM (2017). Appetite, metabolism and growth regulation in Atlantic salmon exposed to hypoxia at elevated temperature. Aquaculture Research 48(8):4086–4101. doi:10.1111/are.13229
  2. Nuic B, Bowden A, Franklin CE, Cramp RL (2024). Atlantic salmon do not prioritize digestion when energetic budgets are constrained by warming and hypoxia. J Fish Biology 104(6):1718–1731. doi:10.1111/jfb.15693

F4Oxígeno en jaula y modelos operacionales

  1. Solstorm D, Oldham T, et al. (2018). Dissolved oxygen variability in a commercial sea-cage exposes farmed Atlantic salmon to growth limiting conditions. Aquaculture 486:122–129. doi:10.1016/j.aquaculture.2017.12.008
  2. Oldham T, Oppedal F, Dempster T (2018). Cage size affects dissolved oxygen distribution in salmon aquaculture. Aquaculture Environment Interactions 10:149–156. doi:10.3354/aei00263
  3. Berntsson EVC, et al. (2024). Managing the Dissolved Oxygen Balance of Open Atlantic Salmon Sea Cages: A Narrative Review. Reviews in Aquaculture 17:e12992. doi:10.1111/raq.12992

F5Parámetros de Coho y trucha

  1. Brett JR, Blackburn JM (1981). Oxygen requirements for growth of young coho and sockeye salmon at 15 °C. Can. J. Fish. Aquat. Sci. 38:399–404. doi:10.1139/f81-056
  2. Herrmann RB, Warren CE, Doudoroff P (1962). Influence of oxygen concentration on the growth of juvenile coho salmon. Trans. Am. Fish. Soc. 91:155–167. doi:10.1577/1548-8659(1962)91[155:IOOCOT]2.0.CO;2
  3. Fang Y, et al. (2019). Salinity/photoperiod on aerobic scope and hypoxia tolerance of coho salmon in RAS. Comp. Biochem. Physiol. A 231:82–90. doi:10.1016/j.cbpa.2019.01.026
  4. Chen Z, Devlin RH, Farrell AP (2015). Upper thermal tolerance of coho salmon. J Fish Biology 87:763–773. doi:10.1111/jfb.12736
  5. Lusardi RA, et al. (2020). Oversummer growth and survival of juvenile coho across a temperature gradient. Can. J. Fish. Aquat. Sci. 77:413–424. doi:10.1139/cjfas-2018-0484
  6. Rogers NJ, et al. (2016). A new analysis of hypoxia tolerance in fishes using a database of critical oxygen level (Pcrit). Conservation Physiology 4(1):cow012. doi:10.1093/conphys/cow012
  7. Zhang Y, et al. (2018). A rainbow trout strain with higher aerobic scope also tolerates hypoxia better. J Fish Biology 92(2):487–503. doi:10.1111/jfb.13530
  8. Jiang X, et al. (2021). Effects of temperature, dissolved oxygen and their interaction on the growth of rainbow trout. J Thermal Biology 98:102928. doi:10.1016/j.jtherbio.2021.102928
  9. Yin L, et al. (2020). Acute temperature increase decreases swimming performance and energy efficiency in rainbow trout. Fish Physiol. Biochem. 47(1):109–120. doi:10.1007/s10695-020-00897-3

F6Física de fiordo y retención

  1. Hong B, Shen J (2013). Linking dynamics of transport timescale and variations of hypoxia in the Chesapeake Bay. JGR Oceans 118:6017–6029. doi:10.1002/2013JC008859
  2. Pinilla E, Castillo MI, Pérez-Santos I, Venegas O, Valle-Levinson A (2020). Water age variability in a Patagonian fjord. J Marine Systems 210:103376. doi:10.1016/j.jmarsys.2020.103376
  3. Linford P, Pérez-Santos I, et al. (2024). Oceanographic processes driving low-oxygen conditions inside Patagonian fjords. Biogeosciences 21(6):1433–1459. doi:10.5194/bg-21-1433-2024

F7Plataformas de datos

  1. Reche P, Artal O, Pinilla E, Ruiz C, Venegas O, Arriagada A, Falvey M (2021). CHONOS: Oceanographic information website for Chilean Patagonia (MOSA/ATLAS/PARTIMOS). Ocean & Coastal Management 208:105634. doi:10.1016/j.ocecoaman.2021.105634
  2. Copernicus Marine Service (CMEMS). Global Ocean Physics & Biogeochemistry Analysis and Forecast. data.marine.copernicus.eu ↗

Ruta metodológica · Centinela O₂ · margen = oferta − demanda, por jaula y especie, cadencia horaria · Aysén / Magallanes. Umbrales sobre literatura revisada con DOI; datos in-situ Innovex + modelos de fiordo (IFOP CHONOS) y globales (Copernicus).

← Volver a la Suite Centinela