Camila P.S. Tavares

Na aquicultura, a alimentação é o principal fator que determina a eficiência e o custo da produção, por isso é importante determinar quando iniciar e parar de alimentar os animais, porque a eficácia do método de controle de alimentação afeta diretamente a taxa de conversão alimentar, a reprodução e é muito significativa para melhorar o bem-estar dos peixes e reduzir os custos. 

Em um local de produção real, os peixes cultivados são alimentados de acordo com a taxa de alimentação, calculada com base no peso do animal. No entanto, o apetite dos peixes é afetado por uma variedade de fatores, como o clima, temperatura, oxigênio dissolvido, fotoperíodo e entre outros. Além disso, o processo de alimentação é frequentemente afetado pela experiência pessoal da pessoa que está fornecendo a ração. Portanto, segundo Zhou et al. (2017) a determinação da quantidade de alimentação e a frequência de alimentação permanecem mais uma “arte” na aquicultura, e há uma necessidade urgente de desenvolver controles inteligentes para a alimentação que sejam sensíveis às condições ambientais ou ao estado de crescimento dos animais cultivados.

Numerosos experimentos com peixes mostraram que quando a taxa de alimentação está acima do ótimo o crescimento dos peixes tende a se estabilizar ou diminuir (Dwyer et al., 2002; Silva et al., 2007; Wang et al., 2007). Portanto, é necessário que a alimentação seja razoável e não excessiva porque a demanda de alimento determina a taxa de conversão alimentar.

A máquina de alimentação automática tradicional só pode fornecer uma quantidade fixa de alimentação por vez, de acordo com um programa predefinido, e é apenas um substituto do método manual (Figura 1). A máquina não altera a quantidade de alimentação ou o tempo de acordo com as mudanças no comportamento do peixe ou do meio ambiente. Nesse sentido, a máquina utilizada tradicionalmente não realiza, de fato, a alimentação automática.

Figura 1. Método manual de fornecimento de ração em uma fazenda de cultivo de Tilápia na China. FONTE: Agric Farming.

Neste contexto, a máquina de alimentação sob demanda (on-demand) foi desenvolvida como uma possível alternativa. Estes sistemas geralmente contêm um sensor que registra o estado alimentar dos peixes e alimenta-os quando desencadeados. Esses sistemas têm o potencial de permitir uma alimentação automática e eficiente com base na demanda. Mas Covès et al. (2006) descobriram que indivíduos dominantes podem evitar que outro peixe se aproxime do alimentador e que a máquina de alimentação só é adequada para peixes treinados. Essas desvantagens limitaram o uso das máquinas de alimentação on-demand.

Porém, com o desenvolvimento da tecnologia de inteligência artificial, uma máquina de alimentação que calcula a quantidade de alimento a ser adicionado e o residual em tempo real foi desenvolvida usando tecnologias de monitoramento acústico, computacional e sensorial. O sistema é composto principalmente de um sistema automático de carregamento e transporte combinado com um sistema de gotejamento e controle geral. Como o sistema pode monitorar e responder aos feedbacks no processo de alimentação em tempo real, ele pode determinar automaticamente as demandas de alimentação dos peixes cultivados.

Existem alguns sistemas comerciais que possui as funções descritas acima, como o sistema Akvasmart, que possui mecanismos de feedback que detectam o comportamento alimentar dos peixes até a alimentação ser concluída, o que permite que o peixe seja alimentado até a saciedade sem sobrealimentar e desperdiçar alimento (Figura 2). Visão computacional e sensores acústicos são métodos de feedback comumente utilizados para determinar as condições de alimentação na prática.

A tecnologia de visão computacional fornece um método automático e sem contato com o animal para analisar o comportamento alimentar dos peixes. O método é realizado usando câmeras individuais, câmeras subaquáticas, visão de estéreo ou infravermelho. Já os sensores acústicos, detectam e identificam pequenos objetos debaixo d’água e são utilizados para determinar quando parar de alimentar. Ambos os métodos coletam dados ambientais, como temperatura, oxigênio dissolvido, velocidade de corrente, comportamentais e outros.

 

 

Figura 2. Ilustração dos componentes do Sistema Akvasmart, que alimenta os peixes em quantidade e frequência ideias. Bem como, registra os dados comportamentais e ambientais. Fonte: AKVA.

Com base em uma análise feita por Zhou et al. (2017), descobriu-se que uma fazenda de piscicultura está desenvolvendo um sistema de alimentação com máquinas de alimentação on-demand que podem ser usadas tanto em viveiros, como em sistemas de recirculação ou em tanques-rede com objetivo de reduzir o desperdício de alimento, diferente das máquinas tradicionais que só podem ser aplicadas em pequenos viveiros.

Embora os métodos inteligentes ainda não tenham sido amplamente aplicados e aceitos pelos piscicultores, o método de controle de alimentação inteligente baseado na demanda de alimento é a tendência de desenvolvimento nos próximos anos.

 

Bibliografia consultada

COVÈS, D.  et al. Long-term monitoring of individual fish triggering activity on a self-feeding system: An example using European sea bass (Dicentrarchus labrax). Aquaculture, v. 253, n. 1, p. 385-392, 2006/03/31/ 2006. ISSN 0044-8486. Disponível em: < http://www.sciencedirect.com/science/article/pii/S0044848605005466 >.

DWYER, K. S.  et al. Feeding frequency affects food consumption, feeding pattern and growth of juvenile yellowtail flounder (Limanda ferruginea). Aquaculture, v. 213, n. 1, p. 279-292, 2002/10/18/ 2002. ISSN 0044-8486. Disponível em: < http://www.sciencedirect.com/science/article/pii/S0044848602002247 >.

SILVA, C. R.; GOMES, L. C.; BRANDÃO, F. R. Effect of feeding rate and frequency on tambaqui (Colossoma macropomum) growth, production and feeding costs during the first growth phase in cages. Aquaculture, v. 264, n. 1, p. 135-139, 2007/04/06/ 2007. ISSN 0044-8486. Disponível em: < http://www.sciencedirect.com/science/article/pii/S0044848606009069 >.

WANG, Y.  et al. Effects of feeding frequency and ration level on growth, feed utilization and nitrogen waste output of cuneate drum (Nibea miichthioides) reared in net pens. Aquaculture, v. 271, n. 1, p. 350-356, 2007/10/03/ 2007. ISSN 0044-8486. Disponível em: < http://www.sciencedirect.com/science/article/pii/S0044848607002785 >.

ZHOU, C.  et al. Intelligent feeding control methods in aquaculture with an emphasis on fish: a review. Reviews in Aquaculture, p. n/a-n/a,  2017. ISSN 1753-5131. Disponível em: < http://dx.doi.org/10.1111/raq.12218 >.