Bioeconomic Optimization of Multi-Batch Production Strategies for Sea Bass (Lateolabrax japonicus) Pond Culture Under Regional Temperature Heterogeneity

Resumen Técnico: Optimización Bioeconómica de Estrategias de Producción Multilote para el Cultivo en Estanques de Lubina (Lateolabrax japonicus) bajo Heterogeneidad Térmica Regional

Planteamiento del Problema
Las variaciones regionales de temperatura y el aumento de los costes de producción imponen una doble restricción en la toma de decisiones en la acuicultura de estanques de lubina (Lateolabrax japonicus). Mientras que la literatura existente ha cubierto extensamente las respuestas de crecimiento de un solo ciclo o comparaciones regionales simples, existe una falta de marcos cuantitativos que aborden cómo debe ajustarse la planificación de la producción bajo condiciones de cultivo continuo de múltiples lotes. En tales sistemas, el momento de siembra, los ciclos de cultivo y los tamaños de cosecha son interdependientes; las fluctuaciones ambientales afectan no solo al crecimiento de cada lote individual, sino también a la secuenciación de los lotes y a la eficiencia en la utilización del tiempo. El problema central abordado es la necesidad de optimizar las variables de decisión conjuntas del momento de siembra de la larva, el tamaño inicial de siembra y el peso objetivo de cosecha para maximizar los rendimientos económicos bajo entornos térmicos regionales variables.

Metodología
El estudio construye un modelo bioeconómico impulsado por la temperatura acoplado con un algoritmo de Optimización de Enjambre de Partículas (PSO, por sus siglas en inglés) para resolver estrategias de producción óptimas sobre un horizonte de planificación de cinco años.

• Modelo Bioeconómico:
  • Entrada Ambiental: La temperatura del agua se modela como una función seno exógena con promedios anuales ($T_r$) y amplitudes ($A_r$) específicos de la región, derivados de datos de campo en Zhuhai (cálido/estable) y Rizhao (frío/fluctuante).
  • Crecimiento y Supervivencia: El crecimiento individual se simula utilizando un modelo de Coeficiente de Crecimiento Térmico (TGC) corregido para la no linealidad de la temperatura (usando una función cóncava para el rango óptimo). La supervivencia se modela mediante una función de decaimiento exponencial con una tasa de mortalidad diaria instantánea constante.
  • Marco Económico: El objetivo es maximizar el Valor Presente Neto (VPN). Los ingresos se calculan basándose en la biomasa cosechada y los precios de mercado previstos (derivados de datos de 2010–2025). Los costes incluyen insumos variables (alimento, larva) y asignaciones fijas (mano de obra, mantenimiento, depreciación) escaladas por el ciclo de cultivo.
• Algoritmo de Optimización:
  • Se emplea un algoritmo PSO debido a la naturaleza no lineal y no convexa de la función objetivo.
  • Variables de Decisión: Cada partícula representa un plan de producción factible definido por el intervalo de tiempo entre lotes, el peso inicial de la larva y el peso de cosecha objetivo para cada lote.
  • Restricciones: El espacio de búsqueda está limitado por límites biológicos (umbrales de crecimiento), restricciones físicas (área del estanque, densidad de siembra) y límites temporales (duración del periodo de planificación). Las soluciones inviables son penalizadas.
• Diseño Experimental: Se establecieron dos escenarios comparativos utilizando datos de Zhuhai y Rizhao. Todos los parámetros bioeconómicos y algorítmicos se mantuvieron constantes entre los escenarios para aislar los efectos de la heterogeneidad térmica regional.

Resultos Clave
La optimización produjo estrategias de producción distintas para las dos regiones, demostrando que las condiciones de temperatura remodelan fundamentalmente la estructura de los lotes y el rendimiento económico:

• Zhuhai (Cálido/Estable): La estrategia óptima implica cinco lotes con una secuenciación estrecha (intervalos de 0–12 días). Presenta ciclos de cría más cortos (319–436 días) y pesos de cosecha altamente diferenciados (407–830 g) para maximizar la utilización del tiempo.
  • Resultado Económico: Beneficio total de 836,400 yuanes y un VPN de 721,100 yuanes. El beneficio diario promedio por lote osciló entre 343 y 623 yuanes.
• Rizhao (Frío/Fluctuante): La estrategia óptima implica cuatro lotes con intervalos más dispersos (0–8 días). Presenta ciclos de cría más largos (439–473 días) y pesos de cosecha más equilibrados (505–730 g).
  • Resultado Económico: Beneficio total de 680,400 yuanes y un VPN de 592,000 yuanes. El beneficio diario promedio por lote osciló entre 258 y 518 yuanes.
• Compromisos Estratégicos: El estudio encontró que, bajo condiciones más cálidas, el sistema se beneficia de una alta frecuencia de rotación y especificaciones flexibles. Bajo condiciones más frías, la estrategia óptima se desplaza hacia menos lotes y ciclos extendidos para mitigar las restricciones de crecimiento, resultando en una escala de ingresos totales más equilibrada pero menor. Notablemente, la solución óptima para Zhuhai retuvo lotes de menor beneficio para asegurar la continuidad de la cadena de producción, confirmando que la optimización de múltiples lotes es un compromiso intertemporal en lugar de un problema de maximización de un solo lote.

Significado y Reivindicaciones
El artículo afirma proporcionar un soporte teórico y una herramienta de toma de decisiones cuantitativa para el cultivo continuo de lubina en estanques. Sus principales contribuciones son:

1. Integración de Marco: Establece un marco analítico unificado que vincula las variaciones de temperatura regional, los ritmos de crecimiento, la programación de la producción y el rendimiento económico, abordando un vacío en la literatura existente respecto al cultivo continuo bajo heterogeneidad ambiental.
2. Gestión Diferenciada: Los resultados confirman que las estrategias de producción de "talla única" son subóptimas. El estudio argumenta que optimizar científicamente la secuenciación de múltiples lotes y las configuraciones de siembra puede mitigar eficazmente los efectos económicos adversos de las bajas temperaturas y las fluctuaciones térmicas.
3. Aplicación Práctica: El modelo ofrece orientación específica para la gestión regionalmente diferenciada:
   • Regiones Cálidas: Los operadores deben aprovechar las condiciones favorables para una secuenciación de lotes estrecha y especificaciones de cosecha diferenciadas para maximizar la producción por unidad de tiempo.
   • Regiones Frías: Los operadores deben adoptar menos lotes, ciclos más largos y una asignación equilibrada para estabilizar los rendimientos, potencialmente suplementados con medidas de gestión térmica.

Los autores señalan modestamente las limitaciones, incluyendo el tratamiento de la temperatura y los precios como variables exógenas (ignorando la volatilidad/incertidumbre) y el enfoque en escenarios de estanques específicos en Zhuhai y Rizhao, sugiriendo que el trabajo futuro debería incorporar elementos estocásticos y condiciones ambientales más amplias.