En los últimos años, la tasa de crecimiento de la producción acuícola mundial ha superado la de todos los demás sistemas de producción de alimentos, lo que la convierte en una vía crucial para garantizar la seguridad alimentaria futura, impulsar la reducción de la pobreza y lograr el desarrollo sostenible [1]. Entre estos, el crecimiento de la producción de Penaeus vannamei ha sido particularmente rápido debido a un aumento significativo en la intensificación de la acuicultura [2], alcanzando 6.8 millones de toneladas en 2022 [1]. Sin embargo, los métodos actuales de monitoreo de la alimentación en sistemas acuícolas en estanques de camarón se basan principalmente en la observación manual de las bandejas de alimentación. Esta estrategia subjetiva, caracterizada por información retrasada y baja precisión, conduce a un grave desperdicio de alimento, exacerba el deterioro de la calidad del agua y aumenta el riesgo de brotes de enfermedades, lo que representa un cuello de botella que limita la mejora de la eficiencia del cultivo [3]. Para expandir aún más la escala del cultivo de P. vannamei y mejorar su intensificación, existe una necesidad urgente de desarrollar sistemas de alimentación inteligentes de alta precisión con capacidades de toma de decisiones en tiempo real para promover la transformación y la modernización de la industria del camarón [4].

La información del comportamiento proporciona retroalimentación en tiempo real, eficiente y objetiva sobre el estado de los animales, lo que permite el desarrollo de sistemas de alimentación inteligentes de precisión [5]. Estos sistemas basados ​​en el comportamiento contribuyen eficazmente a mejorar la gestión de la acuicultura y la eficiencia de las granjas [6]. En el complejo entorno de la acuicultura en estanques, la tecnología de monitoreo acústico pasivo (PAM) ha demostrado un potencial considerable en los sistemas de alimentación inteligente para el cultivo de camarón en estanques debido a su independencia de las limitaciones visuales [7,8]. Estudios previos han demostrado que las señales acústicas continuas de “clic” emitidas por P. vannamei durante la alimentación están estrechamente relacionadas con el consumo de alimento [9,10]. La cuantificación y el análisis de los parámetros característicos de estas señales acústicas pueden evaluar el comportamiento de alimentación de los camarones y servir como soporte de datos fundamental para el monitoreo en tiempo real del estado de su alimentación [11]. Actualmente, la empresa australiana AQ1 ha desarrollado un sistema de alimentación inteligente para el cultivo de P. vannamei en estanques que utiliza tecnología PAM [12]. Este sistema sirve como la primera aplicación exitosa, proporcionando una referencia para prácticas de alimentación precisas [13,14]. Sin embargo, la implementación práctica de la tecnología PAM en la acuicultura aún se encuentra en su fase de desarrollo y enfrenta varios desafíos y limitaciones. Las fluctuaciones en los factores ambientales en estanques afectan significativamente el comportamiento alimentario del camarón [15]. Por ejemplo, concentraciones de nitrógeno amoniacal superiores a 4 mg/L pueden provocar la proliferación de patógenos intestinales en los camarones, suprimiendo su apetito y reduciendo su comportamiento alimentario [16]. La exposición a una concentración de 20 mg/L de nitrógeno nitrito altera la estructura de la mucosa intestinal de los camarones, inhibiendo aún más su alimentación [17,18]. 

Además, el consumo de alimento de los camarones disminuye con la reducción de la temperatura dentro de un rango específico, y las temperaturas inferiores a 20 °C deterioran su sistema inmunitario [19,20]. Actualmente, los sistemas automáticos de monitoreo de la calidad del agua pueden obtener parámetros ambientales en tiempo real y se han aplicado preliminarmente en el manejo de estanques [21]. Sin embargo, la mayoría de los sistemas de alimentación inteligente basados ​​en PAM operan independientemente de los sistemas de monitoreo de la calidad del agua, lo que resulta en una falta de intercambio de información entre ellos. Esta limitación de diseño, que excluye los factores ambientales, restringe la precisión del monitoreo y la alimentación de los sistemas de alimentación en el complejo entorno de producción en estanques [22]. Por lo tanto, existe una necesidad urgente de establecer una ruta directa desde los datos ambientales hasta los datos de comportamiento y acústicos pasivos, integrando eficientemente la información de múltiples fuentes para mejorar la tasa de respuesta de los sistemas de alimentación y mejorar la puntualidad y la cientificidad de las decisiones de alimentación. Para abordar esta cuestión, este estudio seleccionó la temperatura, la concentración de nitrógeno amoníaco y la concentración de nitrógeno nitrito como variables ambientales clave en la producción acuícola. Se analizó la correlación entre el consumo de alimento y las características acústicas de la alimentación, y se cuantificaron los efectos de los factores ambientales en el comportamiento alimentario y las características acústicas de P. vannamei. Además, se realizó un análisis exhaustivo de los factores ambientales, el consumo de alimento, el comportamiento alimentario y las características acústicas. El objetivo de este estudio es proporcionar información sobre el comportamiento que pueda fundamentar el desarrollo de tecnologías de alimentación de precisión y la mejora de los sistemas de alimentación inteligente.