Esta tese investiga a aplicação da análise de dados na indústria da piscicultura, centrando-se especificamente na identificação dos parâmetros de qualidade da água que influenciam as taxas de mortalidade do salmão. O foco desta investigação é examinar um conjunto de dados de cinco anos, explorando minuciosamente o impacto de nove variáveis-chave da qualidade da água - pH, redox, salinidade, temperatura, amónio, nitrato, nitrito, alcalinidade e dióxido de carbono - nas taxas de mortalidade. Seguindo a metodologia CRISP-DM, o ênfase é colocado na preparação de dados, análise de correlações e modelação. O objetivo é descobrir padrões e correlações significativos entre estes parâmetros e a mortalidade do salmão, fornecendo informações valiosas sobre a complexa dinâmica entre a qualidade da água e a mortalidade e, em última análise, contribuindo para a gestão sustentável e eficiente das explorações piscícolas. Os resultados revelam relações intrínsecas entre as variáveis analisadas, sendo validado que o nitrato e o nitrito apresentam um comportamento paralelo e inverso ao redox e ao pH. A taxa de mortalidade apresenta a maior correlação com o nitrato, e a menor com a temperatura. Este estudo mostra o potencial da análise de dados para melhorar a sustentabilidade e a rentabilidade desta indústria, sublinhando a importância do estudo dos dados em piscicultura para serem utilizados como uma ferramenta de gestão proactiva para o bem-estar dos peixes. Ao ser dada continuidade a este trabalho, os investigadores podem desenvolver soluções práticas e garantir a produtividade e a qualidade das populações de peixes criadas em sistemas de aquacultura.

This thesis delves into the application of data analytics in the aquaculture industry, specifically focusing on identifying water quality parameters that influence salmon mortality rates in fish farms. Given the significant economic and environmental implications of high salmon mortality rates, understand and mitigate these rates is paramount. A comprehensive dataset from a Norwegian fish farm is analyzed, encompassing water quality parameters and mortality rates. This research focus is examining a five-year dataset thoroughly exploring the impact of nine key water quality variables - pH, redox, salinity, temperature, ammonium, nitrate, nitrite, alkalinity, and carbon dioxide - on mortality rates. Following the CRISP-DM methodology, emphasis is placed on data preparation, correlation analysis, and modelling. The objective is to uncover meaningful patterns and correlations between these parameters and salmon mortality, providing valuable insights into the complex dynamics between water quality and mortality, and ultimately contributing to fish farms' sustainable and efficient management. The results reveal intrinsic relationships between analyzed variables, and it is validated that nitrate and nitrite exhibit parallel behaviour and are inverse to redox and pH. The mortality rate presents the highest correlation with nitrate, and the lowest with temperature. It shows the potential of data analytics in enhancing the sustainability and profitability of the aquaculture industry by underscoring the importance of study the data in aquaculture to be used as a proactive management tool for fish welfare. By continuing this work, researchers can enhance knowledge, develop practical solutions, and ensure productivity and quality of fish populations created in aquaculture systems.