Cámara en directo / Para investigadores / Datos abiertos
Abrir datos de comportamiento de trucha
Un registro continuo y público de trucha salvaje en un arroyo de montaña frío: cuándo están presentes los peces, qué hacen, qué individuos regresan y cómo se ve el agua, minuto a minuto. Libre de uso bajo CC BY 4.0.
Días de datos
15
Desde 2026-11-02
Observaciones (últimos 30 días)
6,189
6,939 minutos de pez en cámara
Comportamientos registrados
9,375
1268 alimentaciones, 5672 zancadas, 2435 retenciones
Descargas
- sightings.csv: cada avistamiento en los últimos 30 días, con duración, recuentos de comportamiento e identificación de pez
- hourly.csv: comportamiento por hora del día, normalizado por el tiempo en cámara
- fish.csv: pez individual identificado por patrón de manchas (perfiles)
- Datos minuto a minuto diarios y registros de eventos, fechas en hora de montaña. Los días anteriores a 30 provienen del archivo:
| 2026-11-15 | minutos | eventos |
| 2026-11-14 | minutos | eventos |
| 2026-11-13 | minutos | eventos |
| 2026-11-12 | minutos | eventos |
| 2026-11-11 | minutos | eventos |
| 2026-11-10 | minutos | eventos |
| 2026-11-09 | minutos | eventos |
| 2026-11-08 | minutos | eventos |
| 2026-11-07 | minutos | eventos |
| 2026-11-06 | minutos | eventos |
| 2026-11-05 | minutos | eventos |
| 2026-11-04 | minutos | eventos |
| 2026-11-03 | minutos | eventos |
| 2026-11-02 | minutos | eventos |
Acceso en directo y programático: resumen de alimentación JSON, OpenAPI, y un servidor MCP para agentes de IA.
Diccionario de datos
| Archivo | Campo | Significado |
|---|---|---|
| CSV de minutos | time_mt | Marca de minuto, hora de montaña |
| CSV de minutos | fish_now / fish_max | Peces detectados en el encuadre (último / más en el minuto) |
| CSV de minutos | fish_seconds | Segundos del minuto en los que al menos un pez está a la vista |
| CSV de minutos | drift | Recuento de pequeñas partículas a la deriva detectadas (relativo) |
| CSV de minutos | clarity_pct | Nitidez del detalle del fondo vs. una referencia (0-100); método en mejora, ver limitaciones |
| CSV de minutos | flow_pct | Movimiento superficie/deriva vs. normal para esta cámara (100 = normal) |
| CSV de minutos | light_pct | Brillo de la escena (0-100) |
| CSV de minutos | visibility | Cuán lejos se conserva el detalle del fondo: lejano, medio, cercano o fondo (nuevo método cercano/medio/lejano; estaba vacío antes de activarse) |
| events CSV | kind | llegar, salir, sostener, zambullir, picadura, grupo (2+ peces), sombra, fangoso, apertura |
| sightings.csv | holds / darts / feeding_moves / company | Recuentos de comportamiento dentro de una observación continua |
| sightings.csv | fish, id_confidence | Peces nombrados emparejados por patrón de manchas y confianza del emparejamiento |
| fish.csv | spot_matches | Veces que se coincidió el patrón de manchas del pez |
| hourly.csv | feeding_per_10_fish_min | Los movimientos de alimentación cada 10 minutos de tiempo de pez en vista |
Métodos
Una cámara subacuática DWE exploreHD 1080p está instalada en el lecho de un pequeño arroyo de montaña frío bajo una cascada, mirando a lo largo del fondo. Una Raspberry Pi junto al arroyo analiza el video en tiempo real y lo transmite en directo desde aproximadamente 30 minutos antes del amanecer hasta 30 minutos después del atardecer.
- Detección y comportamiento. Los peces en movimiento se detectan mediante análisis de imágenes. Cada avistamiento continuo se etiqueta con tipos de movimiento: manteniendo posición, zambullida, movimientos de alimentación (golpes cortos o ascensos) y grupo (dos o más peces).
- Individuos. Los peces se reidentifican por el patrón de manchas negras en sus flancos. Una cara (un lado de un pez) obtiene un nombre solo después de coincidencias en 3 visitas al menos 10 minutos de diferencia con 40+ manchas alineadas, y después de que sus coincidencias abarcan al menos una hora. Cada lado se compara por separado.
- Agua. La claridad se estima por cuántos detalles finos del fondo se pueden ver; el caudal por el movimiento en la escena; la lluvia por el Servicio Meteorológico Nacional.
- Fish-minutes. Las tasas se normalizan por el tiempo total que los peces estuvieron en vista, de modo que las horas con más peces no parezcan más activas solo por el número.
Limitaciones
- Las etiquetas de comportamiento no están validadas. En la revisión manual hasta ahora, 1 de 12 clips de alimentación señalados automáticamente mostraron un evento real de alimentación o subida. Usa los recuentos para patrones relativos, no para tasas absolutas.
- La reidentificación comete errores. Una roca recibió una vez el nombre de un pez y fue eliminada manualmente. Las observaciones sin coincidencia segura permanecen sin nombre.
- La claridad es relativa. El número actual compara la nitidez del fondo con condiciones recientes, por lo que no es comparable entre días o posiciones de cámara. Se está sustituyendo por una medida fija de visibilidad cercana/media/lejana.
- Aún sin temperatura del agua. La temperatura en los datos de salud del Pi es la propia del ordenador, no la del arroyo.
- La cámara se reposicionó el 2026-11-03, así que compara los datos antes y después de esa fecha con cuidado.
- Una cámara y una poza bajo la cascada, con un campo de visión estrecho. Los recuentos de peces son avistamientos, no el tamaño de la población.
Cómo citar
OnlyFins cámara subacuática de truchas, https://onlyfins.stream. CC BY 4.0 (crédito OnlyFins con enlace).
@misc{onlyfins_trout_cam,
title = {OnlyFins: live underwater trout camera, behavior and stream-condition data},
author = {{OnlyFins}},
year = {2026},
howpublished = {\url{https://onlyfins.stream/trout/research}},
note = {Accessed 2026-11-15. CC BY 4.0}
}
Basado en 15 días de datos de cámara (2026-11-01 al 2026-11-15). Los comportamientos se etiquetan automáticamente mediante análisis de movimiento y no han sido validados contra recuentos manuales, así que trata estos datos como patrones a observar, no como hallazgos. Una cámara, una poza.