Desarrollar modelos para evaluar el estado de nutrientes de las plantas en diferentes etapas de crecimiento es un desafío debido a la naturaleza dinámica del desarrollo de las plantas. Por lo tanto, este estudio codificó información espacio-temporal de las plantas dentro de un único modelo de series temporales para evaluar con precisión el estado de nutrientes de la lechuga cultivada en acuaponía. En particular, se combinaron los enfoques de memoria a corto y largo plazo (LSTM) y autoencoder profundo (DAE) para clasificar las plantas de lechuga cultivadas en acuaponía según su estado de nutrientes.