Tilbake til søkeresultatene

HAVBRUK2-Stort program for havbruksforskning

Bio-metric profiling of aquaculture enclosures utilizing hydro-acoustic sensors

Alternativ tittel: Biometrisk kartlegging av oppdrettsmerde ved bruk av hydroakustikk

Tildelt: kr 3,7 mill.

Prosjektnummer:

327732

Prosjektperiode:

2021 - 2023

Introduksjon Dette prosjektet ble initiert med mål om å fremme akvakulturforvaltningen gjennom utvikling av hydroakustisk teknologi. Fokuset var å sette oppdrettere i stand til å overvåke og forvalte fiskebiomassen i merdene mer effektivt. Denne teknologien hadde som mål å gi data om ulike parametere som individuell fiskestørrelse, gjennomsnittlig størrelse, total størrelsesfordeling og dynamikken til biomasse over tid. Hensikten var å benytte avanserte hydroakustiske metoder for å tilby en mer presis og sanntids overvåkingsløsning. Prosjektimplementering Et samarbeid mellom Furuno og NTNU dannet ryggraden i prosjektet. Det ble tildelt ressurser fra begge enhetene, med to heltidsansatte og flere deltidsbidragsytere. Teamsammensetningen inkluderte en ledende forsker fra Furuno, en post-doc fra NTNU og ytterligere støtteressurser fra Furuno. I tillegg støttet Furuno gjennom prosjektet flere relaterte studier utført av NTNU og NOFIMA. Mens prosjektet overskred det opprinnelige budsjettet, ble den ekstra tiden og kostnadene absorbert av de deltakende enhetene, noe som representerer en betydelig investering i forskning og utvikling. Mål Primære mål: • Å utvikle en hydroakustisk løsning som er i stand til nøyaktig å bestemme fiskevektfordelingen i merder, med sikte på et 2 % nøyaktighetsnivå på gjennomsnittlig vekt og distribusjon, med korte målesykluser eller sanntidsskanning. • Å lage algoritmer ved hjelp av maskinlæring for å analysere biomassedynamikk, med fokus på å forbedre vektfordelingsestimater. • Å vurdere potensialet til maskinlæring og hydroakustiske data for å bestemme kritiske aspekter ved fiskehelse, appetitt og seksuell modenhet. Sekundære mål: • Å samle inn 2D/3D-data for å muliggjøre forskningsmuligheter utover gjeldende standarder. • Å forbedre prøvetakingsmetodologier for bedre referansepunkter i studier. • Å etablere akademiske forskningsmetoder for å forbedre resultatvalidering. • Å integrere biologiske modeller, spesielt basert på atlantisk laks, i hydroakustiske algoritmer. Metoder Prosjektet tok for seg tre hovedutfordringer: Hydroakustisk nøyaktighet: Samarbeidsforsøk med NTNU fokuserte på å vurdere nøyaktigheten av hydroakustisk ved estimering av individuell fiskevekt. Disse eksperimentene inkluderte kontrollerte tester i "merde i merde" og bredere analyser i produksjonsmerder. Å sikre nøyaktig representasjon i prøvetakingsmetoder var et kritisk aspekt ved denne utfordringen. Representativ prøvetaking: For å adressere hypotesen om at konvensjonelle kamerasystemer har utfordringer med korrekt representsajon av populasjon på grunn av begrensede deteksjonsområder, ble hydroakustisk utstyr brukt for å skanne større merdetverrsnitt. Denne tilnærmingen hadde som mål å gi en mer nøyaktig sampling av populasjon. Biologisk variasjon: I erkjennelsen av biologisk variasjon sin påvirkning på utledet vekt, la prosjektet vekt på å identifisere og prioritere biologiske faktorer som i betydelig grad påvirker vektberegninger. Denne delen av studien inkluderte en detaljert litteraturgjennomgang og samarbeid med eksterne eksperter. Nøkkelstudier Sentrale studier utført under prosjektet inkluderer: • Litteraturgjennomgang: Gjennomført av NTNU, med fokus på eksisterende havbruksforskning. • Enkeltfiskstudie: Gjennomført av NTNU for å undersøke individuelle fisks egenskaper. • WASSP-studie: En felles innsats som utforsker bruken av Wide Angle Sonar Seafloor Profiler-teknologi. • Morfologistudie: NTNU-ledet studie som undersøker fiskens fysiske egenskaper. • Sampling Methodology Study: Fokusert på å foredle prøvetakingsteknikker for økt nøyaktighet. • Shadowing Study: En del av "European Study Group with Industry", som tar for seg prøvetakingsutfordringer i merder med høy tetthet. • Vektanalyse: Sammenligning av hydroakustiske målinger med tradisjonelle metoder. • Atferdsanalyse: Gjennomført av NOFIMA for å forstå atferdsmønstre. Resultater Prosjektet ga flere viktige resultater: • Vektestimeringsnøyaktighet: Vi oppnådde 2 % nøyaktighet i gjennomsnittlig vektestimering mot tradisjonelle slakterapportdata, inkludert sanntidsskanning og atferdsanalyse med kort måletid i merde. • Biomasseskanning: Algoritmer ble utviklet for å skanne en større vertikal del av biomassen med pågående arbeid for ytreligere å utvide dette området, spesielt når det gjelder skyggeeffekten. • Atferdsmønstergjenkjenning: Både enkeltstråle- og flerstråletransdusere var effektive til å identifisere flere atferdstrekk. Disse funnene forventes å bli integrert i fremtidige kommersielle produkter.

Benefit for business • We have developed a commercial product able to detect average weight and weight distribution. We have increased staff and will from 2024 also employ sales personnel to launch product to market. • We have also established capability to further develop product to address behavior and health. • We have as an organisation build knowledge and understanding on a deeper level on our own products, but more importantly domain knowledge in aquaculture. This would enable the business to expand to a new area of business. • We have built capabilities to expand our business outside of Norway. Benefit for Customer / Society • With our product we provide deeper insight in the biomass dynamics and increase accuracy in bio-metric measurement, enabling the farmer to improve feeding operations, production planning, and address fish welfare. • It will reduce the workload for farmers with its capabilities and its low maintenance profile. • Through better understanding of biomass, logistics operations can be optimized and total environmental impact can be reduced. • Through a better understanding of biomass dynamics, insight in fish welfare can be improved. This will enable the fish farmer to better address issues in industry with fish health and mortality.

Current technology for analysis of biomass is largely base on spotlight measurement of individuals, without taking the natural variation and biomass dynamics into the equation. This means that the fish needs to swim past a sensor, and the profiles is generated from a time series of this measurement. The goal with this project is to develop a technology to provide analysis based on real time measurements at population level. With this technology one should be able to better understand the real time dynamic of the biomass, and thus gain insight in fish weight, behaviour in and surrounding the pen, appetite, welfare, health and maturation. To exploit existing knowledge both from fish farming companies, NTNU and Furuno Norway we aim at building causal diagrams to better establish statistical models to explain variation in data. Through causal inference with multiple covariates we aim to build prediction-models based on new insight from datasets not available with current technology, combined with extensive domain knowledge both in the domain of fish biometrics (Furuno) and the biology of atlantic salmon (NTNU) To develop this technology we aim at utilizing statistical multi model inference, causal diagrams and exploratory data analysis techniques combined with machine learning. To be able to develop this technology a better understanding of biological parameters is crucial for the accuracy of the product. Research is therefore needed to develop biological models taking into consideration the fish behavior and its biological variation. This research is intended to be done in close cooperation with NTNU.

Budsjettformål:

HAVBRUK2-Stort program for havbruksforskning