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

En stor utfordring for oppdrettsnæringen er å kunne observere hvordan fisken beveger seg i en merd. Dette er nyttig ikke bare for fiskevelferd, men også å estimere hvor stor fisken er, og derigjennom kunne beregne biomasse. Det finnes flere løsninger som tar sikte på å løse problemet gjennom ulike sensorer for eksempel rammer fisken skal svømme gjennom, kamera for å fange fisken og undervannsdroner med ulikt sensorutstyr. Felles for mange av disse metodene er at de har relativt begrenset rekkevidde, og observerer en eller svært få fisk samtidig. Dette kan medføre lang observasjonstid før man vet noe om tilstanden på en populasjon som kan bestå av flere hundre tusen individer. Samtidig kreves det regnekraft for å tolke informasjon / bilder for så å sette dette sammen til et datasett som forteller oppdretteren noe om populasjonen. Gjennom dette prosjektet ønsker vi å utvikle en metodikk for å kunne observere hele populasjonen av fisk i en merd gjennom korte måle-sykluser og i nær sanntid. Dette ønsker vi å gjøre ved å bruke prinsipper fra hydroakustikk, men med nyvinninger som tilpasser teknologien til forholdene man finner under oppdrett av atlantisk laks. Fordelen med hydroakustikk er evnen til å måle mange individer samtidig, uavhengighet av lysforhold og evnen til også å kunne registrere miljøet rundt fisken. Sammen med våre samarbeidspartnere ønsker vi å bruke hydroakustikk til å se størrelsesfordeling av fisk i sanntid. Vi skal undersøke hvordan fisken beveger seg i en merd over tid, og hvordan ulike parametere påvirker adferd.

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