Til hovedinnhold
Norsk English

LAKSIT

Det legges stadig mer vekt på velferdsstatusen til oppdrettsfisk i Norge, og dette har blitt utpekt som et viktig tema av aktører innen både industri, myndigheter og forskning. SINTEF ACE og Norges teknisk-naturvitenskapelige universitet (NTNU) ser et betydelig fremtidig potensial i å benytte teknologiske løsninger til å produsere ny kunnskap og informasjon om tilstanden til fisk i merd på en mer objektiv måte.

Kontaktperson

Laksemerd på sjø

Dette vil kunne resultere i data som kan legges til grunn for løpende vurdering av fiskens velferd og helse under oppdrett. Med dette som bakgrunn ble prosjektet " Teknologi for nye datatyper og informasjon som beskriver situasjon og tilstand hos laksefisk i kommersielle merder" (LAKSIT) etablert. Med dette som bakgrunn ble prosjektet " Teknologi for nye datatyper og informasjon som beskriver situasjon og tilstand hos laksefisk i kommersielle merder" (LAKSIT) etablert. LAKSIT er finansiert gjennom FHF, og har en styringsgruppe bestående av representanter fra tre forskjellige oppdrettsselskaper som skal besørge at prosjektarbeidet opprettholder industriell relevans.

Resultatmål

Å utvikle og teste nye teknologiske løsninger for observasjon av tilstand for laks i merd, ved å produsere nye, objektive data som kan relateres til fiskens velferd og helse i oppdrettssituasjonen.

Delmål

  • Å utvikle og feltteste to teknologiske løsninger for kontinuerlig overvåkning av laks i merd i periodene før (inntil 1 mnd.), under, og etter (inntil 1 mnd.) en avlusingsoperasjon.
  • Å undersøke om data fra disse løsningene kan brukes til å identifisere forskjeller i fiskens tilstand før, under og etter avlusningsoperasjonen.
  • Å undersøke om en gjennom dataanalyse kan identifisere hvor lang tid det tar før fisken har kommet tilbake til opprinnelig tilstand etter avlusningen (dersom dette skjer)
  • Å utarbeide konseptskisse/utkast for automatiserte algoritmer for online overvåkning og presentasjon av fiskens tilstand under avlusningsoperasjoner.

Forventet nytteverdi

Teknologiske løsninger som klarer å identifisere endringer i fiskens tilstand før, under og etter en avlusningsoperasjon vil ha industriell nytte ettersom de kan gi tidlig varsel om endringer i fiskepopulasjonen under operasjonen. Slik informasjon kan videre benyttes til å bestemme om en kan opprettholde operasjonen, eller om den bør endres/avbrytes. I tillegg er det sannsynlig at tekniske løsninger og systemer som fremdrives i dette prosjektet også vil ha nytteverdi inn mot andre aspekter innen oppdrett, eksempelvis overvåkning av daglig drift.

Gjennomføring

For å øke sjansen for at prosjektet skal munne ut i nyttige og relevante resultater innen relativt kort tid, skal de teknologiske løsningene utviklet i prosjektet begrenses til to systemer basert på henholdsvis maskinsyn og akustisk telemetri.

Prosjektet gjennomføres med 6 delaktiviteter (DA):

  • DA1: Metodeutvikling maskinsyn
  • DA2: Metodeutvikling akustisk telemetri
  • DA3: Feltforsøk på fullskala anlegg
  • DA4: Post-prosessering og databehandling
  • DA5: Videre teknologiske muligheter
  • DA6: Administrasjon og formidling

Resultater og diskusjon

Hovedkonklusjonen fra forsøkene var at begge systemene utviklet i prosjektet var i stand til å beskrive og tallfeste tilstander hos laks som er relevante for å bedømme hvordan fisken påvirkes av avlusning og trenging. Begge systemene viste seg også å fungere bra i utsett ved oppdrettsanlegg over lengre tid (3–4 måneder), noe som er viktig for å kunne fungere som grunnlag for fremtidig produktutvikling. Likheter mellom aktivitet målt med akselerometer og svømmehastighet estimert fra kamerasystemet antyder også at disse metodene i disse forsøkene var i stand til å fange samme dynamikk i vedrørende fisks svømmeaktivitet. Dette kan bety at en både kan benytte de to metodene til å verifisere hverandre, og at en på sikt kan utlede en mer robust indikator av atferd basert på begge datakildene.

Nøkkelinfo

Prosjektvarighet

2016 - 2017

Finansiering:
Prosjektet er finansiert av FHF.
Totalt budsjett: 2 704 300