关于水产养殖演变的新闻特征和技术文章,是世界上增长最快的行业之一。

精密鱼类农业:改善水产养殖的新框架,第2部分

马丁费城,博士。

PFF的潜在工业应用

精密鱼养殖
在法罗群岛的大西洋三文鱼笼子。照片由Erik Christensen。

注意:这是适应和总结的文章的第2部分 原始出版物. 点击此处阅读第1部分

为了具有产业价值,精密鱼类养殖(PFF)方法必须积极影响日常农业情况。因此必须评估PFF方法以测试他们对改善鱼类福利和健康的贡献,减少鱼类损失(例​​如通过处理,逃逸和疾病),提高生产效率和产品质量,以及在此之前降低农业运营的环境影响。通过商业化的意图推出创新行为。

虽然对受控实验室条件下的PFF方法进行概念证明研究更加实用,但在全规模的农业条件下表现出它们的影响至关重要。此外,随着鱼类农业操作主要在户外进行,任何位于农业部位的设备或系统都将被暴露于元素。

因此,应测试PFF方法以防止在商业场所使用时防止设备故障。为了说明PFF方法的实施,我们概述了第四个PFF应用的具体例子,该应用程序是逼真的实施本技术准备水平,并且可能对工业鱼类农业有很大的影响。每个应用程序涵盖鲑鱼行业的重要地区,从生物量监测和饲养到寄生体管理。此外,实施例说明了如何将PFF原理应用于连续(即整个生产周期),常规(即每日)或瞬态(即偶尔,按需)时间尺度。

精密鱼养殖
饲养的控制站的看法在一个支撑/饲料储存的驳船在鱼笼子农场在地中海。照片由Darryl Jory。

自动化生物质监测

笼子种群属性如总生物量,笼子中的鱼类和鱼鳞分布的分布是鲑鱼制作过程中许多重要决策的关键输入,包括测定药用剂量,适当的饲料口粮分配和总产量的估算在屠宰前卖鱼。虽然存在系统来估计单个鱼类尺寸和鱼类尺寸分布(例如生物量帧,立体视觉系统),但这些仅提供对笼子里的位置相关的数据,因此无法为整个笼子提供代表数据。这意味着笼子中总生物质,生物量分布或鱼类数量的决定部分需要依赖于农民提供的经验的估计,而不是基于知识的客观来源。

由于他们在中央农业农业管理决策中的重要性,预测和量化海上人口物质的能力已成为鲑鱼农业行业的“圣杯”。将PFF原则应用于此挑战的一种方法是首先识别相关特征变量。特征变量在这种情况下可以是笼子中的总生物量,人口中的鱼类总数和人口的个人规模分布。尽管最近的研究表明,潜在的利用基于声纳的解决方案来监测各个鱼类质量,但没有现有的鲑鱼农业技术解决方案能够直接提供所有这些特征变量的数据。

因此,有必要通过将数据组合在不同的动物变量上组合,可能用几种不同的技术获得,产生这些数据的解决方案。为此目的的一种可能的动物变量选择可以是垂直分布(声纳)和单个尺寸分布的点测量(生物量帧和立体声视觉系统)。这些变量可以将这些变量组合成可变估计群体的大小分布,通过声纳从声纳使用转向图来确定笼中的生物量的垂直分布和生物量帧和/或立体视觉系统放置在不同深度以观察垂直变化以观察垂直变化个别鱼鳞。

图1:用生物质框架和手动采样(圆圈)获得的数值模型输出(实线)和实验数据的比较示例。灰色虚线标志着笼子里的PD-疾病发作。图是从Føre等人修改的。 (2016)。

然而,虽然该方案将为在其自身右侧有用特性的生物质性质的尺寸和垂直变化的人口宽变化的新知识,但这两个动物变量的组合可用于估计鱼类或生物量的总数直接在笼子里。实现这些知识的一种方法可以是将传入的动物可变数据流与估计结构中鲑鱼的行为和生长动态的数学模型组合。如果模型在影响鱼类生长的笼子里喂养与环境(例如温度水平,海州)和与管理相关的管理相关(例如饲料交付率)状态相关的外部因素的详细数据,则可以估计生长动态在笼子里。

自动喂养策略和控制

在商业鲑鱼海笼中喂养过程的目标是确保每条鱼提供足够的饲料以保持所需的生长速率,并至少保持对环境的饲料损失。由于这两个目的往往是冲突(即,过度排放可能会产生良好的增长率,但可能导致更多的饲料溢出,反之亦然,这是行业的日常权衡,对鱼类福利和农业经济产生后果。

饲料成本占生产费的总生产成本的50%约为销售鱼类,因此是鲑鱼生产中最显着的单一费用。鲑鱼生产中的饲养策略主要基于饲养表,这些表格表明饲料量的含量为人口大小和温度。此外,农民倾向于使用旨在饲养区域的浸没摄像机,以手动监测鱼的喂养活性,并根据饲料响应饲料或以其他方式指示降低食欲不那么响应。虽然这改善了饲料交付与笼子中的生物过程之间的关联,但是对鱼类反应的解释是基于经验,因此取决于个人农民的经验和技能。

该方法已经证明偶尔会导致良好的生长速率和饲料转换比率,但结果将在运营商和地点之间变化。此外,对于遥控器或暴露的位置(关于风,电流和波浪)的位置,人员每天都可能不可能存在。对于这些位置,全自动或远程控制的喂养对于农场运营至关重要。

送入鲑鱼笼的更好的精确和监测工具将提高鱼群饲料消耗的可预测性和可观察性,这反过来可以降低生产成本和环境影响,同时提高增长。这可以通过应用PFF的原理来改变转换管理,从而包括大量经验驱动的过程,成为更知识驱动的过程。本申请的合适的动物变量可以是垂直分布和移动(各个鱼类和鱼类),以及单独的游泳行为(例如速度和方向),这两种都受到鱼类的饲养动机的影响。

可用于观察这种变量的可用技术包括声纳(垂直分配),计算机视觉技术(通过光学流动和运动模式分析技术和声学遥测(深度运动和活动等级)。虽然可以推导出特征变量基于单独的这些技术提供的数据,反映了鱼类的食欲或喂养动机,可以将更可靠和精确的指示器组合从多种技术中获得的信息。

图2:来自声学遥测的示例数据,描述在喂食期间两个单独鱼的垂直定位(A,B)和垂直移动速度(C,D)。灰色棒表示喂养时期。图是从Føre等人修改的。 (2011)。

此外,对于任何鲑鱼类农业企业的整体盈利能力的重要性赋予额外的投资,以实现一些特征变量所需的特征变量,该特征变量将多个动物变量与不同来源的价值相结合,授予增加的精度导致改善的利润或减少负面的外部性。例如,这种化合物特征变量可以将垂直分布中的偏移的发生的发生与进料区域相结合,随着游泳方向的各个变异性的增加/减少。

设计自动算法 - 例如决策支持系统或DSS - 使用所选特征变量来提供关于是否应调整当前进料制度的建议,要求收集所选择的特征变量的数据集,用于馈送和非馈送时段。然后,该算法可以将特征变量的存在趋势和状态值与先前在馈送的不同阶段观察的那些(即,开始,中途,并朝向进给时段的结束时),而饲料不可用以识别鱼类在喂养响应方面。

由于自动化馈送系统在当今鲑鱼行业中使用,因此针对馈送操作的PFF应用的最终阶段只是需要将输出从自动决策算法送入馈送系统。随着更复杂的馈电系统的开发,基于推导的特征变量,还可以在空间地优化饲料放置。根据海上笼内的鱼类的当前位置,水流的方向和速度,然后可以进一步放置饲料以降低饲料损失并增加鱼的可用性。

自动监测海虱 三文鱼农场的水平

挪威鲑鱼农场在法律上定期报告笼子里的海虱水平。通过计数所附的单个鱼类的虱子数量从大约一半的笼子上检索到网站上的笼子,然后找到个人计数的平均值来手动评估海虱水平。如果每条鱼的平均海虱数超过法定限制,则农民必须迅速向农场展开。除了劳动密集且昂贵的昂贵,虱子评估过程会影响一些鱼,因为必须在实际计数之前被捕获,处理和镇静。

手动计数也受到可变天气条件和主观偏差的影响,而海虱的小阶段难以看到,因此假设在这些计数中被强烈低估。最近的数据表明,鲑鱼与更多的海虱游泳更深,目前的计数方法可能低估虱子水平。考虑到与海虱计数相关的成本和劳动力,以及虱子计数不准确的潜在后果,这种操作是通过PFF方法自动化的良好候选者。

顶部:海上虱子的保存标本。照片作者yale peabody自然历史博物馆。底部:海上海底孕妇的孕妇在大西洋鲑鱼的海上虱子患者。照片作者:7barrym0re,Creative Commons。

第一步是识别可以作为获取所需特征变量的基础的动物变量 - 海洋虱侵扰水平。对于应避免捕鱼处理的前提,通过光学方法可观察的变量最适合。例如,研究人员发现,虱子侵扰水平可以在海笼中的鲑鱼的跳跃频率中表达,使用计算机视觉方法自动检测的行为特征。

这种方法是有吸引力的,因为它适用于使用高架相机录制的视频,从而可以获得比地下环境更容易获得有用和实惠的相机解决方案。水下视频录制和计算机视觉也可能直接检测海虱。这可以使用光谱分析来区分海虱和三文鱼皮或高光谱分析,以检测由虱子侵染引起的皮肤纹理和颜色的变化。虽然这些方法可能需要更昂贵的设备,但它们更直接地接近问题,而不是使用表面活动作为代理度量。

该原理用于检测商业上可用系统中的海虱,其中可以将估计的海虱数(特征变量)不断评估对海洋虱子侵扰的合法最大限制的自动化算法,以便在检测时提醒农民接近需要操作(目标变量)的级别。本申请的特征变量可以与估计结构中的Louse群体动态的数学模型相结合,以更好地预测人口动态并实现更好地规划漂移操作。

自动拥挤控制 在漂白手术期间

当海虱数量超过法律限制时,能够有效地开发三文鱼笼,因为海上虱子的不受控制爆发可能导致鱼类福利和健康受损,并且在农场附近的环境中对野生鲑鱼产生严重后果。在生命周期期间,农业鲑鱼种群现在遭受了更多的治疗方法,而不是十年前的案例。

拥挤大西洋三文鱼的看法。照片由csiro。

这种发展的不幸副作用是经常暴露于药物治疗的海虱群体经历了对这些物质的抗性的生存驱动的遗传选择,这反过来使许多先前最有效的抗润发化学品无效。这迫使该行业寻找治疗鱼类的替代方法,目前是使用淡水,热或机械除滑等非药物处理方法的常见方法。

这些方法通常要求将鱼类高于正常密度,然后通过驳船或船舶从笼子泵送,该驳船或船舶,该驳船或船舶包含用于滤灰的系统,并回到笼子的不同部分或进入新笼子。当鱼群挤满非常高的浓度时,它们可能会遇到培养条件的受损,诱导缺氧,机械损伤等负面影响和增加的应力水平。拥挤可能会将鱼类视为降低福利并导致有害的健康和增加的死亡率,增加了杂交过程造成的潜在的负面福利影响。这对鲑鱼行业来说是一个相当大的挑战。

在消音操作之前,期间和之后自动监测鲑鱼状态的PFF应用是一种减少与拥挤养殖鱼类相关的风险的工具。如果鱼的状态意味着拥挤过程造成不可接受的应力水平或鱼类上的物理菌株,则该方法可以向农民呈现警报信号。开发方法的第一步是确定在观察阶段使用的技术。与计算机视觉算法耦合的潜水相机可以检测基于运动的动物变量,该动物变量保持有关压力水平的信息,例如游泳速度和呼吸速率,并检测皮肤状况的偏差暗示造成损坏或疮。另一种替代方案可以使用声纳(例如,图3)。至于摄像机,通过声纳获得的信息描述了人口中子组的响应。

图3:用分离梁声纳系统获得的转向值,该分裂梁声纳系统描述了在净底部从18至11米处升起的商业笼中的鲑鱼的垂直动力学变化(在04:37:00周围发生)时手术。未发表的数据,辛特雷夫海。

尽管具有光学手段的群体尺寸受到可见性的限制,但是索纳尔可以覆盖笼子的较大的子体积,并提供更大的鱼类的数据。无论监测技术如何,都需要一个基线数据集,描述了“非压力”状态和鱼的反应模式来促进解释。获得此类数据的最简单方法是在使用相同的监控制度之前监控鱼类的时间,如在拥挤期间计划的计划。然后,自动化算法可以搜索从非拥挤时段中为未受干扰的鱼类的数据值和趋势搜索偏差,并将其标记为可能意味着增加应力水平的特征变量。

结论和推荐的未来研究努力

工业鱼类农业是人类消费的船舶蛋白质的重要​​供应商。该行业渴望提供来自日益增长的世界人口的海鲜需求日益增加。由于饲料原材料稀缺等因素,适合今天的农业地点的可用性有限’S技术水平,对与其他行业的生态友好和空间使用冲突的焦点和要求(例如渔业,石油和天然气,旅游,航运),这一挑战可能无法通过简单地提升生产卷和申请来抵消目前的生产制度。因此,在这种情况下,需要更先进和更聪明的鱼类养殖方法,即行业需要从经验驱动到知识驱动的方法来更好地优化生产。

每个鱼类农场的农场产业中产生更大的卷和生产的农场产业趋势强调了监测和控制生产过程的必要性。技术工具的开发将是解决这些挑战的核心,而PFF概念则寻求利用这一潜力代表技术创立的养鱼方法的发展框架。

创建PFF方法所需的许多组件今天存在,如商业上可用的解决方案或可转换为创新的研究工具。主要是,这些解决方案旨在捕捞养鱼业务的观察阶段,这意味着它们旨在产生关于养殖鱼类中生物反应表达的数据或信息。这并不令人惊讶,考虑到观察水生环境中的动物的一般挑战一直推动该行业,以适应新技术以观察鱼类。还有几种候选技术,用于未来创新旨在解释阶段,主要以数学模型的形式。其中大多数仍然是具有有限的直接工业应用的研究工具,但模型可能是由自己的工业化或作为更大系统的组成部分。

随着生产单位的规模增加,通过传感器监测笼式群体状态的能力将减少,这意味着可能需要通过数学模型进行估计来使系统成为可观察的状态。在养鱼养殖的决定和行动阶段的既定方法或工具的例子较少。这主要是因为在这些阶段的PFF方法的实现将需要良好的观察和解释阶段的工具。因此,由于实现了前两个阶段的新工具和创新,因此开发解决方案延伸到ACT阶段的解决方案的可能性将增加。

在所有四个阶段的养鱼阶段内继续研究技术应用是在商业水产养殖中实现PFF的潜力。一种方法是将这种努力定位在特定用例中,这意味着动机是利用PFF方法解决行业内的具体挑战。本研究中概述的海虱计数和拥挤控制的案例研究是其中的例子。这些方法比普通更具体地说,成立于应用研究中,更有可能具有强大的行业吸引力。

或者,每个阶段可以单独瞄准,以解决技术挑战,例如精炼传感器技术,以便更好地观察动物变量,工业化数学模型,开发自动化DSS方法以及开发用于笼式操作的自主系统。这将需要一定数量的基本研究来了解鱼类中的生物机制更好,这可能具有较低的直接工业吸引力,但在为未来方法的发展提供知识依据方面可能具有更高的长期影响。这两个方向的研究是通过PFF概念迎来一种新的技术导向的鱼类农业的新范式。

致谢

本研究是参与机构之间战略合作努力的结果,尚未通过外部拨款资助。我们将这项工作献给了这项工作,迟到的Jens Glad Balchen(1926-2009),他们首先建立了将网络学方法应用于水生生物的生产和捕获的想法。

编辑注意: 本文有14名共同作者(参见所有作者名称的标签),但仅列出了第一个和相应作者的隶属关系和联系信息。

参考文献可从相应作者提供。


现在你'完成阅读文章......

… 我们  希望你能考虑支持我们的使命,以记录全球水产养殖业的演变,并每周分享我们广大贡献者的广大贡献者网络。

通过成为全球水产养殖联盟成员,您可以确保我们通过会员福利,资源和活动所做的所有竞争性工作。个人成员每年只需50美元。 Gaa个人和公司成员可以在4月开始互动访问一系列目标虚拟事件。立即加入。

不是gaa会员?加入我们。