Un système technologique de reconnaissance et de tri des espèces de poissons pour sauver le saumon de l'Atlantique
Solution complète
Juin 2021, phase 1 de l'installation de la solution à Storelva
Berlevåg Jeger- og fiskerforening (BJFF)
Voici comment Huawei et une association locale de chasseurs et de pêcheurs - Berlevåg Jeger- og fiskerforening (BJFF) - ont mis au point un piège à poissons automatisé doté d'un système de caméra intégré et d'un logiciel d'intelligence artificielle afin d'éliminer le saumon à bosse étranger envahissant une rivière à Berlevåg, une petite communauté située à l'extrême nord de la Norvège, près de la mer de Barents. En empêchant le saumon à bosse de remonter les rivières, nous éliminons le risque de reproduction et réduisons la menace des espèces envahissantes dans les rivières. Les populations de saumon de l'Atlantique sont exposées à diverses menaces, mais celle du saumon à bosse, espèce envahissante, est la plus importante. Le problème du saumon à bosse s'aggrave considérablement et, par conséquent, la conception de la construction du piège à poissons est prête à être reproduite et à s'adapter à d'autres rivières.
Dernière modification 21 Jan 2025
1421 Vues
Contexte
Défis à relever
Le défi consiste à éliminer le saumon à bosse des rivières norvégiennes afin de préserver la biodiversité arctique indigène de manière efficace. L'habitat naturel du saumon à bosse se trouve dans l'océan Pacifique, mais il est présent dans les rivières norvégiennes depuis les années 1960. En 2017, la présence du saumon à bosse s'est rapidement accrue dans les rivières le long de la ligne côtière norvégienne, atteignant des niveaux alarmants. L'espèce de saumon étrangère envahissante a été classée comme présentant un "risque élevé" de menace pour la biodiversité indigène, en particulier pour les espèces de saumon locales. L'omble de mer de Storelva est une petite population qui a du mal à survivre. Si un grand nombre de saumons à bosse frayent dans la même zone, cela représentera un risque très élevé pour notre poisson local, qui pourrait être détruit. L'élimination des saumons à bosse des rivières a été particulièrement difficile, car ils arrivent dans les cours d'eau en groupes, souvent parmi les saumons de l'Atlantique. Le retrait des saumons à bosse est actuellement effectué manuellement par des bénévoles, ce qui est très inefficace.
Emplacement
Berlevåg, Troms, Norvège
Europe du Nord
Traiter
Résumé du processus
L'appareil périphérique tire des flux vidéo HD des caméras sous-marines. Il traite les flux vidéo et conserve les clips vidéo bruts et les métadonnées structurées sur l'espace disque local.
À intervalles réguliers, toutes les données conservées sur l'appareil périphérique seront téléchargées vers un centre de données distant. Dans le centre de données, les métadonnées structurées seront utilisées pour former un nouveau modèle d'IA. Le modèle d'IA sera téléchargé sur l'appareil périphérique et fonctionnera comme d'habitude.
Blocs de construction
Module de capture vidéo et de reconnaissance des poissons
Grâce à des caméras HD sous-marines déployées dans les rivières, les flux vidéo sont acheminés vers un dispositif périphérique. Ces derniers sont physiquement proches des rivières, ce qui permet de réduire le temps de latence. Un logiciel d'inférence IA hautement optimisé est mis en œuvre pour la reconnaissance des poissons en temps réel.
Facteurs favorables
En présentant au module d'IA des dizaines de milliers d'images étiquetées, l'algorithme atteint rapidement le niveau de précision souhaité. Au fur et à mesure que le système reçoit de plus en plus d'espèces de poissons, l'algorithme apprend encore plus et devient de plus en plus performant.
Leçon apprise
La proximité du dispositif de bord avec le mécanisme de tri s'est avérée très efficace. Actuellement, l'algorithme reconnaît l'espèce de poisson en 8 millisecondes. Différentes couleurs de lumière et d'arrière-plan ont un impact sur les capacités de reconnaissance des poissons. Un arrière-plan de couleur claire, mais pas complètement blanc, s'avère être le meilleur. Le soleil de minuit a un effet positif, permettant à la reconnaissance de fonctionner 24 heures sur 24, 7 jours sur 7.
Collecte de données et ré-entraînement des modèles
Il existe plusieurs types de données générées par l'appareil périphérique.
- Clips vidéo bruts. L'espace disque étant limité sur l'appareil périphérique, les clips vidéo sont régulièrement téléchargés vers un centre de données avec des sauvegardes multicouches. Ce type de données brutes est utile pour les études futures et le backtracing.
- Métadonnées des modèles d'IA. Comme indiqué précédemment, le logiciel d'IA reconnaîtra les poissons apparaissant dans les flux vidéo. Par conséquent, les métadonnées incluront les images qui contiennent effectivement des poissons. Pour chaque image significative, l'emplacement et la catégorie des poissons seront indiqués. Ce type de métadonnées permettra des analyses plus scientifiques telles que le comptage des poissons, la recherche sur les habitudes des poissons, etc. Plus important encore, les métadonnées seront utilisées pour entraîner à nouveau les modèles d'intelligence artificielle utilisés dans le logiciel. Au fil du temps, les modèles d'IA fourniront une reconnaissance plus précise.
Facteurs favorables
Pour que la solution fonctionne de manière optimale, il faut une bonne connexion internet stable. Dans cette solution, la fibre optique était disponible, mais la solution devrait fonctionner tout aussi bien sur la 5G et peut-être même sur la 4G puisque le téléchargement peut être effectué sans temps réel.
Leçon apprise
Il est essentiel de disposer d'une solution centralisée de stockage en nuage afin de réduire les investissements sur site. Elle permet également à la solution de partager tous les apprentissages précédents avec les nouvelles installations, en leur donnant un point de départ au niveau de toutes les solutions existantes déployées. Chaque solution contribue à l'apprentissage et à l'amélioration de la qualité, ce qui profite à toutes les autres.
Mécanisme de tri automatisé
Une bonne étude locale de l'environnement, du courant et de la profondeur de l'eau, de l'angle du fond de la rivière, de la lumière disponible, de l'électricité et de la connexion Internet sont autant de facteurs qui auront un impact sur la solution. Il est utile d'utiliser des matériaux durables et respectueux de l'environnement et de faire appel à des entreprises qui ont déjà eu l'occasion de s'occuper de poissons vivants dans des installations sous-marines.
Facteurs favorables
En bref, un mécanisme mécanique d'ouverture et de fermeture permet de trier les poissons qui passent la barrière et l'écluse. Le saumon local et la truite de mer peuvent passer sans encombre, tandis que le saumon à bosse et le saumon d'élevage sont arrêtés et triés jusqu'à une barrière d'où ils peuvent être retirés et éventuellement transformés.
Leçon apprise
L'installation d'une telle solution nécessite une bonne planification et des ingénieurs qualifiés. Travailler dans un courant d'eau fort est exigeant et nécessite une expertise et des équipements. La fixation de l'installation au fond de l'aquarium est vitale, car il ne faut pas qu'il y ait de mouvements susceptibles d'introduire de petites ouvertures indésirables dans lesquelles les poissons pourraient nager. Nous avons également appris qu'il est préférable d'envoyer tous les poissons non reconnus dans le bassin pour un tri manuel, plutôt que d'avoir des espèces indésirables qui remontent la rivière pour frayer.
Impacts
L'impact du projet est immense pour plusieurs raisons. Tout d'abord, la solution élimine efficacement le saumon à bosse des rivières, ce qui contribue à maintenir la diversité biologique locale en général et à sauver le saumon de l'Atlantique en particulier. Deuxièmement, la solution est évolutive et peut être appliquée à d'autres rivières de la région arctique. Troisièmement, la solution est rentable par rapport à d'autres solutions de capture manuelle et libère les communautés locales d'un travail manuel fatigant. En outre, le système permet de réaliser des gains économiques, car le saumon à bosse est comestible. Une solution possible serait que les acteurs locaux extraient le saumon à bosse des pièges pour le vendre sur le marché.
Bénéficiaires
- Le saumon de l'Atlantique
- L'association norvégienne des chasseurs et des pêcheurs,
- Les organisations partenaires locales, les ONG et les organismes gouvernementaux ayant pour mandat de préserver la diversité biologique et l'environnement. Gouvernements locaux. Pêcheurs à la ligne locaux.
Objectifs de développement durable
ODD 3 - Bonne santé et bien-être
ODD 11 - Villes et communautés durables
ODD 14 - Vie aquatique
ODD 17 - Partenariats pour la réalisation des objectifs
Histoire
Juin 2021, phase 1 de l'installation de la solution à Storelva
Berlevåg Jeger- og fiskerforening (BJFF)
Il y a tout lieu de s'inquiéter de l'avenir du saumon de l'Atlantique, en particulier dans le nord de la Norvège. L'année dernière, on a enregistré plus de saumons à bosse que de saumons de l'Atlantique dans de nombreuses rivières de la région surveillée. Cette situation est problématique car le saumon à bosse entre en compétition avec d'autres poissons pour la nourriture et l'espace, il est porteur de maladies et les propage, et il risque de contaminer la qualité de l'eau locale. Il menace donc la biodiversité locale et les écosystèmes des rivières norvégiennes.
Le saumon atlantique est endémique de l'Atlantique Nord et fait partie intégrante de l'identité et des valeurs des habitants de la partie la plus septentrionale de la Norvège. La lutte contre le saumon à bosse envahissant et le maintien des stocks d'espèces indigènes sont donc importants pour notre culture et nos pratiques, ainsi que pour minimiser les dommages biologiques et économiques.
Pour nombre de nos petites communautés isolées, le désespoir est perceptible. Depuis des années, des bénévoles locaux et des gardiens de rivières se réunissent chaque été pour tenter désespérément d'arrêter les saumons à bosse envahissants qui remontent les rivières pour frayer et menacer la survie des espèces indigènes. Jusqu'à présent, ces opérations étaient effectuées manuellement dans les rivières glacées, à l'aide de filets et d'autres outils destinés à stopper l'invasion.
Les communautés locales, les autorités nationales et les principales communautés de recherche sont toutes confrontées à la détresse causée par cette situation. Il est devenu urgent pour toutes les parties prenantes de mettre au point une solution qui permette de surveiller et de trier tous les prédateurs dans les cours d'eau, les estuaires et les zones maritimes voisines.
Au cours de l'été 2021, la première partie d'un projet pilote a été lancée en collaboration avec Huawei, dans la rivière Storelva, dans la municipalité de Berlevåg.
L'objectif était d'identifier tous les poissons anadromes remontant le cours d'eau. Grâce à un flux vidéo continu de fin juin à septembre, avec des dizaines de milliers d'images, le matériel et le code source nouvellement développé ont permis d'identifier plus de 90 % des saumons et des saumons à bosse qui passaient par là. Le système est donc capable de reconnaître les stocks de saumons et d'ombles de mer de la rivière, mais aussi d'enregistrer les saumons à bosse envahissants. Un objectif que nous avons atteint avec une bonne marge.
La deuxième phase a été lancée pour développer le dernier module à connecter au tri. En bref, un mécanisme mécanique d'ouverture/fermeture triera les poissons qui passent la barrière et l'écluse. Les saumons indigènes et les truites de mer peuvent passer sans encombre, tandis que les saumons à bosse et les saumons d'élevage sont arrêtés et triés vers une barrière où ils peuvent être retirés et éventuellement transformés.
