Un sistema di riconoscimento e selezione delle specie ittiche abilitato dalla tecnologia per salvare il salmone atlantico
Soluzione completa
Giugno 2021, installazione della soluzione di fase 1 a Storelva
Berlevåg Jeger- og fiskerforening (BJFF)
Questa è la storia di come Huawei e un'associazione locale di cacciatori e pescatori - Berlevåg Jeger- og fiskerforening (BJFF) - hanno sviluppato una trappola per pesci automatizzata con un sistema di telecamere integrato e un software di intelligenza artificiale per rimuovere l'invasione di salmoni gobbi da un fiume di Berlevåg, una piccola comunità sulla punta più settentrionale della Norvegia, vicino al Mare di Barents. Impedendo al salmone gobbo di risalire i fiumi, eliminiamo il rischio di riproduzione e riduciamo la minaccia di specie invasive nei fiumi. Le popolazioni di salmone atlantico sono esposte a diverse minacce, ma quella del salmone gobbo invasivo è la più significativa. Il problema del salmone gobbo si sta aggravando drasticamente e, di conseguenza, il progetto di costruzione della trappola per pesci è pronto per essere duplicato e inserito in altri fiumi.
Ultimo aggiornamento: 21 Jan 2025
1421 Visualizzazioni
Contesto
Sfide affrontate
La sfida consiste nel rimuovere il salmone megattero dai fiumi norvegesi per preservare la biodiversità artica autoctona in modo efficiente. L'habitat naturale del salmone gobbo si trova nell'Oceano Pacifico, ma è presente nei fiumi norvegesi dagli anni '60. Nel 2017, la presenza del salmone gobbo è aumentata rapidamente nei fiumi lungo la linea costiera norvegese, avvicinandosi a livelli allarmanti. L'invasione di specie di salmone straniere è stata classificata come "ad alto rischio" per la biodiversità autoctona, soprattutto per le specie di salmone locali. Il salmerino di Storelva è una popolazione piccola e in difficoltà. Se nella stessa area si riproducono molte specie di salmone gobbo, il rischio per la fauna ittica locale sarà molto elevato, con la possibilità di distruggerla. Il compito di rimuovere i salmoni gobbi dai fiumi è stato particolarmente difficile, poiché arrivano nei corsi d'acqua in branco, spesso in mezzo ai salmoni atlantici. Attualmente la rimozione dei salmoni gobbi viene effettuata manualmente da volontari, il che è altamente inefficiente.
Posizione
Berlevåg, Troms, Norvegia
Nord Europa
Processo
Sintesi del processo
Il dispositivo edge preleva i flussi video HD dalle telecamere subacquee. Il dispositivo edge elabora i flussi video e persiste i clip video grezzi e i meta-dati strutturati sullo spazio disco locale.
A intervalli regolari, tutti i dati persistenti sul dispositivo edge saranno caricati su un centro dati remoto. Nel centro dati, i metadati strutturati saranno utilizzati per addestrare un nuovo modello di intelligenza artificiale. Il modello AI verrà caricato sul dispositivo edge e funzionerà come di consueto.
Blocchi di costruzione
Modulo di cattura video e di riconoscimento dei pesci
Con le telecamere HD subacquee installate nei fiumi, i flussi video vengono inviati a un dispositivo edge. I dispositivi edge sono fisicamente vicini ai fiumi, con il vantaggio di una latenza ridotta. Per il riconoscimento dei pesci in tempo reale viene implementato un software di inferenza AI altamente ottimizzato.
Fattori abilitanti
Presentando al modulo AI decine di migliaia di immagini etichettate, l'algoritmo raggiunge rapidamente il livello di precisione desiderato. Man mano che un numero sempre maggiore di specie di pesci passa attraverso il sistema, l'algoritmo impara ancora di più e migliora sempre di più.
Lezione imparata
La vicinanza del dispositivo di bordo al meccanismo di smistamento si è rivelata altamente efficiente. Attualmente l'algoritmo riconosce la specie di pesce entro 8 millisecondi. I diversi colori della luce e dello sfondo influiscono sulle capacità di riconoscimento dei pesci. Uno sfondo chiaro, ma non completamente bianco, si rivela il migliore. Il sole di mezzanotte ha un effetto positivo, rendendo il riconoscimento in grado di funzionare 24 ore su 24, 7 giorni su 7.
Raccolta dati e riqualificazione del modello
Esistono diversi tipi di dati generati dal dispositivo edge.
- Video clip grezzi. Con uno spazio disco limitato sul dispositivo edge, i filmati vengono regolarmente caricati in un centro dati con backup multistrato. Questo tipo di dati grezzi è utile per studi futuri e per il backtracing.
- Metadati dai modelli di intelligenza artificiale. Come descritto in precedenza, il software AI riconoscerà i pesci osservati nei flussi video. Pertanto, i metadati includeranno fotogrammi di immagini che contengono effettivamente pesci. Per ogni fotogramma significativo, saranno indicate le posizioni e le categorie dei pesci. Questo tipo di metadati consentirà analisi più scientifiche, come il conteggio dei pesci, la ricerca sulle abitudini dei pesci, ecc. Ma soprattutto, i metadati saranno utilizzati per riqualificare i modelli AI utilizzati nel software. Con il tempo, i modelli AI forniranno un riconoscimento più accurato.
Fattori abilitanti
Affinché la soluzione funzioni in modo ottimale, è necessaria una buona connessione Internet stabile. In questa soluzione era disponibile la fibra ottica, ma la soluzione dovrebbe funzionare altrettanto bene con il 5G e forse anche con il 4G, dato che l'upload può essere effettuato senza tempo reale.
Lezione imparata
Una soluzione di archiviazione cloud centralizzata è fondamentale per ridurre gli investimenti in loco. Inoltre, consente alla soluzione di condividere tutti gli apprendimenti precedenti con le nuove installazioni, fornendo loro un punto di riferimento a livello di tutte le soluzioni esistenti implementate. Ogni soluzione può contribuire con ulteriori insegnamenti e una maggiore qualità a beneficio di tutte le altre.
Meccanismo di smistamento automatico
Una buona indagine locale dell'ambiente, la corrente dell'acqua, la profondità dell'acqua, l'angolo del fondo del fiume, la luce disponibile, l'alimentazione e la connessione a Internet sono tutti fattori che influiscono sulla soluzione. L'utilizzo di materiali durevoli ed ecocompatibili e l'impiego di aziende che abbiano già avuto esperienze con pesci vivi in installazioni sottomarine sono utili.
Fattori abilitanti
In breve, un meccanismo meccanico di apertura/chiusura smisterà i pesci che passano la barriera e la bloccherà. Il salmone locale e la trota di mare possono passare senza ostacoli, mentre il salmone gobbo e il salmone d'allevamento vengono fermati e smistati verso una barriera dove possono essere rimossi e potenzialmente lavorati.
Lezione imparata
L'installazione di una soluzione di questo tipo richiede una buona pianificazione e ingegneri esperti. Lavorare in una forte corrente d'acqua è impegnativo e richiede competenze e attrezzature. Fissare l'installazione al fondo è fondamentale, in quanto non si possono avere movimenti che possono introdurre piccole aperture indesiderate attraverso le quali i pesci possono nuotare. Abbiamo anche imparato che è meglio mandare tutti i pesci non riconosciuti nella vasca per la selezione manuale, piuttosto che avere specie indesiderate che risalgono il fiume per riprodursi.
Impatti
L'impatto del progetto è immenso per vari motivi. In primo luogo, la soluzione elimina efficacemente i salmoni gobbi dai fiumi, contribuendo a mantenere la diversità biologica locale in generale e a salvare il salmone atlantico in particolare. In secondo luogo, la soluzione è scalabile e può essere applicata ad altri fiumi della regione artica. In terzo luogo, la soluzione è efficiente in termini di costi rispetto ad altre soluzioni di cattura manuale e libera le comunità locali dal faticoso lavoro manuale. Inoltre, il sistema consente di ottenere guadagni economici, poiché il salmone gobbo è commestibile. Una possibile soluzione è che gli attori locali possano estrarre il salmone dalle trappole per venderlo sul mercato.
Beneficiari
- Il salmone dell'Atlantico
- L'Associazione norvegese dei cacciatori e dei pescatori,
- Organizzazioni partner locali, ONG ed enti governativi con il mandato di preservare la diversità biologica e l'ambiente. Governi locali. Pescatori locali.
Obiettivi di sviluppo sostenibile
SDG 3 - Buona salute e benessere
SDG 11 - Città e comunità sostenibili
SDG 14 - Vita sott'acqua
SDG 17 - Partenariati per gli obiettivi
La storia
Giugno 2021, installazione della soluzione di fase 1 a Storelva
Berlevåg Jeger- og fiskerforening (BJFF)
Ci sono tutte le ragioni per essere preoccupati per il futuro del salmone atlantico, soprattutto nella Norvegia settentrionale. L'anno scorso, in molti fiumi della regione monitorata, sono stati registrati più salmoni gobbi che salmoni atlantici. Si tratta di una situazione problematica, in quanto entra in competizione con altri pesci per il cibo e lo spazio, trasporta e diffonde malattie e può contaminare la qualità dell'acqua locale. Minaccia quindi la biodiversità locale e gli ecosistemi dei fiumi norvegesi.
Il salmone atlantico è endemico dell'Atlantico settentrionale ed è parte integrante dell'identità e dei valori delle popolazioni della Norvegia più settentrionale. Combattere il salmone gobbo invasivo e conservare gli stock di specie autoctone è quindi importante per la nostra cultura e le sue pratiche, oltre che per ridurre al minimo i danni biologici ed economici.
Per molte delle nostre piccole e remote comunità la disperazione è evidente. Da anni, ogni estate, volontari locali e guardie fluviali si riuniscono per cercare disperatamente di fermare l'invasione dei salmoni gobbi che risalgono i fiumi per deporre le uova e minacciare la sopravvivenza delle specie autoctone. Fino ad ora, questo è stato fatto manualmente nei fiumi ghiacciati con reti e altri strumenti per fermare l'invasione.
Le comunità locali, le autorità nazionali e le principali comunità di ricerca stanno affrontando il disagio causato dalla situazione. È diventato urgente per tutte le parti interessate sviluppare insieme una soluzione in grado di monitorare e smistare tutti i predatori nei corsi d'acqua, negli estuari e nelle aree marine vicine.
Nell'estate del 2021, in collaborazione con Huawei, è stata avviata la prima parte di un progetto pilota nel fiume "Storelva" nel comune di Berlevåg.
L'obiettivo era quello di identificare tutti i pesci anadromi che risalgono il corso d'acqua. Con un flusso video continuo da fine giugno a settembre, con decine di migliaia di immagini, l'hardware e il codice sorgente appena sviluppato sono stati in grado di identificare ben oltre il 90% dei salmoni e delle megattere che sono passati. In questo modo, il sistema è stato in grado di riconoscere i salmoni e i salmerini del fiume, ma anche di registrare gli invasivi salmoni gobbi. Un obiettivo che abbiamo raggiunto con un buon margine.
Ora è stata avviata la fase due per sviluppare l'ultimo modulo da collegare allo smistamento. In breve, un meccanismo meccanico di apertura/chiusura smisterà i pesci che passano la barriera e il blocco. I salmoni autoctoni e le trote di mare possono passare senza ostacoli, mentre le megattere e i salmoni d'allevamento vengono fermati e smistati verso una barriera dove possono essere rimossi e potenzialmente lavorati.
