Op technologie gebaseerd systeem voor het herkennen en sorteren van vissoorten om Atlantische zalm te redden
Volledige oplossing
Juni 2021, installatie van fase 1 oplossing in Storelva
Berlevåg Jeger- og fiskerforening (BJFF)
Dit is het verhaal over hoe Huawei en een lokale vereniging van jagers en vissers - Berlevåg Jeger- og fiskerforening (BJFF) - een geautomatiseerde visval ontwikkelden met een ingebouwd camerasysteem en AI-software om de binnendringende vreemde bultrugzalm te verwijderen uit een rivier in Berlevåg, een kleine gemeenschap, op het noordelijkste puntje van Noorwegen, grenzend aan de Barentszzee. Door te voorkomen dat de bultrugzalm de rivieren opzwemt, elimineren we het risico op voortplanting en verminderen we de bedreiging voor invasieve soorten in rivieren. De Atlantische zalmpopulaties staan bloot aan verschillende bedreigingen, maar de bedreiging door de invasieve bultrugzalm is de belangrijkste. Dit is het verhaal over hoe de Atlantische zalm kan worden gered door gebruik te maken van technologie. Het probleem van de bultrugzalm escaleert drastisch en als gevolg daarvan is het constructieontwerp van de visval voorbereid om te worden gedupliceerd en in andere rivieren te worden geplaatst.
Laatst bijgewerkt: 21 Jan 2025
1442 Weergaven
Context
Uitdagingen
De uitdaging is om de bultrugzalm op een efficiënte manier uit de Noorse rivieren te verwijderen om de inheemse Arctische biodiversiteit te behouden. De natuurlijke habitat van de bultrugzalm ligt in de Stille Oceaan, maar hij komt al sinds 1960 voor in Noorse rivieren. In 2017 escaleerde de aanwezigheid van bultrugzalmen snel in rivieren langs de Noorse kust en bereikte een alarmerend niveau. De binnendringende buitenlandse zalmsoort is gecategoriseerd als een "hoog risico" voor de inheemse biodiversiteit, vooral voor lokale zalmsoorten. De ridderforel in Storelva is een kleine populatie die het moeilijk heeft. Als er in hetzelfde gebied veel bultrugzalmen paaien, is dat een zeer groot risico voor onze lokale vis, die daardoor mogelijk wordt vernietigd. Het verwijderen van de bultrugzalm uit rivieren is een bijzonder moeilijke taak, omdat ze in groepen in de waterlopen aankomen, vaak tussen de Atlantische zalm. Het verwijderen van de bultrugzalm gebeurt momenteel handmatig door vrijwilligers, wat zeer inefficiënt is.
Locatie
Berlevåg, Troms, Noorwegen
Noord-Europa
Proces
Samenvatting van het proces
Het randapparaat haalt HD-videostreams op van onderwatercamera's. Het randapparaat verwerkt de videostreams en slaat ruwe videoclips en gestructureerde metadata op in de lokale schijfruimte.
Op regelmatige tijdstippen worden alle gegevens op het randapparaat geüpload naar een extern datacentrum. In het datacenter worden de gestructureerde metadata gebruikt om een nieuw AI-model te trainen. Het AI-model wordt geüpload naar het randapparaat en functioneert zoals gewoonlijk.
Bouwstenen
Module voor video-opname en visherkenning
Met onderwater HD-camera's in de rivieren worden de videostromen naar een randapparaat geleid. De randapparaten bevinden zich fysiek dicht bij de rivieren, met als voordeel een lagere latentie. Er wordt een sterk geoptimaliseerde AI-inferentiesoftware geïmplementeerd voor realtime visherkenning.
Sleutelfactoren
Door de AI-module tienduizenden gelabelde foto's voor te leggen, bereikt het algoritme al snel het gewenste nauwkeurigheidsniveau. Naarmate er meer en meer vissoorten door het systeem gaan, leert het algoritme nog meer en wordt het steeds beter.
Geleerde les
Het blijkt zeer efficiënt om het randapparaat dicht bij het sorteermechanisme te hebben. Op dit moment wordt de vissoort binnen 8 milliseconden herkend door het algoritme. Verschillende licht- en achtergrondkleuren beïnvloeden de mogelijkheden van de visherkenning. Een lichtgekleurde achtergrond, maar niet helemaal wit, blijkt het beste te zijn. Middernachtzon heeft een positief effect, waardoor de herkenning 24/7 kan werken.
Gegevensverzameling en modeltraining
Er zijn verschillende soorten gegevens die door het randapparaat worden gegenereerd.
- Ruwe videoclips. Met beperkte schijfruimte op het randapparaat worden de videoclips regelmatig geüpload naar een datacentrum met back-ups op meerdere lagen. Dit type ruwe gegevens is nuttig voor toekomstige studie en backtracing.
- Metadata van AI-modellen. Zoals eerder beschreven zal de AI-software vissen herkennen die te zien zijn in de videostromen. Daarom zullen de metadata beeldframes bevatten die daadwerkelijk vissen bevatten. Voor elk zinvol beeldframe worden de locaties en categorieën van vissen gemarkeerd. Dit type metadata zal meer wetenschappelijke analyses mogelijk maken, zoals het tellen van vissen, onderzoek naar visgewoonten, enz. Nog belangrijker is dat de metadata gebruikt zullen worden om de AI-modellen in de software te hertrainen. Na verloop van tijd zullen de AI-modellen meer accurate herkenning geven.
Sleutelfactoren
Om de oplossing optimaal te laten werken, is een goede stabiele internetverbinding nodig. In deze oplossing was glasvezel beschikbaar, maar de oplossing zou net zo goed moeten werken over 5G en mogelijk zelfs over 4G omdat uploaden zonder realtime kan gebeuren.
Geleerde les
Het hebben van een gecentraliseerde cloudopslagoplossing is van vitaal belang om investeringen op locatie te beperken. Het stelt de oplossing ook in staat om alle eerder opgedane kennis te delen met nieuwe installaties, waardoor ze een aanknopingspunt hebben op het niveau van alle bestaande oplossingen die zijn geïmplementeerd. Elke oplossing draagt bij met extra kennis en verhoogde kwaliteit, wat alle andere oplossingen ten goede komt.
Automatisch sorteermechanisme
Goed plaatselijk onderzoek naar de omgeving, waterstroming, waterdiepte, hoek van de rivierbodem, beschikbaar licht, stroom en internetverbinding zijn allemaal factoren die van invloed zijn op de oplossing. Het gebruik van duurzaam milieuvriendelijk materiaal en het inschakelen van bedrijven die ervaring hebben met het werken met levende vissen in installaties onder water is nuttig.
Sleutelfactoren
Kort gezegd zal een mechanisch open/dicht mechanisme de vis die de barrière passeert sorteren en vergrendelen. Lokale zalm en zeeforel kunnen ongehinderd passeren, terwijl bultrugzalm en gekweekte zalm worden tegengehouden en uitgesorteerd naar een barrière waar ze kunnen worden verwijderd en mogelijk verwerkt.
Geleerde les
De installatie van een dergelijke oplossing vereist een goede planning en bekwame technici. Werken in een sterke waterstroom is veeleisend en vereist expertise en apparatuur. Het vastzetten van de installatie op de geribbelde bodem is van vitaal belang, omdat je geen beweging kunt hebben waardoor kleine ongewenste openingen ontstaan waar de vissen doorheen kunnen zwemmen. We hebben ook geleerd dat het beter is om alle onherkende vissen naar de tank te sturen om ze handmatig te sorteren, dan dat ongewenste soorten de rivier op gaan om te paaien.
Invloeden
De impact van het project is om verschillende redenen immens. Ten eerste verwijdert de oplossing effectief bultrugzalmen uit rivieren, wat bijdraagt aan het behoud van de lokale biologische diversiteit in het algemeen en het redden van de Atlantische zalm in het bijzonder. Ten tweede is de oplossing zo schaalbaar dat deze ook in andere rivieren in het arctische gebied kan worden toegepast. Ten derde is de oplossing kostenefficiënt in vergelijking met andere handmatige vangstoplossingen en bevrijdt het de lokale gemeenschappen van vermoeiende handarbeid. Bovendien biedt het systeem economische voordelen omdat de bultrugzalm inderdaad eetbaar is. Een mogelijke oplossing is dat lokale actoren de bultrugzalm uit de vallen halen om deze op de markt te verkopen.
Begunstigden
- De Atlantische Zalm
- De Noorse vereniging van jagers en vissers,
- Lokale partnerorganisaties, NGO's en overheidsinstanties met een mandaat om de biologische diversiteit en het milieu te behouden. Lokale overheden. Lokale vissers.
Duurzame Ontwikkelingsdoelen
SDG 3 - Goede gezondheid en welzijn
SDG 11 - Duurzame steden en gemeenschappen
SDG 14 - Leven onder water
SDG 17 - Partnerschappen voor de doelen
Verhaal
Juni 2021, installatie van fase 1 oplossing in Storelva
Berlevåg Jeger- og fiskerforening (BJFF)
Er is alle reden om bezorgd te zijn over de toekomst van de Atlantische zalm, vooral in het noorden van Noorwegen. Vorig jaar werd er meer bultrugzalm dan Atlantische zalm geregistreerd in veel van de rivieren in de regio die werden gecontroleerd. Dit is problematisch omdat bultrugzalm concurreert met andere vissen om voedsel en ruimte, ziektes overbrengt en verspreidt en mogelijk de lokale waterkwaliteit vervuilt. Dit vormt een bedreiging voor de lokale biodiversiteit en ecosystemen in Noorse rivieren.
Atlantische zalm is endemisch voor de Noord-Atlantische Oceaan en maakt integraal deel uit van de identiteit en waarden van de mensen in het noordelijkste deel van Noorwegen. Het bestrijden van de invasieve bultrugzalm en het in stand houden van inheemse soorten is daarom belangrijk voor onze cultuur en gebruiken, en voor het minimaliseren van de biologische en economische schade.
Voor veel van onze kleine en afgelegen gemeenschappen is de wanhoop merkbaar. Jarenlang verzamelden lokale vrijwilligers en rivierwachten zich elke zomer om wanhopig te proberen de invasieve bultrugzalm tegen te houden die in de rivieren opsteekt om te paaien en het voortbestaan van inheemse soorten bedreigt. Tot nu toe gebeurde dit handmatig in ijskoude rivieren met netten en andere hulpmiddelen om de invasie te stoppen.
Lokale gemeenschappen, nationale autoriteiten en belangrijke onderzoeksgemeenschappen worden allemaal geconfronteerd met onrust als gevolg van de situatie. Het werd dringend noodzakelijk voor alle belanghebbenden om samen een oplossing te ontwikkelen die alle roofdieren in de waterlopen, in de riviermondingen en in de nabijgelegen zeegebieden kan controleren en sorteren.
In de zomer van 2021 werd het eerste deel van een proefproject gelanceerd in samenwerking met Huawei, in de rivier 'Storelva' in de gemeente Berlevåg.
Hier was het doel om alle anadrome vissen die in de waterloop opstijgen te identificeren. Met een continue videostroom van eind juni tot september, met tienduizenden beelden, waren de hardware en de nieuw ontwikkelde broncode in staat om meer dan 90% van de zalmen en bultrugzalmen die passeerden te identificeren. Op die manier kon het systeem niet alleen de zalm en de riddervis van de rivier zelf herkennen, maar ook de invasieve bultrugzalm registreren. Een doel dat we ruimschoots hebben bereikt.
Fase twee is nu gestart om de laatste module te ontwikkelen die met het sorteren wordt verbonden. Kort gezegd zal een mechanisch open/dicht mechanisme de vis sorteren die de barrière en sluis passeert. Inheemse zalm en zeeforel kunnen ongehinderd passeren, terwijl bultrugzalm en gekweekte zalm worden tegengehouden en uitgesorteerd naar een barrière waar ze kunnen worden verwijderd en mogelijk verwerkt.
