Fish Escape and Models to Assess Influential Factors
Master thesis
Permanent lenke
http://hdl.handle.net/11250/2622907Utgivelsesdato
2019Metadata
Vis full innførselSamlinger
- Institutt for marin teknikk [3579]
Sammendrag
Denne avhandlingen undersøker problemer relatert til fiskerømming og sikkerhetsstyring ihavbruk. Grunnlaget denne avhandlingen bygger på er en litteraturstudie av akvakultur ogto databaser som inneholder historisk informasjon om hvordan fiskerømming har tidligereskjedd. Rapporter om rømming og mistanke om rømming Fiskeridirektoratet mottok iløpet av 2016 er grunnlaget for den første databasen. Den andre databasen ble opprettetav Fiskeridirektoratet og inneholder informasjon om fiskerømminger i tidsrommet fra 2010til 2016.
Databasene gir innsikt i ulike årsaker til fiskeflukt, og hvordan disse har oppstått. Den girinnsikt i hvilken sammenheng rømmingen skjedde i, med tilhørende utstyr og komponenter.De kategoriserte funnene fra databasen ble brukt i statistiske analyser for å anslå omfangetav fiskerømming som følge av de forskjellige hendelsene.
For å få frem tilstrekkelig informasjon om forskjellige måter fisk kan rømme på, gåravhandlingen gjennom strukturen til et oppdrettsanlegg, en rekke marine operasjoner ogsikkerhetsstyringssystemer. Funnene tilsier at fiskerømming skjer gjerne som en konsekvensav dårlig praksis og kontroll av det fysiske oppdrettssystemet.
Informasjonen fra databasen og litteraturstudiene har blitt brukt til å lage en Bayesiansknettverk ved bruk av programmet GeNie. Nettverket tar for seg forskjellige faktorersom bidrar til fiskerømming i en operativ sammenheng. Ytterligere nettverk ble lagdfor å undersøke den organisatoriske innflytelsen selve selskapet kan ha på fiskerømming.Nettverkene kan anvendes på forskjellige måter. Det kan brukes rent illustrativt for åforstå hvordan fisken rømmer, eller det kan konverteres til et kvantitativt nettverk forå gjennomgå de faktiske forhold. Motivasjonen for å utvikle modellene er for å lage enplattform hvor arbeidspraksis og organisatoriske endringer og kan undersøkes.
Det kan konkluderes med at modellen kan brukes som et nyttig verktøy i risikostyring,gjerne kombinert med informasjon innhentet fra Operation Safety Condition metoden.Fordelen med modellen er at den kan enkelt få frem forholdet mellom menneske, teknologiog organisasjon i sikkerhetsstyring og rømmingshendelser. This thesis examines the issues in aquaculture with a particular focus on fish escape andsafety management. The context this thesis is built upon is a comprehensive literaturestudy upon matters of relevance in aquaculture and two databases containing historicalinformation about how previous fish escapes have occurred. The first database was createdfrom numerous reports issued to the Directorate of Fisheries by fish farming companies,containing information of events with escapes and suspected escapes in 2016. The latterdatabase was created by the Directorate of Fisheries and contains information on fishescape events from 2010 to 2016.
The databases provide insight into different configurations and causes of fish escape withassociated operations, equipment, and components. The categorised findings from thedatabase have been subject to statistical analyses to estimate the extent of fish escapeconnected to different configurations of fish escape.
To present sufficient information about different configurations of fish escape, the paperassesses the structure of an aquaculture farm, a variety of marine operations and the safetymanagement systems. The findings perceive fish escape as a result of poor managementof the fish farming system.
The information from the database and literature studies have been used to create aholistic designed Bayesian Belief Network by use of GeNie, addressing influential factorsin an operative context. Additional networks were created to review the organisationalinfluence on safe operations. The networks have a dual function. It can be utilised purelygraphical to understand how fish escape occurs, or it can be converted to a quantitativenetwork to determine influence from various factors. The incentive for developing suchmodels is to create a medium where organisational changes and work practices can bemeasured.
The thesis concludes that the model can be used as a supportive tool in risk management,preferably combined with the Operational Safety Condition method. The strength of themodel lies within addressing corresponding relationships between man, technology andorganisation which allows for easy identification of risk influential factors