Er undervannsfartøy egnet for observasjon av villfisk rundt oppdrettsanlegg?

Abstract

Miljøinteraksjoner, kunnskap om disse og begrensning av deres effekt ansees som veldig viktig for å kunne drive og utvide bærekraftig oppdrett i sjøen (Tveterås et al., 2019). En biologisk utfordring med et tynt kunnskapsgrunnlag grunnet begrensinger med dagens metoder, er samspillet mellom oppdrettsfisk og villfisk. En relativt ny teknologi som har et stort potensial for både hyppig og nøyaktig kartlegging av villfisk rundt oppdrettsmerder er Unmanned Underwater Vehicles (UUV), også kjent som undervannsdroner. I denne oppgaven utarbeides det en metode for å dokumentere om UUVer skaper reaksjoner som får villfisk til å trekke seg unna før de kan identifiseres og telles gjennom UUVens kamera. Metoden er todelt og består av et praktisk oppsett for innsamling av data og tilhørende analyser for databehandling. Metoden ble testet på sei under kontrollerte forhold i Atlanterhavstanken med en Remotely Operated Vehicle (ROV), med og uten lys. Det ble også vurdert hvorvidt forskjellen i manuell telling mellom operatører og ulik kamerakvalitet ville ha en innvirkning på resultatet, da det vil legge føringer for hvordan metoden bør gjennomføres. Undervannsdronen som ble brukt i denne testen skapte reaksjoner hos fisken og fikk den til å trekke seg unna, men ikke før den hadde blitt identifisert og telt gjennom ROVens kamera. Det ble også observert en noe ulik reaksjon med og uten lys, men det hadde ingen utslag på kartleggingen. Det viste seg å være en statistisk signifikant forskjell i gjennomsnittlig antall telte fisk mellom operatørene i testen. Mellom de to kameraene som ble brukt i testen, var det en systematisk forskjell i antall synlige fisk, og en prosentvis forskjell på hele 46%. Ved evaluering har metoden viste den seg å være fleksibel, brukervennlig og lite ressurskrevende. Resultatene fra tellingene og de to kameraene indikerer at databehandlingen bør utføres av samme operatør, og at kameraene ble brukt i oppsettet bør ha samme spesifikasjoner. Resultatet fra metoden er lovende med hensyn til UUVers potensiale for kartlegging av villfisk, og metodens veileder kan brukes til ytterligere undersøkelser. Metoden kan tilrettelegge for en hyppig overvåkning av villfiskens oppholdssted, vandringsmønster og adferd. Dette er kunnskap som vil være viktig for å begrense kontakt og smitte mellom villfisk og oppdrettsfisk.

Knowledge of environmental interactions and their effects play an important role in the operation and expansion of sustainable ocean farming (Tveterås et al., 2019). Yet there is little data documenting the interactions between wild fish and cage-farmed fish due to limitations in the current methods of data gathering. The use of Unmanned Underwater Vehicles (UUV), also known as underwater drones, has shown great potential to provide both frequent and accurate mappings of wild fish around farmed cages. In this thesis, we developed a method to identify and calculate interactions between wild- and farmed-fish, and document whether the movement of UUVs and use of artificial light causes fish to withdraw before identification and calculation can be completed through the UUV's camera. The method is two-fold, consisting of a practical set-up for data collection and associated data processing analysis. We tested this method on saithe under controlled conditions in Atlanterhavstanken with an Remotely Operated Vehicle (ROV), with and without the use of artificial light. Differences in manual counting technique between operators and impacts of camera quality were also documented, as the data provided guidance on how the method should best be used. It was concluded that the underwater drone used in this study did cause wild fish to react and withdraw, but not until they had been properly identified and counted through the ROV's camera. When observing behavior with and without the use of artificial light, we did record slightly dissimilar reactions, but concluded it had no significant effect on the survey. There was, however, a statistically significant difference in the average number of fish counted amid operators in the test. Between the two cameras and operators used in the test, the visible fish count varied as much as 46 percent. By evaluation, the method proved to be flexible, user-friendly and required minimal resources. The varied calculation results between the two cameras indicate that data processing should be performed by the same operator and the cameras used should be set to identical specifications. The results gathered from this study indicate promising potential with regard to the UUVs ability to map wild fish. Additionally, the user manual resulting from this study can be utilized in further investigations. This methodology provides a foundation for frequent monitoring of the whereabouts, migratory patterns and behaviors of wild fish. This knowledge can further be put to use for limiting contact and the spread of infection between wild fish and farmed fish.