Metode for lengdeestimering av fisk under vann ved bruk av kamera og parallelle lasere

Abstract

Man har lite kunnskap om hvordan oppdrett påvirker andre arter i havet som tiltrekkes merdene på grunn av tilgangen på mat. Det samler seg villfisk rundt merdene og for å overvåke dette, er det behov for å kunne lengdeestimere denne fisken. På bakgrunn av dette ville vi utarbeide en metode for lengdeestimering av villfisk med bruk av en Remotely Operated Vehicle (ROV). Det er et stort potensial for nøyaktig kartlegging av villfisk. Ved bruk av parallelle lasere på ROV kan man lengdeestimere fisk ved hjelp av data fra videoopptak. Innhenting av materiale og filming er gjennomført på sei rundt NTNUs forskningskonsesjon lokalisert ved Gjermundnes. Det var to feltdager med datainnsamling, som sammen med tilgjengelig videomateriale fra høsten 2020, ble analysert. Registreringer av fisket sei rundt oppdrettsanlegget ble brukt som grunnlag til vektestimering. Hovedfokuset i denne oppgaven er å se om det er forskjell mellom ulike operatører ved lengdeestimering av bilder av sei fra video. Resultatene indikerer at bruk av ROV med parallelle lasere er en robust metode som ikke påvirkes i stor grad av hvem som tolker bildene. Ved måling av 157 fisker ble det funnet liten forskjell i målt lengde mellom forskjellige studenter. De manuelle analysene var arbeidskrevende, med en gjennomsnittstid på 1,6 minutter per fisk. For å effektivisere analysene vil det være fordelaktig med automatisering. Vinklingen mellom ROV og fisken var avgjørende for estimeringen av størrelsen, og viste seg som den største metodiske svakheten, men hvis vinkelen er under 20° er feilen liten. Denne metoden vil føre til bedre kunnskap og forståelse av villfisk rundt oppdrettsmerd, som også kan adapteres og brukes på oppdrettsfisk eller på andre områder hvor man skal estimere lengden av fisk.

There is little knowledge about how aquaculture affects other marine species attracted by the abundance of food. To survey the wild fish that gather close to the fish farms there is a need to be able to estimate the length of the fish. Based on this we will explore a method for length estimation of fish using a Remotely Operated Vehicle (ROV). There is a big potential for precise mapping of wild fish. Using a parallel laser on the ROV it is possible to estimate the length of fish from video recordings. Data collection was done on saithe at NTNU’s research grant at Gjermundnes. It was two days of data collection, that together with video from the fall of 2020, was analyzed. Measurements of fished saithe close to the fish farms were used to estimate weight. The main focus of this thesis is to see if there are differences between different operators when estimating the length of images of saithe from video. The results indicate that the use of ROV with parallel laser is a reliable method that is not significantly affected by who analyzes the pictures. With the estimation of 157 fishes, it was minimal differences of estimated length between different students. The manual analysis method was time-consuming with an average of 1,6 minutes per fish. To make this more efficient there will be advantages with automatization. The angle between the ROV and fish was detrimental for the length estimation and show as the most serious methodological weakness, but if the angle is less than 20° the error is small. This method will give more knowledge and understanding of wild fish close to fish farms, in addition to adapting the method for use for the farmed fish or other areas where you want to estimate fish length.