Prosjektnummer
901212
Automatisk klassifisering og telling av lakselus med undervanns hyperspektral avbildning: Videreføring
Sammendrag av resultater fra prosjektets faglige rapportering
Resultatene viser at UHI kan klassifisere lakselus på nøytral bakgrunn. I arbeidspakke 1 forsøkte man å automatisk skille bevegelige lus og kjønnsmodne hunnlus, og treffprosenten for dette forsøket lå på 92–100 %.
Resultatene i arbeidspakke 2 viser at teknologien også kan gjenkjenne lus på laks under vann. De aller fleste lusene som er synlige for kameraet blir gjenkjent. Videre blir disse lusene kategorisert i ulike stadier, og treffprosenten for dette er på samme nivå som for lus på nøytral bakgrunn.
I forsøkene med lus på laks er også fastsittende lus inkludert. Forsøkene viser at de minste stadiene ikke er detekterbare med dagens kamerasystem, men at noen av de større fastsittende lusene både blir detektert og korrekt klassifisert som fastsittende lus. Ved å optimalisere kamera og optikk er det potensiale for å kunne se også mindre fastsittende lus.
Som en sideaktivitet ble det også undersøkt om resultatene blir påvirket av skottelus. Resultatene viser at UHI kan skille skottelus fra lakselus med stor treffsikkerhet.
Prosjektet danner grunnlag for et videre utviklingsarbeid som kan lede fram til en praktisk anvendbar løsning for automatisk telling av lakselus.
Telling av lakselus er utfordrende for både laksen og de som skal utføre jobben. Hvis resultatene fra dette prosjektet kan føre til at det utvikles en automatisk tellemetode, som også skiller mellom de enkelte lusestadiene, vil det spare næringen for årlige millionutgifter, og antagelig også gi sikrere telling som vil gjøre det mulig å være enda mer proaktiv i forebygging og kontroll av lakselus. Ecotone viderefører satsingen selv.
-
Delrapport: Klassifisering og telling av lakselus: Automatisk klassifisering og telling av lakselus med undervanns hyperspektral avbildning: Videreføring
Akvaplan-niva. Rapport 8051-1. April 2016. Av Lars Martin Sandvik Aas (Ecotone AS), Bartek Gawel (Ecotone AS), Jørgen Tegdan (Ecotone AS) og Kristin Sæther (Akvaplan-niva AS).
-
Sluttrapport: Klassifisering og telling av lakselus: Automatisk klassifisering og telling av lakselus med undervanns hyperspektral avbildning: Videreføring
Akvaplan-niva. Rapport 8051. Juni 2016. Av Lars Martin Sandvik Aas (Ecotone AS), Bartlomiej Gawel (Ecotone AS), Ragnhild Pettersen (Akvaplan-niva AS), Jørgen Tegdan (Ecotone AS) og Kristin Sæther (Akvaplan-niva AS).
Lakselus er en stor utfordring i lakseoppdrett. For å forebygge utviklingen av kjønnsmoden lus er det viktig å telle også de tidlige utviklingsstadier av lakselus, slik at tiltak kan settes i verk før lusa blir kjønnsmoden.
Telling av lakselus er krevende, bl.a. pga. størrelsen på lusa i dens tidlige stadier. Nøyaktigheten i telling av lakselus avhenger både av kunnskap og erfaring. Lusetelling ved lave temperaturer er en utfordring for fiskevelferd, og medfører ofte tap for oppdretter. Konsekvensen av høye lusetall er stor for oppdrettere. Regjeringen har bestemt at lusenivå skal benyttes som indikator for beslutning om eentuell vekst i lakseoppdrett. Nøyaktige og objektive tall for lakselus i oppdrett blir med dette stadig viktigere.
Ecotone har utviklet en undervanns hyperspektral avbilder (UHI) som automatisk detekterer ulike levende organismer basert på lyset de reflekterer. Prosjektet skal avdekke om teknologien også kan benyttes til telling av lakselus i oppdrett.
Det ble i 2015 gjennomført et forprosjekt, “Klassifisering og telling av lakselus” (FHF-901093) som viste at det er potensielt mulig å telle lakselus ved hjelp av UHI. Prosjektet konkluderte ikke på om det er mulig å skille ulike stadier av lus med denne typen avbildning under vann.
Å verifisere at undervanns hyperspektral avbilder (UHI) kan brukes til klassifisering og telling av lakselus på laks under vann.
Delmål
Prosjektet har to delmål. Det forutsettes måloppnåelse for delmål 1 før arbeidet med delmål 2 starter.
Delmål
Prosjektet har to delmål. Det forutsettes måloppnåelse for delmål 1 før arbeidet med delmål 2 starter.
1. Å klassifisere lakselus i ulike stadier under vann med bruk av UHI.
• Å måle den spektrale signaturen til lakselus i ulike stadier under vann og verifisere at man kan klassifisere lusas ulike stadier under vann.
• Å undersøke mulighetene for å skille de ulike stadiene av lakselus spektralt under vann.
• Å oppsummere resultatene fra arbeidspakken i en statusrapport.
• Å måle den spektrale signaturen til lakselus i ulike stadier under vann og verifisere at man kan klassifisere lusas ulike stadier under vann.
• Å undersøke mulighetene for å skille de ulike stadiene av lakselus spektralt under vann.
• Å oppsummere resultatene fra arbeidspakken i en statusrapport.
2. Å klassifisere lakselus i ulike stadier under vann når lusa sitter på laks.
• Å undersøke hvilke stadier av lakselus UHI kan detektere.
• Å verifisere at man kan skille lusas ulike stadier når den sitter på laks under vann.
• Å sammenligne resultat fra UHI med resultat fra manuell telling utført av fiskehelsepersonell.
• Å oppsummere arbeid og resultat i en sluttrapport.
• Å undersøke hvilke stadier av lakselus UHI kan detektere.
• Å verifisere at man kan skille lusas ulike stadier når den sitter på laks under vann.
• Å sammenligne resultat fra UHI med resultat fra manuell telling utført av fiskehelsepersonell.
• Å oppsummere arbeid og resultat i en sluttrapport.
Dersom studiet gir de ønskede resultater, vil det danne grunnlag for et større utviklingsprosjekt som kan lede fram til en praktisk anvendbar løsning for automatisk telling av lakselus.
Utvikling av en praktisk anvendbar løsning for bruk av UHI til automatisk detektering og telling av lakselus vil gi en betydelig forbedring for oppdretterne i arbeidet med bekjempelse av lakselus i lakseoppdrett:
• Næring og forvaltning får en sikrere telling av lakselus.
• Lusetall i næringen vil bygge på et bedre statistisk grunnlag.
• En får et mer korrekt bilde av faktisk lusepress på en lokalitet.
• Det blir mulig å sette inn tiltak for å begrense lakselus på et tidligere stadium.
• Metoden vil gi forbedret fiskevelferd for oppdrettslaks.
• Ved automatisk telling i merd elimineres nødvendigheten av å destruere laks som følge av telling.
• Automatisk telling vil gi en viktig objektivitet til tallene som rapporteres fra oppdretter.
• Objektive tall eliminerer mistenkeliggjøring av næringen med hensyn til luserapportering.
• Bruk av automatisk telling frigjør menneskelige ressurser til annen oppfølging av fisk og anlegg.
Oppsummert vil automatisk lusetelling gi objektive og sikre tall for lakselus av ulike stadier i det enkelte anlegg basert på bedre statistisk grunnlag enn i dag.
Sikkerhet for at innrapporterte lusetall er korrekte vil være positivt for alle interessenter til oppdrett (forvaltning, den gjeldene oppdretter, oppdrettere med tilsluttende lokaliteter, villaksinteresser, myndigheter osv.).
Lakselus vurderes som en av to ikke-stabiliserte bestandstrusler for villaksen. Antall lakselus i et anlegg er derfor gjenstand for nøye vurdering, både av forvaltningen, av villaksinteresser og av naboanlegg. Gevinsten ved objektive og sikre tall for lakselus av alle stadier er vanskelig å tallfeste, men forventes å være stor.
Lakselus er foreslått som ny indikator for om et produksjonsområde kan få økt produksjon, ha stabil biomasse eller om produksjonen må reduseres i regjeringens St.meld. nr. 16 “Forutsigbar og miljømessig bærekraftig vekst i norsk lakse- og ørretoppdrett”.
Sikre lusetall vil være avgjørende for at indikatoren skal fungere som tenkt og at vekstmuligheter avgjøres av faktisk lusesituasjon. Verdien av å dokumentere lave lusetall vil med etablering av denne indikatoren være betydelig. For myndigheter og villaksinteresser har det også betydelig verdi at lusetall som rapporteres er objektive og reelle.
Sikre lusetall gir bedre grunnlag for å avdekke smitteveier og effektive tiltak mot lakselus. Dette kan redusere den negative effekten av lakselus på sikt ved at kontroll av parasitten blir bedre og at næringen kan oppnå vedvarende lave lusenivå.
Utvikling av en praktisk anvendbar løsning for bruk av UHI til automatisk detektering og telling av lakselus vil gi en betydelig forbedring for oppdretterne i arbeidet med bekjempelse av lakselus i lakseoppdrett:
• Næring og forvaltning får en sikrere telling av lakselus.
• Lusetall i næringen vil bygge på et bedre statistisk grunnlag.
• En får et mer korrekt bilde av faktisk lusepress på en lokalitet.
• Det blir mulig å sette inn tiltak for å begrense lakselus på et tidligere stadium.
• Metoden vil gi forbedret fiskevelferd for oppdrettslaks.
• Ved automatisk telling i merd elimineres nødvendigheten av å destruere laks som følge av telling.
• Automatisk telling vil gi en viktig objektivitet til tallene som rapporteres fra oppdretter.
• Objektive tall eliminerer mistenkeliggjøring av næringen med hensyn til luserapportering.
• Bruk av automatisk telling frigjør menneskelige ressurser til annen oppfølging av fisk og anlegg.
Oppsummert vil automatisk lusetelling gi objektive og sikre tall for lakselus av ulike stadier i det enkelte anlegg basert på bedre statistisk grunnlag enn i dag.
Sikkerhet for at innrapporterte lusetall er korrekte vil være positivt for alle interessenter til oppdrett (forvaltning, den gjeldene oppdretter, oppdrettere med tilsluttende lokaliteter, villaksinteresser, myndigheter osv.).
Lakselus vurderes som en av to ikke-stabiliserte bestandstrusler for villaksen. Antall lakselus i et anlegg er derfor gjenstand for nøye vurdering, både av forvaltningen, av villaksinteresser og av naboanlegg. Gevinsten ved objektive og sikre tall for lakselus av alle stadier er vanskelig å tallfeste, men forventes å være stor.
Lakselus er foreslått som ny indikator for om et produksjonsområde kan få økt produksjon, ha stabil biomasse eller om produksjonen må reduseres i regjeringens St.meld. nr. 16 “Forutsigbar og miljømessig bærekraftig vekst i norsk lakse- og ørretoppdrett”.
Sikre lusetall vil være avgjørende for at indikatoren skal fungere som tenkt og at vekstmuligheter avgjøres av faktisk lusesituasjon. Verdien av å dokumentere lave lusetall vil med etablering av denne indikatoren være betydelig. For myndigheter og villaksinteresser har det også betydelig verdi at lusetall som rapporteres er objektive og reelle.
Sikre lusetall gir bedre grunnlag for å avdekke smitteveier og effektive tiltak mot lakselus. Dette kan redusere den negative effekten av lakselus på sikt ved at kontroll av parasitten blir bedre og at næringen kan oppnå vedvarende lave lusenivå.
Prosjektet er organisert i følgende arbeidspakker:
Arbeidspakke 1: Klassifisere lakselus i ulike stadier under vann med bruk av UHI (delmål 1)
I forprosjektet ble det vist at man kan klassifisere lakselus i ulike stadier ved hjelp av UHI når lusa ligger på en nøytral bakgrunn i luft. I denne arbeidspakken ønsker man å oppnå samme resultat når målingene gjøres under vann. Vannet vil dempe de spektrale signaturene, og hvis nødvendig må man bruke andre algoritmer for klassifisering enn de som ble brukt for klassifisering i luft.
For forsøket vil en bruke lus som er sanket fra laks og som er transportert i sjøvann som holder samme temperatur som i vannet lusa kom fra. Innhentingen vil forøvrig foregå etter samme prosedyre som ved innhenting av lus til bioassay/ følsomhetsundersøkelser.
Arbeidspakke 1: Klassifisere lakselus i ulike stadier under vann med bruk av UHI (delmål 1)
I forprosjektet ble det vist at man kan klassifisere lakselus i ulike stadier ved hjelp av UHI når lusa ligger på en nøytral bakgrunn i luft. I denne arbeidspakken ønsker man å oppnå samme resultat når målingene gjøres under vann. Vannet vil dempe de spektrale signaturene, og hvis nødvendig må man bruke andre algoritmer for klassifisering enn de som ble brukt for klassifisering i luft.
For forsøket vil en bruke lus som er sanket fra laks og som er transportert i sjøvann som holder samme temperatur som i vannet lusa kom fra. Innhentingen vil forøvrig foregå etter samme prosedyre som ved innhenting av lus til bioassay/ følsomhetsundersøkelser.
På grunn av praktiske problemer med å få de fastsittende stadiene av lakselus over på en nøytral bakgrunn uten å skade lusa, vil man i arbeidspakke 1 begrense seg til å undersøke ulike bevegelige stadier av lus. De fastsittende stadiene av lus blir inkludert i undersøkelsen i arbeidspakke 2.
Lus i ulike bevegelige stadier avbildes i vann med UHI i laboratorium. Deretter analyseres opptakene for å identifisere de spektrale signaturene som er felles for lakselus i forskjellige stadier, og hva som kan skille de ulike stadiene fra hverandre. For å bygge opp en god spektral profil på de ulike stadiene, vil det bli brukt minimum 20 lus av hver av de ulike stadiene man vil gjenkjenne, innsamlet fra flere fisk.
Arbeidspakke 2: Klassifisere lakselus i ulike stadier under vann når lusa sitter på laks (delmål 2)
Klassifisering av lus under vann er mer utfordrende når bakgrunnen lusa sitter på ikke er ensartet. Neste steg i prosjektet er derfor å oppnå klassifisering i stadier når lusa sitter på en laks. Det er nødvendig å verifisere at det er tilstrekkelig forskjell på spektrene til laks og lus, og at klassifiseringen ikke blir forstyrret av den naturlige variasjonen i laksens skinn. I denne omgang vil det gjøres på død laks med lus i vann. Målinger gjøres med hyperspektralt kamera, og man analyserer spekter fra ulike deler av laksen og sammenligner denne med tilsvarende spekter fra lus. Målet er å finne de bølgelengdene og spektrale signaturene hvor det er størst sannsynlighet for å kunne skille lus og laks.
I denne arbeidspakken inkluderes fastsittende lus. Det er viktig å undersøke om UHI kan bruke til å detektere og gjenkjenne stadier av fastsittende lus, og man vil undersøke hvor tidlige stadier av lus man kan detektere med dagens utstyr.
Arbeidspakken gjennomføres i tilknytning til et slakteri hvor man har god tilgang på laks med lus i ulike stadier. For å trene opp algoritmene til å gjenkjenne ulike stadier av lus er det nødvendig med et relativt stort antall lus, minimum 10 i hvert stadium som skal gjenkjennes. Disse må klassifiseres av fiskehelsepersonell med nødvendig kompetanse og det må lages kart over hvor på laksen denne lusa sitter slik at man kan trene opp modellen med en sikker input. Deretter må algoritmene prøves ut på nye fisk hvor programmet ikke kjenner fasiten, men hvor slik fasit er tilgjengelig fra manuelle tellinger.
Det vil også gjøres forsøk med avbildning fra ulik avstand og med ulike vinkler for å undersøke hvor følsomt systemet er for slike variasjoner som vil oppstå når man avbilder levende laks i merd. Dataene fra opptakene analyseres for å se på den statistiske treffsikkerheten til denne teknologien sammenlignet med dagens metoder.
Arbeidspakke 3: Utvikling av algoritmer (ikke del av FHF-prosjektet)
I dette ligger utvikling av spesialmetodikk for gjenkjenning av lakselus på svømmende laks.
Arbeidet vil gå parallelt med arbeidet i arbeidspakkene 1 og 2.
Resultatene vil ikke bli offentliggjort sammen med øvrige resultater fra prosjektet.
Arbeidspakke 4: prosjektadministrasjon og budsjettoppfølging
Statusrapportering fra arbeidspakkene leveres fortløpende etter fullført arbeid i arbeidspakke 1 og 2.
Prosjektresultater skal formidles gjennom rapportering underveis og etter avsluttet forprosjekt.
Det påregnes deltakelse på aktuelle seminar/ konferanser for å informere om prosjektets gjennomføring og resultater.
Oppfølging av budsjett og rapportering av regnskap ivaretas i arbeidspakke 4.
Oppfølging av budsjett og rapportering av regnskap ivaretas i arbeidspakke 4.
Måleresultater knyttet til de konkrete målinger og tester utført i prosjektet blir åpent og tilgjengelig for prosjektdeltakere, og tilgjengeliggjøres for andre gjennom eventuell publisering og annen allmenngjøring.
Kunnskap om utviklet metode vil blir gjort tilgjengelig for FHF og havbruksnæringen, og målsettingen er at dette skal lede fram til nye og forbedrede metoder for å kontrollere utbredelsen av lakselus. Disse metodene vil være tilgjengelig som et produkt eller en tjeneste for næringen.
Rapporter fra arbeidspakke 1 og sluttrapport vil bli gjort tilgjengelig for FHF.
Resultater fra prosjektet formidles i de fora FHF ønsker.
Det produseres artikkel fra forskningsarbeidet i prosjektet.
-
Sluttrapport: Klassifisering og telling av lakselus: Automatisk klassifisering og telling av lakselus med undervanns hyperspektral avbildning: Videreføring
Akvaplan-niva. Rapport 8051. Juni 2016. Av Lars Martin Sandvik Aas (Ecotone AS), Bartlomiej Gawel (Ecotone AS), Ragnhild Pettersen (Akvaplan-niva AS), Jørgen Tegdan (Ecotone AS) og Kristin Sæther (Akvaplan-niva AS).