韋爾瓦大學(xué)的多學(xué)科專家團(tuán)隊(duì)開發(fā)了一種非侵入性系統(tǒng)，可以自動計(jì)算水產(chǎn)養(yǎng)殖魚類的數(shù)量和大小。他們將水下圖像捕捉儀器和軟件相結(jié)合，可以更準(zhǔn)確地估計(jì)養(yǎng)魚場池塘中金頭鯛的數(shù)量及其長度和重量。這種方法的新穎之處在于，樣本計(jì)數(shù)是在在不操縱樣本或破壞其環(huán)境和諧的情況下確定樣本的大小和重量，從而避免這些動物死亡率的增加和應(yīng)激的出現(xiàn)，因此不會在樣本中產(chǎn)生壓力或增加死亡率。

為了獲得這些結(jié)果，專家們使用了一種在運(yùn)動和商業(yè)釣魚中常用的設(shè)備，當(dāng)識別魚的存在時(shí)，它會捕獲類似于超聲波掃描的圖像，稱為靜態(tài)多波束聲納。所有獲得的信息都轉(zhuǎn)化為完全由該專家團(tuán)隊(duì)設(shè)計(jì)的軟件。其功能是根據(jù)魚的聚集行為（即單獨(dú)或成群的運(yùn)動）來確定魚的數(shù)量、大小、重量和長度。

與需要手工勞動來估計(jì)養(yǎng)魚場魚類數(shù)量的傳統(tǒng)方法不同，該方法的主要優(yōu)點(diǎn)是魚類的安全性。韋爾瓦大學(xué)研究員、主要作者胡安·卡洛斯·古鐵雷斯·埃斯特拉達(dá) (Juan Carlos Gutiérrez Estrada)解釋說：“養(yǎng)魚戶將剛孵化的幼體放入筏中時(shí)面臨的主要問題是，隨著時(shí)間的推移，他們不知道幼體的數(shù)量和體型。”

古鐵雷斯說：“到目前為止，對養(yǎng)殖池塘中的魚進(jìn)行計(jì)數(shù)的通常程序是基于池塘本身的管理，即部分排空池塘中的水，操作人員進(jìn)行干預(yù)以抽取代表性樣本、測量和稱重他們。所有這些也導(dǎo)致這些動物的死亡率和壓力更高。”

正如發(fā)表在《水產(chǎn)養(yǎng)殖工程》雜志上的題為“利用成像聲納估計(jì)半集約化水產(chǎn)養(yǎng)殖池塘中魚類豐度”中所詳細(xì)描述的那樣，他們對位于在蓬塔翁布里亞的韋爾瓦鎮(zhèn)的薩利納斯德爾阿斯圖爾河口飼養(yǎng)的海鯛（Sparus aurata）標(biāo)本進(jìn)行了研究，在這些池塘中，鯛魚的重量從 30 至 100 克成長到約為 400 克左右重量。

為了準(zhǔn)確估計(jì)養(yǎng)殖池中的標(biāo)本數(shù)量及其重量和大小，該專家團(tuán)隊(duì)使用了靜態(tài)聲納，該聲納已標(biāo)記了長達(dá)六米的特定空間限制。在這個(gè)范圍內(nèi)，魚的存在會產(chǎn)生干擾，這些干擾大多在圖像中被捕獲為斑點(diǎn)。

一天內(nèi)拍攝的圖像數(shù)量可達(dá) 2,000 張，一旦拍攝完畢，它們就會被傳輸?shù)杰浖校撥浖?fù)責(zé)測量照片中代表魚的那個(gè)點(diǎn)的高度。該研究負(fù)責(zé)人解釋：“在插入從養(yǎng)魚場采集樣本并測量其高度、長度和重量后通過實(shí)驗(yàn)獲得的幾個(gè)方程后，該系統(tǒng)已經(jīng)編程，以執(zhí)行這些功能。具體來說，一個(gè)參數(shù)將魚的高度與長度聯(lián)系起來，另一個(gè)參數(shù)將長度與重量聯(lián)系起來。”

然而，該系統(tǒng)集成了一個(gè)模型，可以模擬魚類聚集的行為，即它們?nèi)绾我苿印ｍf爾瓦大學(xué)的研究人員表示：“它們隨機(jī)分布與在群體中發(fā)現(xiàn)是不一樣的。該程序模擬了它們的移動方式，對于金頭鯛來說，這種移動方式是成群進(jìn)行的，稱為淺灘，也就是說，根據(jù)它們的大小進(jìn)行分組。”

從這個(gè)意義上說，由于這種可能性，系統(tǒng)的誤差幅度很小。該負(fù)責(zé)人指出：“根據(jù)魚是否聚集并成群移動，或者其移動是否與周圍的魚無關(guān)，會有約10%的小偏差，但通常情況并非如此。”

在第一階段的研究之后，這項(xiàng)工作的第二部分重點(diǎn)是計(jì)算機(jī)系統(tǒng)和自動化，以及物理、數(shù)學(xué)和計(jì)算高級研究中心 (CEAFMC)將對開發(fā)的軟件進(jìn)行改進(jìn)。具體來說，他們正在研究聲納捕獲圖像的實(shí)時(shí)自動化分析和轉(zhuǎn)換。

這項(xiàng)研究是KTTSeaDrones 項(xiàng)目的一部分，該項(xiàng)目由歐洲區(qū)域發(fā)展基金 FEDER通過 Interreg VA 西班牙-葡萄牙 (POCTEP) 2014-2020 計(jì)劃共同資助，其中包括韋爾瓦大學(xué)、加的斯大學(xué)、阿爾加維大學(xué)和克里斯蒂娜島市政廳。

參考文獻(xiàn)

J.C. Gutiérrez-Estrada;I. Pulido-Calvo; J. Castro-Gutiérrez; A. Peregrín; S. López-Domínguez; F. Gómez-Bravo; A. Garrocho-Cruze; I. de la Rosa-Lucas.‘Fish abundance estimation with imaging sonar in semi-intensive aquaculture ponds’.Aquacultural Engineering. 2022.

https://doi.org/10.1016/j.aquaeng.2022.102235

https://doi.org/10.1016/j.aquaeng.2022.102235