Tidlig varsling kan gi oppdrettere overtaket i kampen mot lakselus

Lakselus er en av de største utfordringene i norsk lakseoppdrett. Det er ulike metoder som tas i bruk til lusetelling, men manuell telling på merdkanten er fortsatt den viktigste metoden. Felles for de fleste metodene er at tiltak ofte settes inn for sent.

– Når lusen først har festet seg på laksen, er det for sent å sette i gang med forebyggende tiltak. Derfor ønsket vi å se om det er mulig å fange opp frittsvømmende luselarver i vannmassene før de når fisken, sier Lionel Camus, prosjektleder for e-Lice og seniorforsker ved Akvaplan-niva, i siste utgave av Norsk Fiskeoppdrett.

Behovet for et bedre varslingssystem

Camus peker på at man i dag mangler et godt og tidlig varslingssystem for lakselus. Målet med e-Lice-prosjektet har derfor vært å undersøke om kombinasjonen av optisk teknologi og undervannsplattformer kan anvendes til å identifisere frittsvømmende stadier av lakselus i sjøvann.

– Vi visste at det ville være utfordrende å oppdage de tidlige larvestadiene, som nauplier og copepoditter, fordi de er mikroskopiske, gjennomsiktige og lite reflektive. I tillegg mikses jo disse stadiene sammen med partikler og plankton i vannet, under varierende lysforhold. Derfor har optisk teknologi hittil kun vært brukt til å identifisere lus på laks – ikke til å identifisere frittsvømmende lus i vannmassene, forklarer han.

Fra laboratoriet til felt

Før feltforsøkene i prosjektet ble igangsatt, ble den optiske sensoren UVP6 testet i et kontrollert forsøk hos VESO Aqualab. Sensoren ble plassert i en 430-liters tank med lakseluslarver i ulike utviklingsstadier, og sensoren tok tusenvis av bilder over en periode på 15 dager. Bildene ble deretter brukt til å utvikle en algoritme for automatisk identifisering av lakselus.

– Ved hjelp av denne algoritmen lyktes vi med å oppnå en nøyaktighet på 91 prosent i klassifiseringen av de ulike stadiene, forteller Camus.

Etter labtestene ble UVP6 integrert i en såkalt smartbøye utviklet av SAIV AS, og plassert ved en lokalitet hos oppdrettsselskapet Nova Sea. Dette gjorde det mulig å senke sensoren til ulike vanndyp og ta bilder i vannmassene. Sensoren samlet også inn data om temperatur og salinitet, og denne informasjonen ble anvendt til å fjernoperert styre UVP6 mot den dybden i vannsøylen hvor påslag av lakselus erfaringsmessig er mest sannsynlig.

Kunstig intelligens i sanntid

Bildene fra laboratorieforsøket ble brukt til ytterligere trening av algoritmen, som deretter ble lastet inn i UVP6-sensoren i smartbøyen. Den store fordelen med en UVP6 er at den har en innebygd prosesseringsenhet som gjør at dataene analyseres i sanntid.

– Dette er helt avgjørende for å utvikle et velfungerende varslingssystem. Dersom dette skal være nyttig for næringen så må systemet være raskt og presist, sier Camus.

I prosjektet ble sanntidsdataene fra UVP6 sammenliknet med manuelle lusetellinger på fisk. Denne tellingen ble utført av kvalifisert personell fra Nova Sea. 

– Vi identifiserte den samme trenden med tanke på mengde lakselus. Selv om det er opplagte forbedringsområder i systemet så gir dette en viktig bekreftelse på at systemet fungerer, sier han.

Relevans for nye reguleringer

For næringen er et slikt varslingssystem svært relevant. Det kan bidra til at oppdrettere iverksetter tiltak før fisken er infisert av lus.

– Sanntidsdata kan gi oppdretterne fordelen med å vite at et luseangrep kan være under utvikling hvis det blir funnet frittlevende stadier i nærheten. Med denne kunnskapen vil det enda finnes tid til å iverksette tiltak, sier Camus.

Dagens metoder fanger først opp lus som allerede har festet seg til fisken. Da kan det være for sent med enkelte forebyggende tiltak.

I regjeringens nylig fremlagte havbruksmelding foreslås det å innføre kvoter og avgifter knyttet til utslipp av lakseluslarver. Camus mener at e-Lice-teknologien kan spille en rolle også her.

– Dersom det blir innført regulering basert på utslipp av lakselus-larver så kan den løsningen vi har utviklet være et nyttig bidrag, sier han.

Samarbeid mellom industri og forskning

E-Lice prosjektet er et veldig godt eksempel på et positivt samarbeid mellom næringsaktører, teknologiutviklere og forskningsmiljø. VESO Aqualab ledet en arbeidspakke og gjennomførte labforsøkene. Kongsberg Discovery sto for arbeidet med visualiseringsplattformen Blue Insight, og Nova Sea bidro med lokaliteter og personell til felttesting. MP Consulting, som er oppfinner av UVP6, bisto prosjektet med erfaring fra både konstruksjon og anvendelse av sensoren.

– Nova Sea deltok også i utviklingen av dashbord-løsningen. Det har vært et svært godt samarbeid mellom partnerne, sier Camus.

Veien videre

Prosjektet er nå avsluttet, men arbeidet med teknologien fortsetter. Neste steg er å forbedre algoritmen med flere bilder fra ulike farvann, og å flytte dataprosesseringen over til skybaserte løsninger.

– I stedet for å bruke prosessoren i UVP6-enheten, vil vi bruke vår egenutviklede algoritme PlanktonVision 13 i skyen. Det gir bedre kapasitet og fleksibilitet, forklarer Camus.

Les ny utgave av Norsk Fiskeoppdrett

Samtidig utvikles nye UVP-sensorer med høyere oppløsning – ned til 10 mikrometer – som kan gi mer detaljerte bilder og økt pålitelighet.

– En høyere oppløsning gir større mulighet for visuell verifisering av resultatene for et menneskeøye, og det gir også bedre treningsgrunnlag for kunstig intelligens, sier han.

En annen prioritet fremover er å samle inn et større datasett over lengre tid og flere sesonger, for å utvikle et robust og pålitelig varslingssystem.

– Vi har sett at teknologien fungerer. Nå handler det om å bygge videre på det, og forbedre presisjonen og påliteligheten i det som potensielt kan bli et svært viktig verktøy for næringen, sier Lionel Camus.

– Vi har i den senere tid også lykkes i å implementere UVP6 sensoren på den autonome undervannsfarkosten Slocum. Dette gir muligheter for å samle data over lang tid (måneder) i fjorder og kan utgjøre et viktig bidrag i en fremtidig overvåking.

Les også saken i siste utgave av Norsk Fiskeoppdrett