Veterinærinstituttet bidrar til trafikklyssystemet for oppdrettsnæringen
- Vi prioriterer dette veldig høyt og vil med dette styrke oss ressursmessig, forteller Jorun Jarp, avdelingsdirektør for helseovervåking hos Veterinærinstituttet om Nærings- og fiskeridepartementets (NFD) beslutning om at instituttets lakselusmodell skal videre testes ut.
Denne artikkelen er tre år eller eldre.
Departementet ber om dette i lys av rapporten om kunnskapsstatus for «trafikklyssystemet» som oppdrettsnæringens kapasitetsutvikling skal baseres på og skal innføres i 2017, melder Veterinærinstituttet i en pressemelding.
Evaluering på kort og lang sikt
Kunnskapsrapporten omhandler hvordan lakselus fra oppdrett påvirker villfisk. Den viser at det er forbedringspotensial knyttet til utviklingen av smittemodell og peker på områder som bør forbedres. NFD har bedt om at den planlagte testkjøring av systemet tar høyde for dette forbedringspotensialet, og at Veterinærinstituttet tar i bruk alle tilgjengelige data. Det er også ønske om å videreføre den brede involveringen av andre kunnskapsmiljøer i testkjøringen og evalueringen av den, både på kort og lang sikt.
Utvikling av beslutningsstøttende system
- Vi har fått større ansvar enn før i denne prosessen. Dette betyr at vår modell er likeverdig med Havforskningsinstituttet sin strømmodell og at vi må teste sikkerheten i den ut mot oppdrettsdata for 2016. Noe er likt med systemene, men de er ulike i måten de håndterer spredningen. Analysene som er gjennomført viser at smittespredningsmodellene må testes ut og valideres mer slik at vi får et forutsigbart og beslutningsstøttende system, påpeker Jarp.
Veterinærinstituttets modell beregner lusebelastningen i hvert enkelt oppdrettsanlegg. Det er ingen strømkomponent i denne modellen, men en passiv forflytning av lakselus som man bygger på. Smitterisikoen for et oppdrettsanlegg blir avhengig av alle naboanleggene og avstand i forhold til dem.
Enkel og effektiv
- Den er også kostnadseffektiv fordi det er enkelt å ta ut data og kjøre analysene. Vi har før brukt avstandsmodeller når det gjelder andre fiskesykdommer, noe som har kommet forvaltningen til gode før man egentlig hadde diagnosen til sykdommen. Så vi har hatt den strategien for andre fiskesykdommer. Vi ønsker å bidra til å få den modelleringen så god som mulig for at man konkret kan se hvordan dette påvirkes av lokalisering, drift, resistens og status i et produksjonsområde, avslutter Jarp.
