Точные инструменты для более устойчивого выращивания мидий и устриц
Аквакультура — самый быстрорастущий сектор производства продуктов животного происхождения в мире. Однако в прошлом он отставал от других пищевых секторов во внедрении более эффективных информационных систем. Сейчас, движимая идеей устойчивого развития, отрасль активно внедряет технологии, которые сделают управление рыбоводческими хозяйствами более экологичным и эффективным.
Одна из таких инновационных областей — точная аквакультура. Эта технология использует различные взаимосвязанные датчики для мониторинга условий на фермах и помогает фермерам принимать решения, оптимизирующие здоровье рыб и экономическую отдачу, одновременно минимизируя воздействие на окружающую среду. Другими словами, точная аквакультура может преобразовать всю отрасль.
Недавняя статья на сайте "Global Seafood Alliance" посвящена устойчивому производству культивируемых двустворчатых моллюсков — мидий и устриц — с использованием этой технологии. Статья является пятой в серии публикаций о точном земледелии, поддержанной финансируемым ЕС проектом GAIN. После четырех статей, представляющих точную аквакультуру и её применение в форелеводстве, выращивании морского окуня и леща в Средиземном море и лососевой индустрии, эта новая статья посвящена культивированию двустворчатых моллюсков.
Решение рисков в культивировании моллюсков
В статье обсуждаются новые инструменты точной аквакультуры, разработанные командой GAIN для прогнозирования событий, связанных с качеством воды, которые влияют на выращивание моллюсков и приводят к закрытию участков.
"Производство культивируемых двустворчатых моллюсков зависит от оптимальных условий качества воды, часто находящихся вне контроля фермеров. Конкретные события, связанные с качеством воды, такие как цветение водорослей, подъем питательных веществ или городской сток, могут привести к нормативному закрытию участков для моллюсков, чтобы предотвратить попадание загрязненных моллюсков на рынки, что вызывает серьезные экономические последствия для фермеров. Масштаб и интенсивность этих событий трудно предсказать, потому что они вызваны сложными комбинациями множества взаимодействующих факторов", — объясняют авторы.
Чтобы предоставить фермерам систему раннего предупреждения и способствовать лучшему прогнозированию и принятию решений, команда использовала инструменты на основе машинного обучения для моделирования экологических условий. Данные для моделирования включали:
- Датчики окружающей среды in situ
- Спутниковые и открытые океанографические данные
- Погодные данные
- Паттерны температуры и течений
Все эти данные сравнивались с информацией о прошлых закрытиях участков. Источники данных были интегрированы в облачную платформу, которая позволяет осуществлять мониторинг участков аквакультуры двустворчатых моллюсков в реальном времени.
"Моделирование и машинное обучение также включали необходимые данные для соблюдения законодательных требований государств и ЕС, включая Рамочную директиву по воде ('хороший экологический статус') и Рамочную директиву по морской стратегии ('хороший экологический статус'). Хранение данных в централизованном облачном решении также поможет фермам получить сертификаты устойчивости", — говорится в статье.
Испытания проводились на пилотном участке Сагреш на побережье Алгарве в юго-западной Португалии. Однако использование машинного обучения для создания специфических для участка прогнозных моделей делает технологию легко адаптируемой для ферм по выращиванию моллюсков в других местах.
Исследование выявило огромные различия в условиях закрытия "между участками, подчеркивая необходимость методов моделирования и машинного обучения, которые используют данные, специфичные для каждого участка и его истории, для прогнозирования условий закрытия". На основе полуавтоматизированного машинного обучения инструменты точной аквакультуры команды "позволяют достичь такого уровня точности". Команда проекта GAIN (Интенсификация зеленой аквакультуры в Европе) сейчас вышла на этап окончательного тестирования продукта для отрасли.