Prosjekt: CRIMAC – senter for forskningsdrevet innovasjon

Metodetokt Maria Tenningen.jpg
Periode 01. oktober 2020 - 30. september 2028
Finansiert av Forskningsrådet, industripartnere og Havforskningsinstituttet
Partnere Industripartnere: Kongsberg Maritime, Scantrol, Scantrol Deep Vision, CodeLab Bergen, Norway Royal Salmon, Liegruppen fiskeri og Eros. Forskningspartnere: NORCE, Norsk Regnesentral og UiB
Prosjektet ledes av Havforskningsinstituttet

CRIMAC vil forbedre og automatisere tolkningen av bilder fra moderne bredbåndsakustikk på forskningsfartøy og fiskebåter. Det ved hjelp av tokt og feltforskning, kunstig intelligens, droner og annen teknologi.

I tillegg til hovedmålet om et mer bærekraftig fiske og forbedret fiskeriforvaltning, vil en bedre forståelse av «akustiske dialekter» kunne bidra til mer bærekraftig forvaltning av annen bruk av hav og kystareal, som oppdrett og energiproduksjon.

Senteret har en finansiering på om lag 28 millioner i året i 8 år. Det er et samarbeid mellom forskning og industri.

CRIMAC står for Center for Research Based Innovation in Marine Acoustic Abundance Estimation and Backscatter Classification.

Det nye utstyret gir enorme muligheter

Fiskeriakustikk i ekkolodd, sonarer og sensorer brukes til å måle og overvåke de største fiske- og krillbestandene i verdenshavene og hvordan de fordeler seg i økosystemet. Et moderne fiskeri uten akustiske verktøy for å følge med på havbunnen, fiskestimer og selve fangstprosessen er i dag helt utenkelig.

Ekkoloddene har i de nyere årene fått ny bredbåndsteknologi og en enorm oppløsning.Forsknings- og fiskefartøyene kan nå ikke bare observere mengden fisk og andre organismer under fartøyet, men hele ekkospekteret fra organismene.

Det kan vi kalle «dialekten» deres. Dialekten til en enkelt sild påvirkes av kroppsform, svømmeblære, andre kroppsdeler og atferd. Den er svært forskjellig fra makrellen sin "ekkodialekt".

I det nye CRIMAC-senteret skal vi utføre systematisk, eksperimentell, feltforskning som kan brukes til å tolke de ulike ekkodialektene til dyrene i havet, gassutslipp fra havbunnen og de ulike havbunnstypene.

Vil lage ekkobibliotek med kunstig intelligens

Vi vil utvide dagens metoder for å klassifisere det vi ser på ekkoloddet ved hjelp av maskinlæring og kunstig intelligens.

Som en flaggermus, som ved hjelp av denne metoden og lang erfaring, har lært seg forskjellen mellom dialekten til feite og tynne fluer, skal vi i CRIMAC bygge opp et bibliotek av ekkodialektene til fisk, larver, dyreplankton, maneter, gassutslipp og havbunn.

Vil gi mer presist fiskeri

Dette vil forbedre dagens tolking av akustikken, og på sikt hjelpe fiskeskipperen til å ta gode fangstbeslutninger. Er det rett fiskestim skipperen ser på ekkoloddet, eller er det en annen art som ikke bør fanges?

Videre vil vi gjøre bifangst til et mindre problem ved hjelp av direkte observasjoner fra trålen med kamera e.l. og innretninger for å målrette fangsten mot art eller størrelse.

I arbeidet vil vi bruke Scantrol DeepVision – en «trål-fotoboks», utstyrt med aktiv seleksjon og åpne-/lukkesystemer for å bekrefte tolkningene av det vi registrerer på ekkoloddet.

Har fotoboks i trålen og droner på kryss og tvers

Med trål vil vi kunne ta prøver i sekvenser på dypt vann, for eksempel inne i mesopelagiske dyresamfunn – en stor og uutnyttet ressurs som vi vil lære mer om.

Vi vil vurdere om bildeinformasjon fra lange trålhal med kamera og åpen sekk kan brukes til å gi estimater av pelagisk fisk og bunnfisk.

Droner, sonder og bunnstående rigger skal vi utstyre med miniatyrutgaver av bredbåndsakustikk. I hvor stor grad kan farkostene supplere og forbedre datainnsamlingen på vitenskapelige tokt, og ikke misnt, kan de hjelpe i aktivt fiskeri?