Đ
Đăng Kiên
Guest
Cách hoạt động của hệ thống ước tính sinh khối tôm
Hệ thống ước tính sinh khối tôm của Minnowtech sử dụng một cảm biến sonar (sóng siêu âm) được lắp đặt dưới nước trong ao nuôi. Thiết bị phát ra các xung âm thanh vào một vùng quan sát xác định. Khi gặp tôm hoặc các vật thể trong nước, sóng âm sẽ phản xạ trở lại và được cảm biến thu nhận để tái tạo thành hình ảnh âm học.
Dữ liệu sau đó được xử lý bằng các thuật toán thị giác máy tính và học máy nhằm nhận diện tín hiệu của tôm, từ đó ước tính các chỉ tiêu quan trọng như mật độ nuôi, khối lượng trung bình, sinh khối và mức độ hoạt động của đàn tôm.
Dữ liệu sau đó được xử lý bằng các thuật toán thị giác máy tính và học máy nhằm nhận diện tín hiệu của tôm, từ đó ước tính các chỉ tiêu quan trọng như mật độ nuôi, khối lượng trung bình, sinh khối và mức độ hoạt động của đàn tôm.
Cải thiện độ chính xác trong ước tính sinh khối
Quá trình đánh giá độ chính xác của hệ thống được thực hiện bằng cách đối chiếu với dữ liệu thu hoạch thực tế từ các ao nuôi thương mại, thay vì chỉ dựa trên các thử nghiệm trong điều kiện phòng thí nghiệm. Mục tiêu dài hạn của Minnowtech là đạt độ chính xác khoảng 95% khi ứng dụng trong sản xuất thực tế.
Theo Minnowtech, hành vi của tôm luôn biến động theo chu kỳ ngày – đêm và chịu ảnh hưởng bởi nhiều yếu tố môi trường như nhiệt độ, ôxy hòa tan hay chất lượng nước. Vì vậy, việc cho ăn không nên áp dụng theo một lịch trình cố định. Mức độ hoạt động của đàn tôm có thể được xem như một chỉ báo phản ánh sức ăn và tình trạng ao nuôi. Khi tôm hoạt động mạnh và ổn định, người nuôi có thể duy trì hoặc tăng lượng thức ăn. Ngược lại, nếu mức độ hoạt động giảm đột ngột, đặc biệt khi khác biệt so với quy luật thông thường của ao nuôi, cần xem xét giảm lượng thức ăn, kiểm tra các yếu tố môi trường và đánh giá nguy cơ phát sinh vấn đề sức khỏe trên tôm.
Theo Minnowtech, hành vi của tôm luôn biến động theo chu kỳ ngày – đêm và chịu ảnh hưởng bởi nhiều yếu tố môi trường như nhiệt độ, ôxy hòa tan hay chất lượng nước. Vì vậy, việc cho ăn không nên áp dụng theo một lịch trình cố định. Mức độ hoạt động của đàn tôm có thể được xem như một chỉ báo phản ánh sức ăn và tình trạng ao nuôi. Khi tôm hoạt động mạnh và ổn định, người nuôi có thể duy trì hoặc tăng lượng thức ăn. Ngược lại, nếu mức độ hoạt động giảm đột ngột, đặc biệt khi khác biệt so với quy luật thông thường của ao nuôi, cần xem xét giảm lượng thức ăn, kiểm tra các yếu tố môi trường và đánh giá nguy cơ phát sinh vấn đề sức khỏe trên tôm.
Ao nuôi tôm là môi trường tương đối phức tạp khi triển khai công nghệ giám sát tự động. Ảnh: Shutterstock
Kết quả nổi bật nhất được ghi nhận đến nay là khả năng theo dõi biến động sinh khối trong suốt chu kỳ nuôi, qua đó hỗ trợ các quyết định về quản lý thức ăn và thời điểm thu hoạch. Điều này có thể tác động trực tiếp đến hệ số chuyển đổi thức ăn (FCR), tỷ lệ sống, tốc độ tăng trưởng và chi phí sản xuất.
Minnowtech cho biết, thông qua việc theo dõi các thay đổi trong hành vi và mật độ đàn tôm, hệ thống có khả năng phát hiện sớm những bất thường trong ao nuôi. Sự suy giảm mật độ, thay đổi về mức độ hoạt động hoặc sai lệch trong xu hướng tăng trưởng đều có thể là những tín hiệu cảnh báo sớm, giúp người nuôi kịp thời kiểm tra và xử lý trước khi các vấn đề trở nên nghiêm trọng.
Công nghệ của Minnowtech sử dụng sonar chủ động kết hợp phân tích dữ liệu tự động để theo dõi tôm trực tiếp trong ao nuôi. Hệ thống có thể thu thập hơn 6.000 mẫu dữ liệu mỗi ao mỗi ngày, cho phép người nuôi đánh giá các xu hướng và biến động của đàn tôm dựa trên dữ liệu liên tục thay vì các lần kiểm tra đơn lẻ.
Minnowtech cho biết, thông qua việc theo dõi các thay đổi trong hành vi và mật độ đàn tôm, hệ thống có khả năng phát hiện sớm những bất thường trong ao nuôi. Sự suy giảm mật độ, thay đổi về mức độ hoạt động hoặc sai lệch trong xu hướng tăng trưởng đều có thể là những tín hiệu cảnh báo sớm, giúp người nuôi kịp thời kiểm tra và xử lý trước khi các vấn đề trở nên nghiêm trọng.
Công nghệ của Minnowtech sử dụng sonar chủ động kết hợp phân tích dữ liệu tự động để theo dõi tôm trực tiếp trong ao nuôi. Hệ thống có thể thu thập hơn 6.000 mẫu dữ liệu mỗi ao mỗi ngày, cho phép người nuôi đánh giá các xu hướng và biến động của đàn tôm dựa trên dữ liệu liên tục thay vì các lần kiểm tra đơn lẻ.
Những thách thức về kỹ thuật và vận hành
Ao nuôi tôm là môi trường tương đối phức tạp đối với việc triển khai các công nghệ giám sát tự động. Bùn đáy, sinh vật bám, hệ thống sục khí, điều kiện thời tiết, hệ thống dây dẫn, kết nối internet không ổn định, sự biến động của môi trường ao nuôi cũng như sự hiện diện của các loài thủy sinh khác đều có thể ảnh hưởng đến hiệu quả hoạt động của thiết bị.
Một trong những thách thức kỹ thuật lớn nhất là nhận diện chính xác tín hiệu của tôm giữa lượng lớn tín hiệu nhiễu từ môi trường ao nuôi, đồng thời xây dựng các mô hình học máy có thể hoạt động hiệu quả trong nhiều điều kiện nuôi khác nhau. Về mặt vận hành, thách thức đặt ra là tối ưu thiết kế phần cứng và quy trình lắp đặt để hệ thống có thể vận hành ổn định, dễ sử dụng và phù hợp với điều kiện sản xuất thực tế tại các trang trại nuôi tôm.
Một trong những thách thức kỹ thuật lớn nhất là nhận diện chính xác tín hiệu của tôm giữa lượng lớn tín hiệu nhiễu từ môi trường ao nuôi, đồng thời xây dựng các mô hình học máy có thể hoạt động hiệu quả trong nhiều điều kiện nuôi khác nhau. Về mặt vận hành, thách thức đặt ra là tối ưu thiết kế phần cứng và quy trình lắp đặt để hệ thống có thể vận hành ổn định, dễ sử dụng và phù hợp với điều kiện sản xuất thực tế tại các trang trại nuôi tôm.
MY DƯƠNG
(Theo Aquafeed)
(Theo Aquafeed)
The post Giám sát tôm nuôi bằng công nghệ thông minh appeared first on Tạp chí Thủy sản Việt Nam.
Xem tiếp...