OptiFe3D – Fremtidens beslutningsstøtte for presis og bærekraftig fôring
PågåendeOptiFe3D er Waives største forsknings- og utviklingsprosjekt noensinne. Prosjektet løper fra 2023 til 2026, og gjennomføres i tett samarbeid med Sintef Ocean, Aanderaa Data Instruments og Lingalaks. Målet er ambisiøst: å utvikle verdens første fullverdige beslutningsstøttesystem (DSS) for fôring basert på 3D-sonar, avansert maskinlæring og kontinuerlig miljøovervåking.
Prosjektet er finansiert av Forskningsrådet og SkatteFUNN, og bygger på Waives unike 3D-sonarteknologi og algoritmer som allerede gir svært nøyaktige målinger av biomasse, svømmeadferd og posisjonering av fisk.
Hvorfor OptiFe3D?
Fôring er den viktigste operasjonen i lakseoppdrett – både økonomisk, biologisk og miljømessig. Likevel viser forskning at nær 10 % av fôret i norsk lakseproduksjon går tapt til miljøet hvert år. Dette representerer:
- betydelige økonomiske tap
- økt CO₂-fotavtrykk (fôr står for ~85 % av utslippene i produksjonen)
- risiko for redusert fiskevelferd og lokal miljøpåvirkning
Dagens fôringsstyring baseres i stor grad på kameraer og erfaring. Disse metodene har begrenset rekkevidde og ser bare deler av merden. De kan ikke måle appetitt på gruppe- og individnivå eller gi pålitelig informasjon om hvor pellets ender opp i vannsøylen.
Med OptiFe3D tar vi et stort steg videre.
Hva utvikler vi?
OptiFe3D består av tre forskningsløp som sammen danner et helhetlig beslutningsstøttesystem:
1. RA1 – 3D-overvåking av appetittadferd
Waives høyoppløselige multibeam-sonar gir en full 3D-modell av hele merden. I prosjektet utvikles nye algoritmer som kan identifisere:
- endringer i svømmehastighet og retning
- brudd i skolemønster
- vertikal posisjonering
- individuelle og kollektive appetittsignaler
Dette gjøres samtidig som miljødata (strøm, oksygen, lys, temperatur) analyseres for å skille fôringsadferd fra miljøpåvirkning.
2. RA2 – Automatisk estimering av pellets-tap
Prosjektet undersøker hvordan pellets kan spores i 3D-sonardata, og hvordan miljøforhold påvirker pelletdrift. Målet er et system som kan gi:
- sanntidsanslag for pellets som ikke blir spist
- varsling når strøm eller adferd gir risiko for overfôring
- innsikt i pelletsfordeling gjennom vannsøylen
Metoden kombinerer sonar, miljøsensorikk fra Aanderaa og modeller for pelletfordeling.
3. RA3 – Optimalisering av fôring i sanntid
Her integreres adferdsanalysen og pellets-estimatene i et samlet DSS med anbefalinger for:
- varighet og intensitet på fôringen
- pauser og sykluser
- evaluering av hver fôringsperiode
- forbedringsforslag basert på historiske data
Systemet testes og valideres mot produksjonsdata og i kundetester hos Lingalaks.
Datainnsamling i full skala
Prosjektet samler inn et av landets mest omfattende dataset for fôring og adferd:
- 3D-sonar fra Waive
- miljødata fra Aanderaa (strøm, bølger, oksygen, temperatur, saltholdighet)
- produksjonsdata fra Lingalaks
- vekst- og biomassemålinger
- pelletforbruk og fôringsregimer
Dette gjøres over flere år på to ulike lokaliteter med forskjellige hydrografiske forhold – fjord og kyst.
Forventede gevinster
For næringen
- Reduksjon i fôrspill
- Lavere CO₂-utslipp
- Mer forutsigbar fôring og bedre vekst
- Forbedret fiskevelferd
- Dokumenterbar presisjon i fôringsoperasjonen
For Waive
OptiFe3D gir grunnlaget for et nytt produkt:
Et intelligent fôringsmodul som bygger videre på vår eksisterende 3D-plattform for biomasse og adferd.
Dette er en betydelig utvidelse av verdien vi leverer til oppdrettere og styrker vår posisjon som teknologileverandør innen presis havbruksovervåkning.
For samfunnet
- Redusert fôrsvinn og dermed redusert miljøbelastning
- Økt bærekraft i en av Norges viktigste eksportnæringer
- Bidrag til FNs bærekraftsmål 2, 12 og 13
Status
Prosjektet er nå godt i gang, med datainnsamling og algoritmeutvikling i full drift. Vi har allerede:
- bekreftet pelletsdeteksjon i kontrollerte omgivelser med høykvalitets 3D-sonar
- bygget første versjon av adferdsanalyse på individ- og gruppenivå
- etablert miljøovervåking på to lokaliteter
- startet integrasjon av modeller for adferd og pelletsfordeling
Resultatene så langt viser tydelig potensial for å redusere fôrspill og gi bedre beslutningsgrunnlag til fôringsoperatører.