Fish monitoring in river by deploying IoT-UWSNs

Rivieren zijn levende bibliotheken; hun stromingen houden de verhalen vast van ontelbare soorten die voor hun overleving van hen afhankelijk zijn. Eeuwenlang vereiste het begrijpen van deze aquatische ecosystemen dat onderzoekers het water in waden, waarbij ze vertrouwden op netten en het menselijk oog om vissen te tellen en hun gezondheid in te schatten. Vandaag deं dag ontstaat er een nieuwe aanpak die de fysieke wereld vermengt met digitale intelligentie. Deze methode steunt op het Internet of Things, een concept waarbij alledaagse objecten verbonden zijn met het internet om informatie te delen, en onderwater sensornetwerken, die fungeren als een zenuwstelsel onder het oppervlak. Door slimme apparaten in rivieren te plaatsen, kunnen wetenschappers nu continu gegevens verzamelen zonder constante menselijke aanwezigheid. Het doel is simpel maar diepgaand: om vispopulaties te bewaken met dezelfde zorg die een tuinier aan een tuin geeft, door technologie te gebruiken om veranderingen in realtime op te merken en het delicate evenwicht van het leven onder water te beschermen.

In een recente studie hebben onderzoekers van instellingen in Pakistan een systeem gebouwd dat deze visie tot leven brengt, specifief ontworpen om vissen in riviermilieus te monitoren. Ze creëerden een digitaal kader dat gebruikmaakt van camera's uitgerust met kunstmatige intelligentie om foto's van vissen te maken en vervolgens direct identificeert welke soorten aanwezig zijn. Stel je een camera voor die niet alleen een vorm in het water ziet, maar deze ook begrijpt, die een forel van een zalm onderscheidt zonder dat een mens eerst naar de foto hoeft te kijken. Het team ontwikkelde een softwareplatform dat draait op een standaard desktopcomputer en fungeert als het brein van de operatie. Deze software maakt verbinding met de camera's, verwerkt de beelden en toont de resultaten op een scherm waar iedereen het huidige aantal vissen en hun soorten kan zien. Het systeem is ontworpen om automatisch te werken, waarbij foto's op vaste intervallen worden genomen en de tellingen worden bijgewerkt zonder dat iemand op een knop hoeft te drukken, wat het mogelijk maakt om het leven van een rivier van kilometers afstand achter een bureau te volgen.

Het hart van dit project is een stuk software dat getraind is om vissen te herkennen, net zoals een persoon leert vogels te identificeren aan de hand van hun veren en vorm. De onderzoekers hebben de computer geleerd met behulp van een grote collectie foto's die verschillende soorten vis laten zien in uiteenlopende lichtomstandigheden en vanuit verschillende hoeken. Zodra de computer deze patronen leerde, testten ze het met nieuwe afbeeldingen. De resultaten waren bemoedigend; het systeem identificeerde de vissen in de testbeelden ongeveer tweeënnegentig procent van de tijd correct. Het onderscheidde succesvol tussen soorten zoals zeemereden, garnalen, rode mul en forel, en toonde de tellingen op een dashboard dat wordt bijgewerkt zodra er nieuwe gegevens binnenkomen. Het team heeft ook een beveiligd inlogsysteem gebouwd zodat alleen geautoriseerde personen de gegevens kunnen inzien of beheren, wat ervoor zorgt dat de informatie veilig blijft terwijl deze nog steeds toegankelijk is voor degenen die het nodig hebben.

Om er zeker van te zijn dat het systeem werkt zoals bedoeld, hebben de onderzoekers een reeks controles uitgevoerd. Ze verifieerden dat de camera's heldere beelden konden vastleggen, dat de software de vissen nauwkeurig kon tellen, en dat de aantallen onmiddellijk zonder vertraging op het scherm verschenen. Ze testten ook de mogelijkheid om nieuwe soorten vis aan het geheugen van het systeem toe te voegen, waardoor het hulpmiddel kan groeien en zich kan aanpassen naarmate er meer soorten worden ontdekt of wanneer de populatie van de rivier verandert. De gehele opstelling vertrouwt op een lokale interface waar gebruikers afbeeldingsbestanden kunnen selecteren voor verwerking, draaiend op een desktopcomputer om het monitoringsproces te simuleren. Hoewel het systeem in een gesimuleerde omgeving is getest om te bewijzen dat het concept werkt, merkten de onderzoekers op dat het momenteel beperkt is tot een digitale simulatie en nog niet kan worden geïmplementeerd voor het routeren van informatie op het wateroppervlak.

Dit werk vormt een belangrijke stap voorwaarts in hoe we onze waterwegen bewaken, en biedt een manier om informatie te verzamelen die voorheen moeilijk of zelfs onmogelijk te verkrijgen was. Door de detectie en het tellen van vissen te automatiseren, komt het systeem tijd vrij voor onderzoekers om zich te concentreren op wat de gegevens betekenen in plaats van alleen op het verzamelen ervan. De auteur erkent dat er nog werk te verrichten is, zoals het verbeteren van het vermogen van het systeem om met verschillende onderwatercondities om te gaan en het uitbreiden van de bibliotheek van vissen die het kan herkennen. Ze zijn ook van plan om de technologie in echte omgevingen te testen, waarbij ze verder gaan dan de computersimulatie om te zien hoe het presteert in een stromende rivier. Voor nu staat dit project als een bewijs van concept, dat laat zien dat we met de juiste combinatie van camera's, slimme software en internetverbindingen kunnen beginnen met het luisteren naar de stille verhalen die rivieren vertellen over het leven dat zij herbergen.