De snelste manier om een ​​vis te volgen is om figuurlijk gesproken de cloud te gebruiken. Een nieuwe akoestische ontvanger, ontwikkeld door onderzoekers van Pacific Northwest National Laboratory (PNNL) en gepubliceerd in het IEEE Internet of Things Journal , stuurt bijna-realtime visvolggegevens naar de digitale cloud, waardoor dambeheerders en besluitvormers tijdig informatie krijgen over wanneer, waar en hoeveel vissen naar verwachting door dammen gaan. In plaats van te vertrouwen op seizoensschattingen van vismigratie van voorgaande jaren, ondersteunen deze gegevens van getagde vissen beter geïnformeerde beslissingen over damoperaties die de vispassage beïnvloeden.

"Deze ontvanger levert actuele gegevens aan dambeheerders om te helpen bij het nemen van weloverwogen dagelijkse beslissingen ter ondersteuning van de vispassage, zoals het aanpassen van de waterstroom wanneer het duidelijk is dat een grote groep jonge vissen de dam nadert ", zegt Jayson Martinez, een werktuigbouwkundig ingenieur van PNNL die de ontvanger mede heeft ontwikkeld.

Waterkrachtdammen zijn een belangrijke bron van betrouwbare hernieuwbare energie en genereren ongeveer zes procent van de totale elektriciteit in de Verenigde Staten. Vissen helpen er veilig door te navigeren, is een belangrijk onderdeel van het verminderen van de milieu-impact van dammen. De nieuwe ontvanger is een cruciaal stukje van de puzzel in het voortdurende streven om de vispassage te verbeteren.

Updates elk uur

Om een ​​vis te volgen, heb je twee apparaten nodig:een zender die zich op of in de vis zelf bevindt en een ontvanger in het water om het uitgezonden signaal op te vangen. Martinez en Daniel Deng, PNNL Laboratory fellow en werktuigbouwkundig ingenieur, ontwikkelden de nieuwe ontvangertechnologie met hun medewerkers als onderdeel van een langdurige inspanning om zowel zenders als ontvangers te verbeteren.

"De laatste twee decennia is akoestische telemetrie het favoriete instrument van de onderzoekers geweest om vissen op afstand met hoge nauwkeurigheid te kunnen volgen", legt Deng uit. "We hebben gewerkt aan het maken van betere, kleinere zenders die kunnen worden gebruikt om meer vissoorten en levensfasen te bestuderen. Maar het verbeteren van de zender is slechts de helft van de uitdaging, de andere helft is het verbeteren van de ontvanger."

Momenteel beschikbare ontvangers hebben enkele belangrijke beperkingen. Bekabelde ontvangers kunnen in realtime gegevens naar de wal verzenden, maar ze moeten worden gevoed door onshore-infrastructuur, waardoor hun plaatsing beperkt is tot gebieden waar stroom beschikbaar is. Autonome ontvangers kunnen worden ingezet op locaties zonder bekabeling en onshore-infrastructuur, maar ze moeten trackinginformatie lokaal opslaan totdat deze handmatig kan worden verzameld, wat betekent dat vistrackinggegevens niet in realtime beschikbaar zijn. Om deze beperkingen aan te pakken, ontwikkelden Martinez, Deng en hun medewerkers een autonome akoestische ontvanger die draadloos informatie naar de cloud kan uploaden terwijl deze onder water wordt ingezet op afgelegen of moeilijk bereikbare locaties langs beken en rivieren.

"Ons uiteindelijke doel is om te proberen realtime informatie te verstrekken over de locatie en gezondheid van vissen, en deze ontvanger is een grote stap in de richting van dat doel, door elk uur gegevensupdates te leveren aan dambeheerders," zei Deng.

Computeren op het randje

Draadloos gegevens verzenden onder water is een extreem langzaam proces - tot 3 miljoen keer langzamer dan de gemiddelde snelheid van internet via de kabel thuis. Om dit probleem te omzeilen, gebruikten onderzoekers edge computing om te minimaliseren hoeveel gegevens draadloos van onder water naar de cloud moeten worden overgebracht. Edge computing is een benadering die verbeterde en efficiënte gegevensverwerking mogelijk maakt door de computer dichter bij de gegevensbron zelf te brengen - in dit geval worden de visvolggegevens verwerkt bij de ontvanger voordat ze naar de cloud worden verzonden.

Wanneer vissen die zijn gemerkt met akoestische zenders door autonome ontvangers zwemmen, worden die gegevens meestal lokaal verzameld en opgeslagen totdat iemand de ontvanger bezoekt en de gegevens downloadt. Dit kost niet alleen veel tijd en geld, maar brengt ook belangrijke veiligheidsoverwegingen met zich mee, omdat onderzoekers vaak per boot naar de ontvanger moeten navigeren. Bovendien is het niet onfeilbaar.

"What if you need to leave a receiver out for two months before someone can collect the data? If something goes wrong with the receiver during that time period—like a sensor being flooded with water or a battery running out—there's no way to know that, so you could lose the entire two months of data," said Martinez.

Incorporating edge computing into the new receiver eliminates those issues. The new receiver collects data from fish transmitters as the fish swim by, then processes and compresses the data. Every hour, the compressed data is wirelessly sent to a small modem located onshore, which uploads the data directly to the cloud, where dam operators and decision-makers can access it. This provides near-real-time fish tracking and a heads up if something goes wrong with the receiver so any issues can be resolved quickly, minimizing data loss.

"There's a lot of energy saved during data transmission, which translates to more data that can be transmitted with less power, making the system more robust and efficient," explained Martinez. "You could even potentially run the onshore acoustic modem using renewable energy, like a solar-powered battery."

More than just a fish tracker

Another exciting aspect of the receiver is its potential to do much more than track fish—it's a flexible platform that could accommodate multiple sensors to collect a variety of data. These receiver platforms could provide simultaneous near-real-time data on water quality and environmental conditions along with fish location, answering valuable questions about fish and river health in a changing climate.

"Real-time information about fish location and environmental conditions, including in remote or difficult to access areas, are potentially very valuable for building environmental models to understand river habitats and fish populations in light of climate change," said Martinez.

Now that the receiver has been demonstrated in a controlled testing environment, the scientists plan to adapt it for a large-scale deployment in the future. In addition to Martinez and Deng, the team included PNNL researchers Yang Yang, Robbert Elsinghorst, Hongfei Hou, and Jun Lu. Deng holds a joint appointment at Virginia Tech. + Verder verkennen

Newly released data show how fish pass through dams