Một số công nghệ trong cho ăn và theo dõi hành vi ăn của tôm
Những công nghệ giám sát hành vi ăn của tôm đóng một vai trò quan trọng trong việc phát hiện sớm hành vi bất thường và giảm thất thoát thức ăn.
Bài viết này lược dịch kết quả nghiên cứu của Jean-Benoît Darodes de Tailly 2021 về những công nghệ trong cho ăn và theo dõi hành vi ăn của tôm.
Máy cho ăn phản hồi âm thanh
Máy cho ăn hẹn giờ đã được ngành công nghiệp nuôi tôm sử dụng trong hơn một thập kỷ nhưng gần đây công nghệ cho ăn phản hồi âm thanh đã được phát triển và cung cấp trên thị trường. Đây là một loại hệ thống cho ăn theo yêu cầu, tích hợp hoạt động của tôm ghi âm trực tiếp làm yếu tố để xác định thời điểm cho tôm ăn.
Tôm thẻ chân trắng hoạt động về mặt âm thanh và những âm thanh mà nó tạo ra có thể được sử dụng như một dấu hiệu của hoạt động kiếm ăn trong ao nuôi. Các biến âm thanh không bị ảnh hưởng bởi kích cỡ tôm. Tốc độ nhấp mồi kết hợp với năng lượng được tạo ra ở tần số cao nhất có thể đại diện cho một chỉ số về lượng thức ăn được tiêu thụ. Kết cấu chế độ ăn có liên quan chặt chẽ đến cường độ âm thanh do tôm thẻ chân trắng tạo ra khi cho ăn. Mức tiêu thụ thức ăn tương quan đáng kể với năng lượng âm thanh do tôm phát ra.
Máy cho ăn tự động phản hồi âm thanh dựa trên các nguyên tắc âm thanh thụ động để phân phối thức ăn trong ao. Cho ăn qua cảm biến phản hồi âm thanh giúp đảm bảo thức ăn được phân phối vào những thời điểm khi tôm có khả năng tiêu thụ nhất và do đó hỗ trợ việc giảm lãng phí thức ăn. Những lợi thế của ăn phản hồi âm thanh khi sử dụng máy cho ăn tự động hoặc bằng tay gần đây đã được đánh giá trên tôm sú và tôm thẻ chân trắng, mang lại năng suất tốt hơn trên mỗi hecta ở mật độ nuôi tương tự.
Mô hình của một hệ thống cho ăn bằng âm thanh. Đầu thu âm thanh Hydrophone ghi lại âm thanh của ao và gửi tín hiệu đến bộ điều khiển đặt trên máy cho ăn hoặc trên bờ. Sau đó, bộ điều khiển sẽ đánh giá hoạt động cho ăn và tự động điều chỉnh khẩu phần cho ăn. Nguồn BioRender.com.
Tuy nhiên một số thách thức trong việc áp dụng công nghệ là âm thanh của ao nuôi tôm thường bị ô nhiễm bởi tiếng ồn lớn từ máy sục khí, máy bơm, gió, mưa…
Thị giác máy tính và trí tuệ nhân tạo
Thị giác máy tính hiệu quả trong việc giám sát một số khía cạnh của hành vi ăn ở tôm trong thời gian thực. Huang và cộng sự 2018 đã trình bày một nguyên mẫu của hệ thống giám sát thời gian thực dưới nước cho các ao và bể nuôi tôm. Thiết bị này bao gồm một máy ảnh dưới nước, một thuật toán để cải thiện chất lượng hình ảnh và sử dụng thuật toán YOLO để phát hiện tôm hiện diện bên trong trường máy ảnh. Các thuật toán phát hiện đối tượng cũng có thể cung cấp tọa độ của tôm được phát hiện từ cảnh quay dưới nước và cung cấp hành vi của tôm và sự di chuyển của chúng xung quanh vùng cho ăn.
Hệ thống thị giác máy tính để theo dõi hành vi của tôm. Nguồn: BioRender.com.
Phép đo từ xa
Ở tôm, kỹ thuật này có thể chỉ phù hợp khi sử dụng các thẻ nhỏ, chẳng hạn như thẻ thụ động tích hợp Transponder (thẻ PIT). PIT-thẻ được làm bằng một ống thủy tinh nhỏ, trong đó một con chip mạch tích hợp, một cuộn dây ăng-ten và một tụ điện. Khi đi ngang qua một đầu đọc tạo ra một trường điện từ, thẻ PIT sẽ truyền lại một mã duy nhất cho phép nhận dạng cá thể động vật. Chỉ có một số ít các nghiên cứu đã chèn PIT-thẻ bên trong động vật giáp xác nhỏ như tôm tập trung vào việc sử dụng các PIT-thẻ cho các chương trình nhân giống.
Vì thẻ PIT đã được sử dụng thành công trên các loài giáp xác nhỏ, các nghiên cứu sử dụng các thiết bị này có thể trở nên thường xuyên hơn để theo dõi hành vi ăn của tôm, đặc biệt là các chuyển động của cá thể tại và xung quanh vùng cho ăn. Antennas gắn thẻ PIT có thể được sử dụng chung với máy ảnh để đánh giá ảnh hưởng của mật độ tôm gần ăng-ten, sự tích tụ bùn ở đáy ao hoặc sự thay đổi của độ mặn đến tỷ lệ phát hiện thẻ từ máy thu.
Biểu diễn hệ thống đo từ xa để theo dõi chuyển động của tôm trong ao. Trong ao nuôi, bộ truyền âm được gắn vào cá/ tôm có vai trò gửi tín hiệu đến bộ thu (hydrophone). Hai ăng-ten được đặt cạnh nhau để cung cấp cả tốc độ và hướng của tôm (đã được gắn thẻ). Nguồn: BioRender.com.
Trong tương lai việc kết hợp giám sát các điều kiện môi trường và theo dõi hành vi cho ăn có thể giúp dự đoán lượng thức ăn của tôm khi có những thay đổi môi trường và các yếu tố gây căng thẳng khác, chẳng hạn như sự thay đổi về chất lượng nước và điều chỉnh lượng thức ăn cho phù hợp. Đây cũng là cách tiếp cận giúp phát hiện sớm các vấn đề liên quan đến chất lượng nước và dịch bệnh trước khi chúng trở nên nghiêm trọng.
Nguồn: Jean-Benoît Darodes de Tailly & ctv (2021). Monitoring methods of feeding behaviour to answer key questions in penaeid shrimp feeding, Reviews in Aquaculture, 10/03/2021.
Nguồn: Tép Bạc
