Validering av Havforskningsinstituttets luselarvespredningsmodell
|
|
- Bengt Holte
- 8 år siden
- Visninger:
Transkript
1 Validering av Havforskningsinstituttets luselarvespredningsmodell Veterinærinstituttet Lars Qviller, Anja B. Kristoersen og Peder A. Jansen 3. mars
2 Innhold 1 Bakgrunn 3 2 Metodikk Modelldata Valideringsdatasett Tidsforsinkelse og omregning fra copepoditter til PAAM Regresjonsanalysene Resultater 6 4 Diskusjon 10 5 Konklusjon 11 6 Referanser 11 7 Vedlegg - Veterinærinstituttets lusemodell 12 2
3 1 Bakgrunn Nærings- og skeridepartementet (departementet) har bedt Havforskningsinstituttet (HI) om å utvikle sin modell for spredning av lakselus (Lepeophtheirus salmonis), til et verktøy som kan veilede forvaltningen av oppdrettsnæringen. Modellen skal bidra til å identisere områder under press fra lakselus, og den skal være grunnlag for et såkalt trakklyssystem som skal regulere oppdrettskonsesjonene med henblikk på påslag på villsk (etter skriv fra departementet datert 2. juli 2015). Med støtte i en slik modell kan forvaltningen gjøre kunnskapsbaserte avveininger mellom produksjon i oppdrettsnæringa og press på de ville lakseskbestandene. Det foreligger føringer fra departementet om at modellen skal ta utgangspunkt i en strøm- og spredningsmodell utviklet av HI (Jonsen et al. 2014), som bygger på kyststrømmodellen Norkyst800 (Asplin et al. 2011), samt kjent lakselusbiologi (Stien et al.2005). Før smittespredningsmodellen kan tas i bruk må den valideres mot uavhengige data, slik at både de aktuelle forvaltningsorganene og aktørene i næringa kan stole på modellen. Erfaring tilsier at kontroversielle avgjørelser rundt lakseoppdrett ofte trekkes inn for rettssytemet. Departementet stiller derfor krav om at modellene også skal gi de aktuelle forvaltningsorganene støtte i eventuelle rettsaker. I en hver modell av virkeligheten, og spesielt i biologiske systemer foreligger det forenklinger og forutsetninger som aldri fullt ut vil kunne gjenskape virkeligheten. Hensikten med modellene er å gjenskape naturlige prosesser slik at man kan forutsi forekomst av, sannsynlighet for eller styrken av naturlige fenomener under gitte forutsetninger. En validering har som hensikt å påvise et sammenfall mellom modellerte verdier og observasjoner, og dermed at forutsetningene ikke er urealistiske. Vi ønsker gjennom dette notatet å presentere en validering av Havforskningsinstituttets spredningsmodell for lakselus mot lakselusdata fra oppdrettsanlegg. Resultatene sammenliknes med en mye enklere modell fra Veterinærinstituttet som i oppdraget omtales som en komplementær modell. En beskrivelse av denne modellen følger vedlagt. Samenfall mellom observerte og modellerte data undersøkes med regresjonsbaserte analyser. 2 Metodikk 2.1 Modelldata Hydrodynamiske modeller, lik den vi skal validere i dette arbeidet kan ofte sammenliknes med meteorologiske modeller. Man forutsier strømningsfenomener og kan identisere ekstremhendelser. Det er ikke uvanlig å bruke kategoriske veriseringer hvis hensikten med modellen er å tree på ekstremvarsler (Wahl 2010). I slike varsler kan det være viktigere at ekstremhendelsen 3
4 intreer enn hvor nøyaktig man kan stedfeste den. Et varsel kan fortsatt ha verdi om det bommer delvis på lokalitet i slike tilfeller. I en grov modell med 800 meters oppløsning, slik som Norkyst800, kan ekstremhendelser bli predikert i en rute, mens hendelsen kommer i naboruta. Da blir korrelasjonen lik null, mens sken som svømmer gjennom begge rutene blir utsatt for et lusepress midt i mellom de to rutene. Man må regne med at en forventet romlig fordeling over et større område gir en bedre prediksjon, all den tid man ikke vet hvor hverken sken eller ekstremhendelsen benner seg. En slik romlig fordeling kan oppnås med en spatiotemporal glatting, gjennom ytende middelverdier i både rom og tid. Det er imidlertid usikkert hvor stor grad av glatting som gir en modell med best gjengivelse av virkeligheten. Erfaring fra tidligere forsøk på verisering tilsier at data uten glatting, eller data med ytende medianverdierfra 3*3 ruter rundt den observerte ruta ikke er tilstrekkelig. Modelldatasettet består dermed av daglige prediksjoner mellom 1. april og 21 august i 2014, fra 219 oppdrettslokaliteter. Prediksjonene er midlet over 5*5 ruter (utenom på land), samt ytende gjennomsnitt over 15 dager. 2.2 Valideringsdatasett Modelldata valideres mot ukentlige beregnede smittepress som er rapportert inn gjennom havbruksdata. De rapporterte tallene er gjennomsnitt antall lus per voksne sk, basert på et varierende utvalg av sk. En fornuftig transformering tilbake til opprinnelige tall kan oppnås ved å regne seg tilbake fra gjennomsnitt til forventet antall lus på 30 sk, i henhold til Kristoersen et al. (2014). Lusedata som disse beregningene baseres på rapporteres fra lokaliteter hver uke. Hver enkelt merd telles annenhver uke slik at rapporterte gjennomsnittstall kan være basert på forskjellige merder mellom partallsog oddetallsuker. Vi har ikke tatt hensyn til denne alterneringen i vår modellvalidering. Data fra prediksjonsmodellen ble koblet mot observerte lusedata de 16 første ukene av produksjonssyklus såframt lokaliteten ikke har blitt utsatt for badebehandling. Hvis det har skjedd en badebehandling i uke 12 vil bare de 11 første uken være med for denne lokaliteten. 117 av de 219 oppdrettslokalitetene hadde data for denne perioden. 2.3 Tidsforsinkelse og omregning fra copepoditter til PAAM Havforskningsinstituttets modell beregner antall copepoditter i vannmassene, som skal valideres mot antall preadulte lus og adulte hanner (PAAM). Vi benytter modellparametre fra Stien et al. (2005) til å beregne tidsforsinkelse og dødelighet fra copepoditter til PAAM. Modellen baserer seg på utvikling gjennom 155 døgngrader, samt daglig dødsrate på 0,17 i frittlevende stadia 4
5 og 0.05 etter påslag. I tilfelle vi ikke skulle tree godt på denne beregningen forsøker vi også å optimere tilpasning til modellen ved å justere antall døgngrader mellom estimerte copepoditt-tettheter og observerte lusetall. 2.4 Regresjonsanalysene Naturlige telledata er aldri normalfordelte. De tilhører som regel telletallsdistribusjoner slik som Poissonfordelingen, eller negativ binomisk sannsynlighetsfordeling. Negativ binomisk sannsynlighetsfordeling er å foretrekke om man har overdispersjon og/eller aggregering av data. Fra erfaring med både lakselus og andre systemer vet vi at parasittdata som regel tilhører negativ binomisk fordeling. Dette har bred støtte i både empiri og i populasjonsdynamiske modeller. Vi har også erfart at denne fordelingen er det som beskriver lusepåslag i oppdrettsanlegg best. Vi har også erfaring med at modeller som korrigerer for såkalt nullinasjon kan forklare slike data bedre. Innledende analyser bekrefter at dette er tilfelle også i denne sammenhengen. Vi har i våre statistiske sammenlikningsmodeller bruk nullinasjon rundt intercept. Vi velger derfor å benytte negativ binomiske regresjonsanalyser med nullinasjon (valideringsmodeller) for å se om modelldata kan representere virkeligheten. De forskjellige valideringsmodellene og transformasjonene sammenliknes basert på likelihoodbaserte metoder som Akaikes informasjonskriterium (AIC) og Bayes informasjonskriterium (BIC). Valideringsmodellene presenteres også som plott for å vise sammenhengen mellom predikerte og observerte data, og de sammenliknes med BIC-verdier. For at en validering skal gi støtte til modellen må den vise sammenfall mellom antall lus i de enkelte anleggene og at modellen beregner ere luselarver, samt at modelltilpasningen må være bedre enn om variabelen utelates. For at en mer komplisert modell skal velges framfor en som er enklere må den kompliserte modellen prestere betydelig bedre, i henhold til parsimoniprinsippet. For å nne den statistiske modellen som passer disse dataene best, forsøker vi forskjellige transformasjoner med og uten trunkering. Dette inkluderer trunkering av data på 80% persentilen og log-transformering opp til re ganger for å jevne ut data og skape en god modelltilpasning. For å nne den transformasjonen som egner seg best sammenlikner vi modeller med de forskjellige transformasjonene univariat, og i modeller som har med en tidsseriekorreksjon som skal håndtere at antall lus akkumuleres i anleggene over tid. Denne korreksjonen består av at vi tar med antall lus i forrige uke som kovariat i modellen som skal predikere antall lus denne uka. Når transformasjoner og tidsforsinkelse mellom påslag og bevegelige lus er tilpasset gjør vi en klassisk forward modellseleksjon der tidligere nevnte tidskorreksjon, hvor mange uker sken har stått i sjø og estimert smittepress forsøkes som forklaringsvariabler. Til slutt forsøkes ukenummer som randomeekt, som en korrigering for sesongeekter. Merk at all modelltilpasning 5
6 kun foretas på smittepress fra HI sin modell. Ved sammenlikning med smittepress estimert fra VI legger vi bare inn ferdig modellert smittepress fra Veterinærinstituttets modell i modellen som er utviklet for smittepress fra HIs smittepressmodell. 3 Resultater Innledende analyser viser at det er betydelig avvik mellom antatt utviklingsperiode og antall døgngrader mellom copepodittpåslag og preadulte lakselus i oppdrettsanleggene. Mens det i følge Stien et al. (2005) skal være 155 døgngrader, nner vi best sammenheng mellom predikerte og observerte data med en forsinkelse på bare 9 døgngrader. Smittepressprediksjonene fra HI er betydelig skjevfordelt, noe som gjenspeiles i sammenlikningen av forskjellige transformasjoner. I Tabell 1 ser vi at når tidskorreksjon ikke inkluderes i valideringsmodellene gir stadig mer kompliserte transformasjoner bedre modelltilpasning, helt opp til 4 ganger logaritmetransformasjon og trunkering av data på 80%-persentilen. Med tidskorreksjon gir 4 ganger logaritmetransformasjon uten trunkering den beste tilpasningen til valideringsmodellen. Vi velger å bruke denne transformasjonen videre i analysene. 6
7 Tabell 1: BIC-verdier fra modeller som sammenlikner forskjellige datatransformasjoner av responsvariabelen. Modellnavnene inneholder informasjon om hvilke data som inngår i modellene. Alle modeller uten Tidskorr i navnet er univariate, mens de med Tidskorr i navnet inkluderer antall lus i uka før som forklaringsvariabel. log betyr at modelldata fra HI er log-transformert, og alle data er forsøkt logtransformert opp til re ganger. trunc betyr at samme data er trunkert slik at de 20% øverste dataene er satt til 80% kvantilverdiene. Alle modellene er basert på data med 9 døgngraders forsinkelse fra påslag til observerte lus df BIC Fit Fit.log Fit.loglog Fit.3log Fit.4log Fit.trunc Fit.log.trunc Fit.loglog.trunc Fit.3log.trunc Fit.4log.trunc Fit.Tidskorr Fit.log.Tidskorr Fit.loglog.Tidskorr Fit.3log.Tidskorr Fit.4log.Tidskorr Fit.trunc.Tidskorr Fit.log.trunc.Tidskorr Fit.loglog.trunc.Tidskorr Fit.3log.trunc.Tidskorr Fit.4log.trunc.Tidskorr
8 Sammenlikning av modeller med ere forklaringsvariable (Tabell 2) viser at en kompleks modell som inkluderer tidskorreksjon, antall uker i sjø og smittepress som kserte eekter, samt ukenummer som randomeekt gir den beste modellen. Merk at om vi bytter ut smittepress fra HI i den beste modellen med smittepress fra VI, så bedres modelltilpasningen betydelig. De samme resultatene vises visuelt i Figur 1. Vi observerer her en økning i antall lus, med relativt tette kondensbånd rundt funksjonene. Merk imidlertid at smittepresset fra HI fortsatt har er svært skjevfordelt, og at kondensbåndene spesielt rundt de lave verdiene er bredere enn modellen fra VI. Tabell 2: BIC-verdier for sammenlikning av valideringsmodeller med forskjellige kovariater inkludert. Lavere BIC-verdi betyr at modellen er bedre Kovariater df BIC Mod 1.1 Smitte 4*log Mod 1.2 Forrige uke Mod 1.3 Uker i sjø Mod 2.1 Forrige uke + Smitte 4*log Mod 2.2 Forrige uke + Uker i sjø Mod 3.1 Forrige uke + Uker i sjø + Smitte 4*log Mod 1.1.rand Smitte4log + (1 Uke) Mod 1.2.rand Forrige uke + (1 Uke) Mod 1.3.rand uker i sjø + (1 Uke) Mod 2.1.rand Forrige uke + Smitte 4*log + (1 Uke) Mod 2.2.rand Forrige uke + Uker i sjø + (1 Uke) Mod 3.1.rand Forrige uke + Uker i sjø + Smitte 4*log + (1 Uke) Mod VI Forrige uke + Uker i sjø + Smitte fra VI + (1 Uke)
9 Observert antall lus på 30 fisk HI smittepress Estimat = 0.23, p= , BIC= Modellert smittpress Observert antall lus på 30 fisk VI smittepress Estimat = 0.41, p= , BIC = Modellert smittpress Figur 1: Eektplot som viser hvordan observerte data (predikert antall lus på 30 sk), henger sammen med modellert smittepress. Plottet viser regresjonsfunksjonen med 95% kondensintervall. 9
10 4 Diskusjon Resultatene fra valideringen viser at smittespredningsmodellen slik den er i dag muligens kan predikere lusepåslag i oppdrettsanleggene, men det er betenkelig at dataene i stor grad måtte masseres for å få ut fornuftige prediksjoner. En re ganger logtransformasjon er en svært radikal databehandling, og vi måtte justere døgngrader mellom predikert copepodittforekomst og preadulte lakselus helt ned til 9 døgngrader for å få til en så god prediksjon som den vi presenterer her. Vi avviker med andre ord svært langt fra det vi kjenner til om biologien til lakselusa. Til sammenlikning gir predikerte lusetall fra Veterinærinstituttet fornuftige prediksjoner uten noen justering av tidsforsinkelse mellom estimert larveforekomst eller radikale transformasjoner. Når vi bytter ut masserte prediksjoner fra HI med enkle logtransformerte prediksjoner fra den naive avstandsmodellen fra VI, forklares de observerte dataene bedre. VI sin modell gjør det også bedre i samtlige metoder, og modellen viser klare sammenhenger nesten uavhengig av metodikk. Slik det ligger an nå egner altså modellen fra VI seg bedre til å predikere lusepåslag i oppdrettsanlegg enn den hydrodynamiske modellen fra HI. De store variasjonene i estimatene basert på kompliserte strømmodeller gjør dem utfordrende å validere, så det er naturlig at vi trenger litt tilpasning for å nne gode måter for å validere modellen. Likevel har vi blitt nødt til å gå så radikalt til verks at vi mener det er fare for at den påviste sammenhengen skyldes at vi har funnet tilfeldige sammenhenger heller enn et ekte signal. Det er derfor viktig at vi nner årsakene til avviket fra biologiske mekanismer, og at modellen kan levere data som trenger mindre grad av bearbeiding. Hvis en forbedret modell fortsatt krever radikale transformasjoner, må vi repetere valideringen med ere uavhengige testprediksjoner med data fra ere år, slik at vi kan stole på at den samme transformasjonen gir gode prediksjoner hver gang. Selv om denne valideringen ikke gir full pott til HI sin hydrodynamiske modell kan vi lære mye av prosessen vi har vært gjennom, og valideringen kan gi oss en pekepinn på hvilke faktorer vi skal nøste i. Det kan foreksempel tenkes at strømmen beregnes å ytte lakseluslarvene for sakte, slik at tiden som går fra larvene ankommer en lokalitet til de utvikler seg til preadulte lus ikke stemmer. Det kan også tenkes at om man slipper ut ere partikler i kildeleddet så vil variabiliteten i smitteestimatene bli mindre, og dermed kreves enklere transformasjoner. Man kan også tenke seg at den store variabiliteten i strømmodellen også er tilstede i kildeleddet, altså gjennom det oppdrettsanlegget luselarvene spres fra. Hvordan dette skal håndteres og hva vi faktisk kan lære av denne valideringen bør være gjenstand for diskusjoner og betydelig samarbeid framover. Vi ser også for oss en mulighet for samarbeid der vi på forskjellig vis kan forsøke å kombinere avstandstilnærmingen og en hydrodynamisk modell. 10
11 5 Konklusjon Vi konkluderer med at den hydrodynamiske smittespredningsmodellen enn så lenge er for umoden til å understøtte den foreslåtte trakklyssystemet, men resultatene gir likefullt håp om en enda bedre modell. Før vi har fått klarhet i svakhetene og utbedret modellen videre, er den naive avstandsmodellen utviklet av VI best egnet som grunnlag for det foreslåtte forvaltningssystemet. 6 Referanser Asplin, L., Sandvik, A. D., & Albretsen, J. (2011). Kystmodellen NorKyst en strømmodell for hele norskekysten [In Norwegian]. Havforskningsnytt, 2011(8), 8. Johnsen, I., Fiksen, Ø., Sandvik, A., & Asplin, L. (2014). Vertical salmon lice behaviour as a response to environmental conditions and its inuence on regional dispersion in a fjord system. Aquaculture Environment Interactions, 5(2), Kristoersen, A. B., Jimenez, D., Viljugrein, H., Grøntvedt, R., Stien, A., & Jansen, P. a. (2014). Large scale modelling of salmon lice (Lepeophtheirus salmonis) infection pressure based on lice monitoring data from Norwegian salmonid farms. Epidemics, 9. Stien, a, Bjørn, P. a, Heuch, P. a, & Elston, D. a. (2005). Population dynamics of salmon lice Lepeophtheirus salmonis on Atlantic salmon and sea trout. Marine Ecology Progress Series, 290, Wahl, B. M. (2010). En skalaavhen gig verikasjonsmeto de anvendt på nskalamodeller. Master Thesis, University of Oslo. 11
12 7 Vedlegg - Veterinærinstituttets lusemodell 12
13 Veterinærinstituttets spredningsmoldell for lakselus Veterinærinstituttet 3. mars 2016 Veterinærinstituttet har laget en deterministisk modell for produksjon og spredning av lakselus (modellen) som kan predikere tetthet av lakseluslarver langs kysten basert på lakselustellinger i oppdrettslokaliteter (Kristoersen et al. 2014). Modellen brukes til å predikere påslag av lakselus i oppdrettsanlegg og på laksesk der man kjenner til hvor sken har vært og når den har vært der. Den kan også predikere lusepåslag på villsk under de samme forutsetningene. Overvåkningsdata som rapporteres inn til Veterinærinstituttet hver uke brukes til å beregne produksjon av nauplii-larver fra de enkelte lokalitetene. Lokalitetene rapporterer tre gjennomsnittsverdier hver uke for antall fastsittende lus, antall preadulte og voksne hannlus samt antall voksne hunnlus fra alle skene som blir talt. Produksjonsdelen av modellen bruker antall laks i hver oppdrettslokalitet, rapporterte gjennomsnittstall for hunnlus og vanntemperaturer i en populasjonsdynamisk modell (Stien et al. 2005). Spredningsdelen beregner relativ risiko for infeksjon som en funksjon av sjøavstand til oppdrettslokalitetene (Aldrin et al., 2013), og den gir også mulighet for å skille mellom eksternt og internt infeksjonspress i oppdrettsanleggene. Modellen tar ikke hensyn til bevegelser i vannmassene. Spredningsfunksjonen er estimert fra lange tidsserier av lusedata der smittekontakt mellom lokaliteter er optimalisert funksjon av sjøavstand lokalitetene i mellom (Aldrin et al. 2013). For å predikere påslag av lakselus på sk til gitte tidspunkt brukes utviklingsrater, en fast dødsrate, samt tiden det tar en lakselus å nne en vert. Modellen kan ekstrapoleres videre gjennom utviklings- og dødsrate for å skille mellom fastsittende, preadulte og voksne lakselus. Modellen predikerer en relativ indeks for infeksjonspress, og ikke antall lakselus per sk. Det bør imidlertid la seg gjøre å beregne et forhold mellom infeksjonspress og antall lakselus på sk som man vet hvor har oppholdt seg, foreksempel gjennom empiriske studier med smoltbur. 1
14 Alle modeller av naturlige fenomener hviler på en rekke forutsetninger. Denne modellen forutsetter at infeksjonspresset avhenger av mengden infektive copepoditter i vannmassene. Den forutsetter også at populasjonsmodellen er noenlunde riktig, og at smittespredningen i grove trekk følger den empiriske funksjonen der relativ risiko er en funksjon av sjøavstand. Modellen er validert gjentatte ganger, og de sterke korrelasjonene mellom beregnet infeksjonspress og lusepåslag på sk, både i oppdrett og i smoltbur viser at disse forutsetningene er rimelige. Referanser Aldrin, M., Storvik, B., Kristoersen, A.B., Jansen, P.A., Space-time modelling of the spread of salmon lice between and within Norwegian marine salmon farms. PLOS ONE 8, 6. Kristoersen, A. B., Jimenez, D., Viljugrein, H., Grøntvedt, R., Stien, A., & Jansen, P. a. (2014). Large scale modelling of salmon lice (Lepeophtheirus salmonis) infection pressure based on lice monitoring data from Norwegian salmonid farms. Epidemics, 9, Stien, A., Bjørn, P.A., Heuch, P.A., Elston, D.A., Population dynamics of salmon lice Lepeophtheirus salmonis on Atlantic salmon and sea trout. Mar. Ecol. Prog. Ser. 290,
ALMINNELIG HØRING - REGELVERK FOR Å IMPLEMENTERE MELD. ST. 16 ( ) - NYTT SYSTEM FOR KAPASITETSJUSTERINGER I LAKSE- OG ØRRETOPPDRETT
Nærings- og fiskeridepartementet Postboks 8090 Dep 0032 OSLO Att: Christopher Grøvdal Rønbeck Deres ref: 15/4396 Vår ref: 2016/899 BERGEN 20.09.2016 Arkivnr. 323 Løpenr: 15596/2016 ALMINNELIG HØRING -
DetaljerSmittepress fra lakselus
Smittepress fra lakselus Peder Jansen Seksjon for epidemiologi Veterinærinstituttet Photo: Randi Grøntvedt Skal si noe om: n Kort om: Populasjonsbiologi lakselus og lakselusas potensiale som skadedyr n
DetaljerHavforskningsinstituttets arbeid med lakselusovervåkning og rådgiving samt utvikling av bærekraftsmodell lus 2010-2017. Pål Arne Bjørn (koordinator)
Havforskningsinstituttets arbeid med lakselusovervåkning og rådgiving samt utvikling av bærekraftsmodell lus 2010-2017 Pål Arne Bjørn (koordinator) grenseverdi tar ikke hensyn til områdebelastning overvåkning
DetaljerBeregnet produksjon av smittsomme lakseluslarver. Rapport
Beregnet produksjon av smittsomme lakseluslarver Rapport 21-2018 Beregnet produksjon av smittsomme lakseluslarver Innholdsfortegnelse 1. Sammendrag... 3 2. Bakgrunn... 3 3. Målsetning... 3 4. Materiale
DetaljerReproduksjon av lakselus under nåværende kontrollregime. Peder A. Jansen
Reproduksjon av lakselus under nåværende kontrollregime Peder A. Jansen Innhold Beskrivelse av nåværende kontrollregime Lusegrenser og lusetelling Behandlingsrestriksjoner Grønne konsesjoner Populasjonsdynamikk
DetaljerModell for spredning av lakselus
Modell for spredning av lakselus Anne D. Sandvik, Ingrid A. Johnsen, Lars C. Asplin og Pål Arne Bjørn Havforskningsinstituttet. SLRC, Lakselus seminar Bergen, 12. sep 2013 Havforskningsinstituttet Underlagt
DetaljerHøringssvar på forslag til regelverk for å implementere nytt system for kapasitetsjusteringer i lakse- og ørretoppdrett
Oslo Ullevålsveien 68 Postboks 750 Sentrum 0106 Oslo Sentralbord 23 21 60 00 Faks 23 21 60 01 postmottak@vetinst.no Ref: 15/4396 Vår ref.16/42547 Dato 20.09.2016 Høringssvar på forslag til regelverk for
DetaljerPermaskjørt kan redusere påslag av lakselus - analyse av feltdata. Delrapport Permaskjørt-prosjektet A5
Norwegian Veterinary Institute`s Report Series Veterinærinstituttets rapportserie Rapport 2 2015 Permaskjørt kan redusere påslag av lakselus - analyse av feltdata Delrapport Permaskjørt-prosjektet A5 Randi
DetaljerHavforskningsinstituttets spredningmodell for kopepoditter validert mot burdata fra 2014
Havforskningsinstituttets spredningmodell for kopepoditter validert mot burdata fra 2014 Posisjoner Nord Trøndelag bur 12 11 13 9 10 14 8 15 7 6 23 22 21 20 19 18 25 17 16 5 4 3 2 1 Romsdal Hardangerfjorden
DetaljerDet faglige grunnlaget for Trafikklyssystemet
Det faglige grunnlaget for Trafikklyssystemet Geir Lasse Taranger Forskningsdirektør Akvakultur, miljø og teknologi Havforskningsinstituttet Bergens Næringsråd, 21.03.2018 Lus - fortsatt vurdert å være
DetaljerTellepraksis for behandling til rett tid
Tellepraksis for behandling til rett tid Magne Aldrin, Norsk Regnesentral FHFs lakseluskonferanse januar 2018 Behandling til rett tid a) Mål: Minst mulig lus Med færrest mulig behandlinger og andre tiltak
DetaljerBruk av strømmodellering ved Havforskningsinstituttet.
Bruk av strømmodellering ved Havforskningsinstituttet. Lars Asplin, Jon Albretsen, Ingrid A. Johnsen, Anne Sandvik, Jofrid Skardhamar, Bjørn Ådlandsvik. Miljøseminar for akvakulturnæringa, Florø, 4. februar,
DetaljerHvilke faktorer påvirker lusen sin spredning? Hvavet vi, hvavet vi ikke? Randi N Grøntvedt Prosjektleder for FHF sin koordinering av luseforskning
Hvilke faktorer påvirker lusen sin spredning? Hvavet vi, hvavet vi ikke? Randi N Grøntvedt Prosjektleder for FHF sin koordinering av luseforskning Lakselus har 10 utviklingsstadier Frittlevende, planktoniske
DetaljerRAPPORT FRA HAVFORSKNINGEN. Smittepress fra lakselus på vill laksefisk estimert fra luselarvefelt med stor variabilitet. Nr.
ISSN 1893-4536 (online) RAPPORT FRA HAVFORSKNINGEN Nr. 13 2017 Smittepress fra lakselus på vill laksefisk estimert fra luselarvefelt med stor variabilitet Anne D. Sandvik, Lars Asplin, Pål Arne Bjørn,
DetaljerProduksjon av lakselus i oppdrett, estimert lusepåslag og vurdering av luseindusert dødelighet for villaks innen produksjonsområder
Rapport 8-2017 Produksjon av lakselus i oppdrett, estimert lusepåslag og vurdering av luseindusert dødelighet for villaks innen produksjonsområder for oppdrettslaks Norwegian Veterinary Institute Produksjon
DetaljerSjømatdagene 2016. Lusa i Hardanger (og andre steder) Rica Hell 20. januar 2016
Sjømatdagene 2016 Lusa i Hardanger (og andre steder) Rica Hell 20. januar 2016 Brennpunkt Hardanger Tilspisset motsetning mellom oppdrett og villfiskinteresser Hardangerfjordforskriften Stort tilfang av
DetaljerRÅD - HAVBRUK - SVAR PÅ BESTILLING - EVALUERING AV LAVERE LUSEGRENSE VÅREN 2017
RÅD OG KUNNSKAPSBIDRAG FRA: Mattilsynet Postboks 383 2381 BRUMUNDDAL Att: Aud Skrudland Deres ref: 2016/222112 Vår ref: 2017/1181 Arkivnr: 321 Løpenr: 36105/2017 Storebø 09.10.2017 RÅD - HAVBRUK - SVAR
DetaljerFelttest av ultralyd mot lakselus (FHF-prosjekt )
Rapport 5 2016 Veterinærinstituttets rapportserie Norwegian Veterinary Institute`s Report Series Felttest av ultralyd mot lakselus (FHF-prosjekt 901192) Lars Qviller Randi N. Grøntvedt Veterinærinstituttets
DetaljerTrafikklysmodellen og kunnskapsgrunnlaget
Trafikklysmodellen og kunnskapsgrunnlaget 1. Avgrense produksjonsområder 2. Vurdere status i områdene 3. Tiltak i forvaltningen Bjørn Olav Kvamme Fiskeridirektoratets Miljøseminar 2017 Florø, 8.-9. februar
DetaljerRisikomodell for kvantifisering av luseindusert dødelighet på villaks
Rapport 23 - Risikomodell for kvantifisering av luseindusert dødelighet på villaks Norwegian Veterinary Institute Risikomodell for kvantifisering av luseindusert dødelighet på villaks Innhold Sammenfatning...
DetaljerSmittepress fra lakselus på vill laksefisk - estimert fra luselarvefelt med stor variabilitet
Nr. 40-2017 Rapport fra Havforskningen ISSN 1893-4536 (online) Smittepress fra lakselus på vill laksefisk - estimert fra luselarvefelt med stor variabilitet Anne D. Sandvik, Lars Asplin, Pål Arne Bjørn,
DetaljerHøringssvar Stortingsmelding om vekst i norsk lakse- og ørretoppdrett
Nærings- og fiskeridepartementet postmottak@nfd.dep.no 12.01.2015 BERGEN Høringssvar Stortingsmelding om vekst i norsk lakse- og ørretoppdrett Marine Harvest støtter Regjeringens forslag om å tilrettelegge
DetaljerReduksjon av luseutvikling ved bedre bruk av eksisterende muligheter
Reduksjon av luseutvikling ved bedre bruk av eksisterende muligheter Magne Aldrin, Norsk Regnesentral Langs kysten 2017 Norsk Regnesentral og akvakultur Forskningsinstitutt i Oslo med 70 forskere innen
DetaljerVisjoner om crossover og helhetlig sensorteknologi. Fra måling til handling.
Visjoner om crossover og helhetlig sensorteknologi. Fra måling til handling. Lars Asplin. Havforskningsinstituttet. Workshop: Olje og gass møter havbruk. Måling, sensorer og monitorering. VilVite-senteret
DetaljerFalske positive i lusetellinger?
Falske positive i lusetellinger? 50 % grense = 0,2 grense = 0,5 Sannsynlighet for en falsk positiv 40 % 30 % 20 % 10 % 0 % 0,0 0,1 0,2 0,3 0,4 0,5 Faktisk lusetall Notatnr Forfatter SAMBA/17/16 Anders
DetaljerNotatnr. Ragnar Bang Huseby. Dato 31. januar Cage 1 Cage d PA. d R dco. m R m CO = m R m CH m PA m A. External AF
Cage 1 Cage 2 Notat Effekter av ulike strategier for bekjempelse av lakselus - basert på scenariosimulering fra en populasjonsmodell for lus på oppdrettsanlegg i et område External AF R CH CH d d R dco
DetaljerHydrodynamisk spredningsmodell for lakselus og konsentrasjon av smittsomme kopepoditter
ISSN 1893-4536 (online) RAPPORT FRA HAVFORSKNINGEN Nr. 12 2017 Hydrodynamisk spredningsmodell for lakselus og konsentrasjon av smittsomme kopepoditter Anne D. Sandvik, Lars Asplin, Jon Albretsen, Pål Arne
DetaljerStrøm og agens. Vil snakke om: Data Sykdommer/smittespredning PD/SAV Lakselus Vurderinger rundt bruk av strømmodeller. Peder A.
Strøm og agens Peder A. Jansen Vil snakke om: Data Sykdommer/smittespredning PD/SAV Lakselus Vurderinger rundt bruk av strømmodeller 1 Data fisk Havbruksregisteret geo-referanser eierskap/konsesjoner Havbruksdata
DetaljerVidereutvikling av styringsverktøy for kontroll av lakselus i oppdrett
Rapport 14-2017 Videreutvikling av styringsverktøy for kontroll av lakselus i oppdrett Norwegian Veterinary Institute Faglig sluttrapport, FHF prosjekt 900970: Populasjonsmodell for lakselus på merd og
DetaljerHydrodynamisk spredningsmodell for lakselus og konsentrasjon av smittsomme kopepoditter langs Norskekysten
Nr. 39-2017 Rapport fra Havforskningen ISSN 1893-4536 (online) Hydrodynamisk spredningsmodell for lakselus og konsentrasjon av smittsomme kopepoditter langs 2012-2017 Anne D. Sandvik, Lars Asplin, Jon
DetaljerKort overblikk over kurset sålangt
Kort overblikk over kurset sålangt Kapittel 1: Deskriptiv statististikk for en variabel Kapittel 2: Deskriptiv statistikk for samvariasjon mellom to variable (regresjon) Kapittel 3: Metoder for å innhente
DetaljerMiljøprosjektet laksefisk og luseovervåking i Romsdalsfjorden
Miljøprosjektet laksefisk og luseovervåking i Romsdalsfjorden Bengt Finstad og Marius Berg, Norsk institutt for naturforskning Arne Kvalvik, Marine Harvest Norway AS Bakgrunn for prosjektet Oppdrettsnæringen
DetaljerLuseproduksjon i Sunnhordland: Variasjon i Rom og Tid og Potensielle Tiltak. Shad Mahlum
Luseproduksjon i Sunnhordland: Variasjon i Rom og Tid og Potensielle Tiltak Shad Mahlum Livshistorie: input til modell 10 stadier Prøver siste 3 stadier Hunner Bevegelige Fastsittende 40 til 52 dager livssyklus
DetaljerHavstrømmodell for Nordland et nytt verktøy i kystberedskap?
Havstrømmodell for Nordland et nytt verktøy i kystberedskap? Et pilotsamarbeid mellom Havbruksnæringa og Nordland Fylkeskommune Sandnessjøen 24.mars 2011 Mona Gilstad, Sør-Helgeland Regionråd Prosjektleder
DetaljerNyutviklet verktøy for risikovurdering forklarer spredning av PD-smitte mellom oppdrettslokaliteter
NYTT fra Nyutviklet verktøy for risikovurdering forklarer spredning av PD-smitte mellom oppdrettslokaliteter Av Henning Andre Urke, Jarle Molvær, André Staalstrøm, Hildegunn Viljugrein og Peder A. Jansen.
DetaljerFå lusa under kontroll! Hvor står vi hvor går vi? Hva virker og hva virker ikke?
Få lusa under kontroll! Hvor står vi hvor går vi? Hva virker og hva virker ikke? Dr. Randi Nygaard Grøntvedt Prosjektleder/forsker Veterinærinstituttet lusedata tall Bestandsdata for oppdrettslaks og regnbueørret
DetaljerIs the aquaculture production in the Hardangerfjord system beyond sustainable frames?
Is the aquaculture production in the Hardangerfjord system beyond sustainable frames? Bengt Finstad (NINA), Pål Arne Bjørn (IMR), Øystein Skaala (IMR), Steinar Kålås (RB), Peter Andreas Heuch (VI), Lars
DetaljerVeileder til produksjonsområdeforskriftens 12
Veileder til produksjonsområdeforskriftens 12 Søknadsrunde 2019 Generell informasjon: Formålet med unntaksbestemmelsen i forskrift om produksjonsområder for akvakultur av matfisk i sjø av laks, ørret og
DetaljerForslag til innføring av biomassebegrensende forskrift i «Hardangerfjorden» som virkemiddel mot lus i havbruksnæringa.
Forslag til innføring av biomassebegrensende forskrift i «Hardangerfjorden» som virkemiddel mot lus i havbruksnæringa. Forslaget til innføring av en «Hardangerfjordforskrift» er begrunnet med negative
DetaljerRapport Forslag til håndtering av falske positive og negative lusetellinger ved lave lusetall
Rapport 17-2016 Forslag til håndtering av falske positive og negative lusetellinger ved lave lusetall Forslag til håndtering av falske positive og negative lusetellinger ved lave lusetall Innhold Sammendrag...
DetaljerGrieg Seafood Rogaland AS
RAPPORT Grieg Seafood Rogaland AS Flytting av produksjonsvolum fra Foldøy Øst Konsekvenser for villaks i nasjonal laksefjord Grieg Seafood Rogaland AS Flytting av produksjonsvolum fra Foldøy Øst, Konsekvenser
DetaljerNy luseforskrift. Stian Johnsen HK, RA
Ny luseforskrift Stian Johnsen HK, RA Generelle kommentarer fra høringen Forslaget har fått generelt god mottakelse blant høringsinstansene, men det har vært diskusjon om noen sentrale punkter: Kortere
DetaljerVoksne hunnlus på oppdrettslaks i Midtre Hardangerfjord sommeren Hågardsneset Brandaskuta Skorpo Ystadneset Djupevika Trommo
Trafikklysmodellen må forkastes som forvaltningsmetode 0,25 Voksne hunnlus på oppdrettslaks i Midtre Hardangerfjord sommeren 2016 0,2 0,15 0,1 0,05 0 18 19 20 21 22 23 24 25 26 27 28 29 30 Hågardsneset
DetaljerPunktene 2 og 3 over mener vi potensielt er resistensdrivende for lakselus.
Vedlegg 1: Datasammenstilling og vurderinger som svar på oppdrag fra Mattilsynet (2013/45538) Peder A. Jansen, Anja B. Kristoffersen, Daniel Jimenez og Randi N Grøntvedt 1. Mulig endring av lusegrensene
DetaljerLakselusrapport: Sommer Mattilsynets oppsummering av lakselussituasjonen i oppdrettsnæringen Periode: 1. juni til 1.
Lakselusrapport: Sommer 2016 Mattilsynets oppsummering av lakselussituasjonen i oppdrettsnæringen Periode: 1. juni til 1. september 1 Bakgrunn og fakta om lakselus Fakta om lakselus og lakselusbekjempelse
DetaljerPrøveeksamen i STK3100/4100 høsten 2011.
Prøveeksamen i STK3100/4100 høsten 2011. Oppgave 1 (a) Angi tetthet/punktsannsynlighet for eksponensielle klasser med og uten sprednings(dispersjons)ledd. Nevn alle fordelingsklassene du kjenner som kan
DetaljerFlatsetsund lusespyler
Flatsetsund lusespyler Arnfinn Aunsmo, veterinær PhD Biologi og ernæringssjef SalMar Innhold Bakgrunn Flatsetund lusespyler Prinsipp og beskrivelse Utvikling og uttesting Effekt Strategi for kontroll av
DetaljerMulighet til å forske bort lusa?
Mulighet til å forske bort lusa? FHL Midtnorsk Havbrukslag 2.-3. mars 2010 Dr. Randi Nygaard Grøntvedt Forsker Seksjon for miljø og smittetiltak, Trondheim Hvorfor er lus en stor utfordring? Stort antall
DetaljerBestilling av forvaltningsstøtte for evaluering av soneforskrifter -
Vedlegg 2 - infeksjonsdata vill laksefisk Bestilling av forvaltningsstøtte for evaluering av soneforskrifter - lakselus Sammendrag Våre foreløpige resultater indikerer at infeksjonspresset i tid, rom og
DetaljerLakselus: Kvartalsrapport nr 2
Lakselus: Kvartalsrapport nr 2 Periode 1. april til 31. mai 2011 Lakselus: Kvartalsrapport nr 2 Periode 1. april til 31. mai 2011 1.0 INNLEDNING Formålet med våravlusingen ble ikke nådd Tross lave lusetall
DetaljerEvaluering av effekten av lakselus på vill laksefisk i de nye produksjonsområdene
UiB Evaluering av effekten av lakselus på vill laksefisk i de nye produksjonsområdene Prof Frank Nilsen SLRC/UiB Medlemmer Ekspertgruppens leder og redaktør: Frank Nilsen, Professor ved Universitetet i
DetaljerTopilouse a multidisciplinary effort to improve topical treatments in salmon louse control
Topilouse a multidisciplinary effort to improve topical treatments in salmon louse control FHF-samling 21.-22.okt 2013 Verdikjede havbruk Randi N Grøntvedt prosjektleder Hvor var vi høsten 2009? Badebehandling
DetaljerHva avgjør lakselusinfeksjon hos vill laksefisk?
Hva avgjør lakselusinfeksjon hos vill laksefisk? Statistisk bearbeiding av data fra nasjonal lakselusovervåking, 2004-2010 Ingeborg Palm Helland, Bengt Finstad, Ingebrigt Uglem, Ola H. Diserud, Anders
DetaljerRisikovurdering norsk fiskeoppdrett - 2012
Risikovurdering norsk fiskeoppdrett - 2012 Geir Lasse Taranger, Terje Svåsand, Bjørn Olav Kvamme, Tore Kristiansen og Karin Kroon Boxaspen (redaktører) Hardangerfjordseminaret 3.- 4. mai 2013, Øystese
Detaljer«Til laks åt alle..»
«Til laks åt alle..» Pål Arne Bjørn og Jofrid Skardhamar Villaksen er trua i mange vassdrag. Oppdrettsnæringa har fått mye, kanskje ufortjent mye, av skylda for det. Nå skal næringa vokse i Nord-Norge,
DetaljerHØRING FORSLAG TIL ENDREDE KRAV FOR Å SIKRE LAVE LUSENIVÅER UNDER SMOLTUTVANDRINGEN
Deres ref: Vår ref: 2016/250256 Dato: Org.nr: 985 399 077 HØRING FORSLAG TIL ENDREDE KRAV FOR Å SIKRE LAVE LUSENIVÅER UNDER SMOLTUTVANDRINGEN Hovedinnhold i forskriftsutkastet Det foreslås at kravet om
DetaljerHva hvis...? Verktøy for evaluering av strategiske kontrolltiltak mot sykdom. Hans V. Bjelland - FHF-Verdikjede havbruk 26.
Hva hvis...? Verktøy for evaluering av strategiske kontrolltiltak mot sykdom Hans V. Bjelland - FHF-Verdikjede havbruk 26. november 2012 1 SALMODIS-prosjektet Målet er å forbedre beslutningsgrunnlaget
DetaljerHenning Andre Urke Seksjon for Fisk og akvakultur henning.urke@niva.no
Foto:F. Hovland AquaStrøm et nyutviklet verktøy for drifts- og miljøoptimalisering av matfiskoppdrett Henning Andre Urke Seksjon for Fisk og akvakultur henning.urke@niva.no 29. april 2008 1 NIVA: noen
DetaljerBestilling av forvaltningstøtte på området lakselus
Mattilsynet Pb 383 2381 Brumunddal Deres ref: HI ref: 2009/1473 VI ref: 09/02710 Dato: 15.12.2009 Bestilling av forvaltningstøtte på området lakselus Havforskningsinstituttet (HI) og Veterinærinstituttet
DetaljerOppdrettsrelatert lakselus og effekten på norske villaksbestander
Oppdrettsrelatert lakselus og effekten på norske villaksbestander Avgrensing av oppdraget fra Direktoratet for naturforvaltning (DN) og Mattilsynet(MT): I forbindelse med arbeidet med karakterisering av
DetaljerRapport. Partikkelspredning fra Jelkremsneset. Forfatter Øyvind Knutsen. SINTEF Fiskeri og havbruk AS Marin Ressursteknologi
- Fortrolig Rapport Partikkelspredning fra Jelkremsneset Forfatter Øyvind Knutsen SINTEF Fiskeri og havbruk AS Marin Ressursteknologi 20-04-5 Historikk DATO SBESKRIVELSE 20-04-5 2 av!invalid Innholdsfortegnelse
DetaljerFølsomme lusetellinger ved forslag til ny forskrift. Anders Løland
Følsomme lusetellinger ved forslag til ny forskrift Notatnr Forfatter SAMBA/01/12 Anders Løland Dato 11. januar 2012 Norsk Regnesentral Norsk Regnesentral (NR) er en privat, uavhengig stiftelse som utfører
DetaljerVedlegg til høringsuttale fra FHL - nærmere om lakselus.
Vedlegg til høringsuttale fra FHL - nærmere om lakselus. Forslaget til innføring av en «Hardangerfjordforskrift» er begrunnet med negative effekter på vill laksefisk av påvirkningsfaktorene lakselus og
DetaljerStrømmodellering sannhet med modifikasjoner?
Morten Omholt Alver Strømmodellering sannhet med modifikasjoner? Hvorfor strømmodellering? Strøm og havdynamikk på alle skala har betydning for oppdrettsvirksomheten Storskala dynamikk legger grunnlaget
Detaljermotsatte. Men i denne typen etterforskning gjelder det å samle bevis mot den forhåndsdømte tiltalte.
Lusekommissariatet rir igjen Nylig dukket det opp en artikkel i Aquaculture Environment Interactions om lakselusas herjinger med vill laksefisk i. Artikkelen er en forkortet utgave av NINArapport 891 fra
DetaljerHvilke muligheter finnes for å løse luseproblemet?
Hvilke muligheter finnes for å løse luseproblemet? Forskning og overvåkning Karin Kroon Boxaspen Programleder akvakultur Laks og verdiskapning, Værnes, 3 & 4 februar 2010 Vaksine forsvant? Snakke om..
DetaljerLakselus Villakskonferansen Alta 9 februar 2016
Lakselus Villakskonferansen Alta 9 februar 2016 Karin Kroon Boxaspen Luseforsker og Forskningsdirektør Fikk noen spørsmål Hvorfor har det blitt så ille? Utviklingshistorie Før og nå Ansvar og roller Forskning
DetaljerBransjeveileder lakselus
Bransjeveileder lakselus Tema: Versjon: 0.1.2 Luseprosjektet Side: Side 1 av 5 Formål Å kjenne status i anlegget mht. forekomst av lakselus fordelt på stadiene fastsittende lus, bevegelige lus og voksne
DetaljerMattilsynet Att Lise Torkildsen Tilsynsavdelingen Felles postmottak, Postboks 383 2381 Brumunddal
Mattilsynet Att Lise Torkildsen Tilsynsavdelingen Felles postmottak, Postboks 383 2381 Brumunddal Deres ref: Vår ref: Arkivnr. Løpenr: BESTILLING AV KUNNSKAPSSTØTTE VEDRØRENDE MULIGE ENDRINGER AV SONEFORSKRIFT
DetaljerLusetelling i vann og på laks
Lusetelling i vann og på laks Uglem, I, Fernandez V, Sanchez-Jerez P, Casado-Coy N, Toledo-Guedes K, Ulvan EM, Fossøy F, Klebert P, Solberg I, Finstad B, Berntsen H, Diserud OH, Frank K, Helgesen KO, Jeong
DetaljerBærekraftig vekst i norsk havbruk grønt, gult eller rødt lys?
Bærekraftig vekst i norsk havbruk grønt, gult eller rødt lys? Vurdering av mulig bestandsreduserende effekt Estimert økt dødelighet grunnet lus Lav < 10% Moderat 10-30% Høy >30% Geir Lasse Taranger Forskningsdirektør
DetaljerAntall oppdrettslaks og voksne hunnlus
Antall laks og lus x 1 Total mengde voksne hunnlus har gått ned siden 21, og er mindre enn i 25 Ved å kombinere Fiskeridirektoratets statistikk for beholdningen av oppdrettslaks med Lusedata sine tall
DetaljerRapport internprosjekt Spreiingsmekanismer for lakselus 2001
Rapport internprosjekt Spreiingsmekanismer for lakselus 2001 Frank Nilsen, Senter for Havbruk Samandrag og konklusjonar Utsetjing av laksesmolt i små merdar i Sognefjorden i mai 2001 viser at dette kan
DetaljerRapport Telling av lakselus - Hvordan forstå og håndtere usikkerheten i telleresultatene
Rapport 22-2018 Telling av lakselus - Hvordan forstå og håndtere usikkerheten i telleresultatene Telling av lakselus Hvordan forstå og håndtere usikkerheten i telleresultatene Innholdsfortegnelse 1. Sammendrag...
DetaljerProsentvis fordeling
Barentswatch sitt datasett Med utgangspunkt i Barentswatch sine data, har jeg analysert og oppsummert lusetellingene for 5- årsperioden 212 tom 216. Ukentlige lusetellinger ble startet opp fra og med 212.
DetaljerLus og villfisk effekter på individ og populasjoner i små og store fjordsystem. Bengt Finstad (NINA) og Pål A. Bjørn (HI) mfl.
Lus og villfisk effekter på individ og populasjoner i små og store fjordsystem Bengt Finstad (NINA) og Pål A. Bjørn (HI) mfl. Infeksjonsveier for lakselus Prematur tilbakevandrende sjøørret Lakselus -
DetaljerBekjempelse av lakselus: strategier og måloppnåelse. Peter Andreas Heuch Veterinærinstituttet Seksjon for parasittologi
Bekjempelse av lakselus: strategier og måloppnåelse Peter Andreas Heuch Veterinærinstituttet Seksjon for parasittologi Oversikt over foredraget Strategiske behandlinger garantert suksess? Mattilsynets
DetaljerMaskinell lusetelling. Espen Børrud Software Manager Stingray Marine Solutions AS Tekmar
Maskinell lusetelling Espen Børrud Software Manager Stingray Marine Solutions AS Tekmar 2018 04.12.18 «Maskinell lusetelling er teknologien moden for å bedre fiskevelferd ved å telle lakselus på svømmende
DetaljerStatus og utfordringer for havbruksnæringen slik Sjømat Norge ser det
Status og utfordringer for havbruksnæringen slik Sjømat Norge ser det Jon Arne Grøttum Direktør havbruk Det skal satses på havbruk, men 1 STATUS NORSK HAVRBRUK Ingen vekst, superprofitt og på vei inn i
DetaljerRapport. Modellering av strøm og vannslektskap i Sør-Troms (Malangen-Sør). Sluttrapport. Forfatter(e) Dag Slagstad Øyvind Knutsen
- Åpen Rapport Modellering av strøm og vannslektskap i Sør-Troms (Malangen-Sør). Sluttrapport Forfatter(e) Dag Slagstad Øyvind Knutsen SINTEF Fiskeri og havbruk AS Marin Ressursteknologi 01-05-5 Historikk
DetaljerRisikovurdering av havbruk med fokus på Rogaland. Vivian Husa Havforskningsinstituttet 3. November 2015
Risikovurdering av havbruk med fokus på Rogaland Vivian Husa Havforskningsinstituttet 3. November 2015 Årlig risikovurdering siden 2011 Produksjon av laksefisk KAP. 4 RISIKOVURDERING AV LAKSELUS 2014
DetaljerGrønne konsesjoner Cermaq Norway Region Finnmark
Grønne konsesjoner Cermaq Norway Region Finnmark Lokalitet 10821 Tuvan 12.5.2017 Innhold Innledning... 3 Vilkår... 3 Lokaliteter... 3 Erfaringer og etterlevelse av vilkår... 4 Lusestatus og medikamentbruk...
DetaljerLakselus, rømming og indikatorer på god miljøtilstand!? Erfaringer fra Osterfjordsystemet i Hordaland. Knut Wiik Vollset, LFI Uni Research
Lakselus, rømming og indikatorer på god miljøtilstand!? Erfaringer fra Osterfjordsystemet i Hordaland. Knut Wiik Vollset, LFI Uni Research Innledning Hvorfor er laksefisk en god miljøindikator? Vossolaksen
DetaljerLQQYLUNQLQJ"Ã .DULQÃ%R[DVSHQÃ. HJHQEHYHJHOVHQÃWLOÃOXVDÃYLUNHÃLQQÃ+DYIRUVNQLQJVLQVWLWXWWHWÃVNDOÃQnÃNREOHÃ VSUHGQLQJHQÃ
6SUHGQLQJÃDYÃODNVHOXVÃLÃVM HQÃKYLONHÃELRORJLVNHÃIDNWRUHUÃKDUÃ LQQYLUNQLQJ"Ã.DULQÃ%R[DVSHQÃ /DNVHOXVDVÃWUHÃI UVWHÃVWDGLHUÃOHYHUÃVRPÃSODQNWRQÃIULWWÃLÃVM HQÃ,ÃGHQQHÃ IDVHQÃVSUHUÃGHQÃVHJÃPHGÃYDQQPDVVHQHÃ6SUHGQLQJHQÃNDQÃVNMHÃSDVVLYWÃ
DetaljerNyhetsbrev 11.11.11: Hva er skjedd i Topilouse?
Nyhetsbrev 11.11.11: Hva er skjedd i Topilouse? Hele prosjektet består av 4 arbeidspakker (work packages WP) WP1: Avlusning i merder WP2: Avlusning i brønnbåt/tankstudier WP3: Telling av lus/evaluering
DetaljerLakselusinfeksjonen på vill laksefisk langs norskekysten i 2015 EN FULLSKALA TEST AV MODELLBASERT VARSLING OG TILSTANDSBEKREFTELSE
ISSN 893-4536 (online) RAPPORT FRA HAVFORSKNINGEN Nr. 2 206 Lakselusinfeksjonen på vill laksefisk langs norskekysten i 205 EN FULLSKALA TEST AV MODELLBASERT VARSLING OG TILSTANDSBEKREFTELSE Rune Nilsen,
DetaljerKontroll med lakselus. Frank Nilsen Professor & Director Sea Lice Research Centre, Department of Biology, University of Bergen
Kontroll med lakselus Frank Nilsen Professor & Director Sea Lice Research Centre, Department of Biology, University of Bergen 9 partners 4 academic and 5 from industry What is an SFI? SFI = Centre for
Detaljer«Lakselus» En hunnlus kan lage - 15 par med slike eggstrenger, - flere hundre egg pr streng
«Lakselus» Livssyklus 8 stadier 2 nauplius + 1 copepoditt (frittlevende i sjøen 10 14 dagers levetid => kan spres langt) 2 chalimus (fastsittende på laksen) 2 halvvoksne (preadulte) + 1 voksen (adult)
DetaljerFremtidens lusekontroll tanker basert på pågående forskning. Kjell Maroni - FHF. 25.November 2015 Ørland Kysthotell
Fremtidens lusekontroll tanker basert på pågående forskning Kjell Maroni - FHF 25.November 2015 Ørland Kysthotell FHF havbruk FHF skal gjennom kunnskaps- og teknologiutvikling sikre havbruksnæringen utviklingsmuligheter
DetaljerStatus spredning av virussjukdommer. Peder A. Jansen
tatus spredning av virussjukdommer Peder A. Jansen Vil snakke om: Data ykdommer/smitte ILA/ILAV PD/AV Konklusjoner og fremtidige muligheter Data fisk Havbruksregisteret geo-referanser eierskap/konsesjoner
DetaljerLusetelling, optimalisering og standardisering
Lusetelling, optimalisering og standardisering Marit Stormoen Prosjektleder fiskehelse, Global R&D and Technical 1 Standardisering og optimalisering Hva innebærer det? - Standardisering At tellingene gjøres
DetaljerLakselusrapport: Sommer 2012
Lakselusrapport: Sommer 2012 Mattilsynets oppsummering av utvikling av lakselus sommeren 2012 LAKSELUS: Sommer 2012 1. Bakgrunn Smitte av lakselus fra oppdrettslaks kan true villaksen. Derfor må lusenivået
DetaljerLakselus. En evigvarende utfordring? Alf-Helge Aarskog Lerøy Seafood Group ASA
Lakselus En evigvarende utfordring? Alf-Helge Aarskog Lerøy Seafood Group ASA Litt historie: Lakselusa har eksistert sammen med laksefisk lenge. Den er første gang omtalt på 1600-tallet. Zoologen Henrik
DetaljerMiljøutfordringer i havbruksnæringen
Miljøutfordringer i havbruksnæringen Tema i dag: Havbruk i nasjonalt Kjell Inge perspektiv Reitan interaksjon kjell.i.reitan@ntnu.no med økosystemet NTNU Norges Avfallsproduksjon Teknisk Naturvitenskapelige
DetaljerNOTAT 4. mars 2010. Norsk institutt for vannforskning (NIVA), Oslo
NOTAT 4. mars 21 Til: Naustdal og Askvoll kommuner, ved Annlaug Kjelstad og Kjersti Sande Tveit Fra: Jarle Molvær, NIVA Kopi: Harald Sørby (KLIF) og Jan Aure (Havforskningsinstituttet) Sak: Nærmere vurdering
DetaljerFysisk oseanografiske forhold i produksjonsområdene for akvakultur
ISSN 1893-4536 (online) RAPPORT FRA HAVFORSKNINGEN Nr. 11 2017 Fysisk oseanografiske forhold i produksjonsområdene for akvakultur Jon Albretsen og Lars Asplin 31. mars 2017 www.imr.no Fysisk oseanografiske
Detaljerpå laksesmoltfanget i Trondheimsfjorden
r lakselus Registreringeav på laksesmoltfanget i Trondheimsfjorden BengtFinstad NilsArne Hvidsten BjørnOveJohnsen NORSK INSTITUTT FOR NATUR,FORSKNING Registreringer av lakselus på laksesmolt fanget i Trondheimsfjorden
Detaljer10.1 Enkel lineær regresjon Multippel regresjon
Inferens for regresjon 10.1 Enkel lineær regresjon 11.1-11.2 Multippel regresjon 2012 W.H. Freeman and Company Denne uken: Enkel lineær regresjon Litt repetisjon fra kapittel 2 Statistisk modell for enkel
DetaljerMarine Harvests lusestrategi
Marine Harvests lusestrategi Marit Stormoen (DVM, PhD) Project Manager Fish health and welfare Gordon Ritchie (PhD) Group Manager Fish health and welfare Henrik Trengereid (MSc) Project Manager Fish health
DetaljerVedlegg 7: Soneforskriftene tabell likheter og forskjeller
Vedlegg 7: Soneforskriftene tabell likheter og forskjeller Like Ulike Forskrift om sone for å forebygge og bekjempe lus i akvakulturanlegg i kommunene Os, Samnanger, Fusa, Tysnes, Austevoll, Kvinnherad,
Detaljer