Identifisering av laks på individnivå Forprosjekt

Like dokumenter
Identifisering av laks på individnivå Fase 2

Validering av nytt spindelsystem CC17, Rheolab QC

Ringvirkningsanalyse i havbruksbedrifter Lingalaks AS

Rapport 25/2013 Utgitt juni Validering av Evolution 220 Tor-Arne Krakeli

Låssetting av sommermakrell Delrapport

Teknologiutvikling for økt lønnsomhet i rekenæringen Fryselagring av reker (AP2)

Markedsbasert sporing i laksenæringa Sammendrag fase 1, fase 2 og fase 3

Integrering av infrastruktur for kontinuerlig hydrolyse ved Biotep Sluttrapport

Formidling av kunnskap om saltmodning og holdbarhet på klippfisk Faglig sluttrapport

Ringvirkningsanalyse i havbruksbedrifter Tombregruppen

Rapport 2/2016 Utgitt januar Ørretrogn til konsum. Sten I. Siikavuopio, Stein H. Olsen og Monica Kalberg (Svanøy Havbruk)

Bruk av skyggenett over tørrfisk Resultater fra tester på Værøy i 2011

Kystens hus Rapport fra arbeidsprosess og regnskap for prosjektet

Ringvirkningsanalyse i havbruksbedrifter Nova Sea AS

Kvotebytte av lodde ved Grønland, Island og Jan Mayen og lodde i Barentshavet Evaluering av prøveordning for ringnotflåten 2014

Ringvirkningsanalyse i havbruksbedrifter Sluttrapport

Prosessutvikling, oppskalering og markedsvurdering; alternativ matjesproduksjon Sluttrapport

UNIVERSITY OF OSLO DEPARTMENT OF ECONOMICS

Trigonometric Substitution

Uttesting av nytt kunstig agn til teine- og linefiske etter torsk

Teknologiutvikling i rekenæringen Sluttrapport

FIRST LEGO League. Härnösand 2012

Unit Relational Algebra 1 1. Relational Algebra 1. Unit 3.3

Tørrfisk hengt under skyggenett Storskala test med styrt utetørking

Dynamic Programming Longest Common Subsequence. Class 27

Rapport 46/2009 Utgitt februar 2009

Validering av Kjeltec 8400

Elektronisk innlevering/electronic solution for submission:

Teknologiutvikling for økt lønnsomhet i rekenæringen Høytrykksprosessering som metode for tining og modning av fryste reker (AP4)

Den som gjør godt, er av Gud (Multilingual Edition)

Holdbarhet på klippfisk Alternativer til kassering av nedklasset klippfisk (AP4)

Emneevaluering GEOV272 V17

Kartleggingsskjema / Survey

Personvernreglenes betydning for stordata, analyse, AI, agreggerte data, etc

Salmonellaanalyse med RealTime PCR

Hvor mye praktisk kunnskap har du tilegnet deg på dette emnet? (1 = ingen, 5 = mye)

Stordata og offentlige tjenester personvernutfordringer?

Prosjektet Digital kontaktinformasjon og fullmakter for virksomheter Digital contact information and mandates for entities

Kortare generasjonsintervall hos laks

GOE-IP AS- GlobalOrganicEnergy-Intelligent Property AS

Den europeiske byggenæringen blir digital. hva skjer i Europa? Steen Sunesen Oslo,

Databases 1. Extended Relational Algebra

REMOVE CONTENTS FROM BOX. VERIFY ALL PARTS ARE PRESENT READ INSTRUCTIONS CAREFULLY BEFORE STARTING INSTALLATION

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Bestille trykk av doktoravhandling Ordering printing of PhD Thesis

Microsoft Dynamics C5 Version 2008 Oversigt over Microsoft Reporting Services rapporter

Last ned Raske sting - Nina Granlund Sæther. Last ned. Last ned e-bok ny norsk Raske sting Gratis boken Pdf, ibook, Kindle, Txt, Doc, Mobi

UNIVERSITETET I OSLO

Neural Network. Sensors Sorter

Slope-Intercept Formula

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Kurskategori 2: Læring og undervisning i et IKT-miljø. vår

Ole Isak Eira Masters student Arctic agriculture and environmental management. University of Tromsø Sami University College

IN2010: Algoritmer og Datastrukturer Series 2

MØTEPROTOKOLL. Internasjonalt Utvalg. Dato: kl. 9:00 Sted: Skype Arkivsak: 15/01544

Moving Objects. We need to move our objects in 3D space.

Skog som biomasseressurs: skog modeller. Rasmus Astrup

Perpetuum (im)mobile

Independent Inspection

Drikkevannskvalitet i perioden

Examples and experience from restorations along Tana river on the norwegian side. Knut Aune Hoseth Head of northern region

Gir vi de resterende 2 oppgavene til én prosess vil alle sitte å vente på de to potensielt tidskrevende prosessene.

UNIVERSITETET I OSLO

Passasjerer med psykiske lidelser Hvem kan fly? Grunnprinsipper ved behandling av flyfobi

Hvordan kvalitetssikre åpne tidsskrift?

Evaluering av landingsforskriften Sluttrapport

C13 Kokstad. Svar på spørsmål til kvalifikasjonsfasen. Answers to question in the pre-qualification phase For English: See page 4 and forward

Skjema Evalueringskomiteens rapport om gjennomført midtveisevaluering Form Evaluation committee report on completed mid-way evaluation

UNIVERSITETET I OSLO

The Future of Academic Libraries the Road Ahead. Roy Gundersen

Windlass Control Panel

05/08/2002 Bugøynes. 16/08/2002 Bugøynes

Guidance. CBEST, CSET, Middle Level Credential

Baltic Sea Region CCS Forum. Nordic energy cooperation perspectives

Dialogkveld 03. mars Mobbing i barnehagen

Dagens tema: Eksempel Klisjéer (mønstre) Tommelfingerregler

buildingsmart Norge seminar Gardermoen 2. september 2010 IFD sett i sammenheng med BIM og varedata

Veien til ISO sertifisering

Fjordlinjer Faglig sluttrapport

Information search for the research protocol in IIC/IID

GEOV219. Hvilket semester er du på? Hva er ditt kjønn? Er du...? Er du...? - Annet postbachelor phd

Hvor mye praktisk kunnskap har du tilegnet deg på dette emnet? (1 = ingen, 5 = mye)

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Ringvirkningsanalyse i havbruksbedrifter Lerøy Aurora

Hangman. Level. Introduksjon

System integration testing. Forelesning Systems Testing UiB Høst 2011, Ina M. Espås,

Emnedesign for læring: Et systemperspektiv

The Norwegian Citizen Panel, Accepted Proposals

Hvor mye teoretisk kunnskap har du tilegnet deg på dette emnet? (1 = ingen, 5 = mye)

DA DET PERSONLIGE BLE POLITISK PDF

Biotek for medisin og helse Hva er viktig for å kunne lykkes?

og open source spillutvikling FreeCol

P(ersonal) C(omputer) Gunnar Misund. Høgskolen i Østfold. Avdeling for Informasjonsteknologi

Rapport 34/2016 Utgitt august Telling av lakselus. Bjarne Gjerde, Ingrid Lein og Cristina Tanase

Dear Sirs, Please find below the responses to the requested clarifications and updated specification in relation to the referenced tender:

og open source spillutvikling

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

CSR Harvesting Final Meeting September, 2015 Brest, France. Anne Che-Bohnenstengel & Matthias Pramme, BSH

MARKEDSFØRINGS- PLAN

Transkript:

Rapport 38/2016 Utgitt oktober 2016 Identifisering av laks på individnivå Forprosjekt Synnøve Helland

Nofima er et næringsrettet forskningsinstitutt som driver forskning og utvikling for akvakulturnæringen, fiskerinæringen og matindustrien. Nofima har om lag 350 ansatte. Hovedkontoret er i Tromsø, og forskningsvirksomheten foregår på fem ulike steder: Ås, Stavanger, Bergen, Sunndalsøra og Tromsø Felles kontaktinformasjon: Tlf: 02140 E-post: post@nofima.no Internett: www.nofima.no Foretaksnr.: NO 989 278 835 Hovedkontor Tromsø: Muninbakken 9 13 Postboks 6122 Langnes NO-9291 Tromsø Ås: Osloveien 1 Postboks 210 NO-1431 ÅS Stavanger: Måltidets hus, Richard Johnsensgate 4 Postboks 8034 NO-4068 Stavanger Bergen: Kjerreidviken 16 Postboks 1425 Oasen NO-5828 Bergen Sunndalsøra: Sjølseng NO-6600 Sunndalsøra

Rapport Tittel: Identifisering av laks på individnivå: Forprosjekt (Rapporten ble først utgitt som konfidensiell 20/5-2015) ISBN: 978-82-8296-417-3 (trykt) ISBN: 978-82-8296-418-0 (pdf) ISSN 1890-579X Rapportnr.: 38/2016 Tilgjengelighet: Åpen Forfatter(e)/Prosjektleder: Dato: Synnøve Helland 3. oktober 2016 Avdeling: Ant. sider og vedlegg: Forskningsstasjon for bærekraftig akvakultur 8 Oppdragsgiver: Oppdragsgivers ref.: FHF Fiskeri og havbruksnæringens forskningsfond FHF 901107 Stikkord: Prosjektnr.: Laks, irisskanning, fishid, individgjenkjenning, PIT-tag 11304 Sammendrag/anbeaflinger: Identifisering av laks på individnivå, brukt blant annet i forskning og i avlsarbeid, benytter i dag PIT-tag. Dette er små merker som injiseres i bukhulen. I dette forprosjektet ble irisskanning testet opp mot PIT-tag som metode for identifisering på individnivå. Irisskanning krever ikke inngrep i fisken og den etterlater ingen fremmedlegemer. Forprosjektet er et første steg i «proof of concept» for irisskanning som metode for identifisering av laks på individnivå. Totalt 100 fisk ble identifisert med både PIT-tag og irisskanning, dvs samme løpenummer. I tillegg var åtte fisk PIT-tagget men uten ID i irisdatabasen. Fisk ble deretter testet for gjenkjenning med irisskanneren med fasit i PIT-tag. Med unntak av en fisk som en gang ble identifisert feil (annet individnummer oppgitt) ble fisken enten korrekt identifisert eller identifisert som ukjent. Forprosjektet kan derfor ikke sies å være en ubetinget suksess. Metoden vurderes allikevel som lovende siden det er flere klare forbedringer i utstyr og bruken av dette som foreligger. Rapporten tar for seg flere forbedringsfaktorer som må på plass i eventuelt videre arbeid med «proof of concept». English summary/recommendation: Identification of salmon at the individual level, commonly used in research and breeding programs, currently uses PITtags. These small marks are injected into the abdominal cavity. In this pilot project iris scanning was tested against PIT tags as a method for identification of individuals. Iris scanning does not require intervention in the fish and it leaves no foreign material. The pilot project is a first step in a "proof of concept" for iris scanning as a method for identification of salmon at the individual level. A total of 100 fish were identified with both PIT-tag and iris scanning, that is they were given the same ID number. In addition, eight fish were PIT-tagged but without ID in the iris database. The fish were tested for recognition with iris scanner with reference to the PIT-tag database. With the exception of one fish that was once identified erroneously (another individual), the fish were either correctly identified or identified as unknown. The pilot project was not an unqualified success. The method is, however, considered promising since there are clear possibilities for improvements in both the equipment per se and in the use of this. The report covers several improvement factors that must be in place in any future work on "proof of concept".

Forord Takk til FHF for finansiering av prosjektet «Identifisering av laks på individnivå: Forprosjekt».

Innhold 1 Innledning... 1 2 Bakgrunn... 2 3 Material og metode... 3 3.1 Hovedforsøk... 3 3.1.1 Fiskematerialet... 3 3.1.2 Forsøksbeskrivelse... 3 3.2 Ekstraforsøk... 4 3.2.1 Ekstra test av ikke identifisert fisk. (Dette er i tillegg til forsøksplan godkjent av FHF)... 4 3.2.2 Testing på fryst fisk. (Dette er i tillegg til forsøksplan godkjent av FHF)... 4 4 Resultater... 5 4.1 Hovedforsøk... 5 4.2 Ekstraforsøk... 5 4.2.1 Ekstra test av ikke identifisert fisk (Dette er i tillegg til forsøksplan godkjent av FHF)... 5 4.2.2 Testing på fryst fisk (Dette er i tillegg til forsøksplan godkjent av FHF)... 5 5 Diskusjon... 6 6 Konklusjon... 8

1 Innledning Scardi A/S er en teknologibedrift fra Frøya. Selskapet ble etablert januar 2013 og bedriften har spesialisert seg på software utvikling innenfor informasjon og tilgangskontroll ved bruk av smartkort og biometri. Selskapet drives av Marco Krys (Programmer), Frank Jakobsen (Prosjektleder) og Terje Svendsen (Daglig leder). Scardi har i hovedsak arbeidet sammen med internasjonale partnere. Selskapet har bl.a. stått for utviklingen av et internasjonalt helsekort - World Health Card. Som del av datasikkerheten i dette arbeidet har de implementert irisskanning for sikker ID av systemets brukere. Basert på bruken av irisskanning som metode for identifisering av enkeltmennesker, ønsker Scardi A/S å teste og utvikle metode for individbestemming av laks basert på skanning av laksens iris. 1

2 Bakgrunn Irisskanning er en metode som egner seg godt for biometrisk autentisering ettersom irisen er unik for hvert menneskelig individ. Øyets iris har som oppgave å innsnevre og utvide vår pupille etter behov. Metoden går ut på å ta et bilde av iris med et spesielt kamera, med support ifra egnet software. Irisskanningen er en automatisert metode som fanger opp individets unike biologiske data. Metoden er anerkjent som en biometrisk identifiseringsmetode som bl.a. brukes på flyplasser, av myndigheter, av banker, osv. Ved besøk på Nofimas forskningsstasjon på Sunndalsøra den 23. mars i år ble tre laksesmolt irisskannet og tillagt ID. Disse ble så testet og rett ID ble angitt. Videre ble en ny laksesmolt testet og ble erklært som ukjent. Dette ga antydning om at metoden kunne være aktuell for individidentifisering av laks. Lite og ingenting er kjent om hvorvidt iris er tilstrekkelig unik hos fisk til å kunne brukes som sikker biometrisk autentisering. Per i dag er den mest brukte metoden hos avlsselskap og forskning for sikker identifisering av enkeltindivid bruk av PIT-tag (passive integrated transponder, PIT). Som et første steg i en «proof of consept» vil vi teste irisskanning versus pit-tag. Målet med forsøket er å teste om det er overenstemmelse mellom pit-tag ID og irisskannet ID. Dokumentering av riktig ID vil være suksess. Det er også en delvis suksess om irisskanningen ikke gir feil ID, men eventuelt ukjent ID. 2

3 Material og metode 3.1 Hovedforsøk 3.1.1 Fiskematerialet Laksen som ble benyttet i forsøket var 322 gram i snitt, og ble merket med PIT-tag syv dager før forsøksstart. Fisken gikk i 1 m 2 kar, sjøvann på 7,5 C, og fôring ble stoppet 24 timer før forsøksstart. Fisken ble bedøvd med MS 222 før hver håndtering. Ingen fisk døde under forsøket. Totalt ble 110 fisk merket med PIT-tag, og to av merkene var falt ut av fisken ved oppstart av forsøket. Disse to fiskene ble ekskludert fra forsøket. 3.1.2 Forsøksbeskrivelse Forsøket besto av to deler, en hvor fisken fikk samme løpenummer i PIT-tag databasen og i irisskanningsdatabasen. I den andre delen ble fisken først identifisert med irisskanneren og deretter kontrollert opp mot PIT-tag databasen. Del 1, etablering av ID Ett hundre fisk ble tildelt samme ID i de to databasene, PIT-tag og iriskannedatabasen. De fleste fiskene lot seg lett skanne, mens for en del fisk tok det tid å skanne og operatørene (Scardi) aksepterte flere ganger skanninger som ikke var fullgode («proceed anyway»). De åtte reservefiskene (PIT-tag merkede) fulgte forsøket som ukjente individer i irisskannedatabasen men som kjente i PIT-tag databasen. Del 2, gjenkjenning av ID Laksen ble tilfeldig håvet ut av karet, bedøvd og PIT-tag ble lest (ikke synlig for andre enn en Nofima ansatt). Fisken ble deretter skannet med irisskanneren og operatørene fra Scardi oppga identitet. Denne identifiseringen ble deretter bekreftet eller avkreftet av ut i fra PIT-tag databasen. Svaret ble lagt inn i PIT-tag databasen registrert som samsvar, yes (Y), ikke samsvar, no (N), og ukjent ID, unknown (U). Fisken ble testet to ganger ved at fisken ble overført til et annet kar for hver runde. 3

Figur 1 Bilde som viser samtidig lesing av PIT-tag og irisskanning. Laksen ligger i et stativ (slede) med åpning for hodet/øyet. 3.2 Ekstraforsøk 3.2.1 Ekstra test av ikke identifisert fisk (Dette er i tillegg til forsøksplan godkjent av FHF) Under andre gjennomgang ble to fisk, som to ganger ikke ble identifisert med irisskanneren, isolert i en håv. Disse ble så på nytt gitt en ID i hver av databasene, og disse ble så testet hver tre ganger for gjenkjenning av ID. 3.2.2 Testing på fryst fisk (Dette er i tillegg til forsøksplan godkjent av FHF) Etter forsøksslutt ble 10 fisk med PIT-tag, alle to ganger riktig identifisert, avlivet med en overdose av MS 222. Fisken ble pakket i plastposer for eventuell senere testing for identifisering av ID ved hjelp av irisskanning. 4

4 Resultater 4.1 Hovedforsøk Av totalt 100 fisk med irisskannet ID ble 77 fisk riktig identifisert to ganger (Tabell 1). I tillegg ble 12 fisk riktig identifisert en gang og en gang som ukjent. Ti fisk ble ikke gjenkjent begge gangene. En fisk ble feil identifisert i første runde med gjenkjenning, mens den ble riktig identifisert i andre gjennomgang. De åtte fiskene uten irisskannet ID ble riktig identifisert som ukjente begge gangene. Tabell 1 Resultater etter gjennomgang av ID Resultater av avlesning (to ganger) Antall Korrekt ID av merket PIT-tag merket fisk (to ganger) 77 Korrekt ID av merket PIT-tag merket fisk (en gang og en gang ukjent) 12 Merket fisk ikke gjenkjent (to ganger) 10 Merket fisk feil ID (en gang feil og en gang riktig) 1 Merket fisk (8 fisk totalt) riktig ID som ukjent (to ganger) 8 4.2 Ekstraforsøk 4.2.1 Ekstra test av ikke identifisert fisk (Dette er i tillegg til forsøksplan godkjent av FHF) Antallet fisk som ikke ble gjenkjent en eller begge gjennomganger var 22. Det tok flere ganger lang tid å få etablert ID under gjennomgangene. To fisk som ikke ble gjenkjent ved begge gjennomgangene ble derfor tatt til side og ny ID ble etablert. Kun god skanning ble godkjent ved etablering av ID. Gjenkjenning av ID ble testet tre ganger på hver fisk og alle viste riktig ID. 4.2.2 Testing på fryst fisk (Dette er i tillegg til forsøksplan godkjent av FHF) Disse vil bli testet ved en eventuell senere anledning. 5

5 Diskusjon Kriteriene for suksess var: Dokumentering av riktig ID vil være suksess. Det er også en delvis suksess om irisskanningen ikke gir feil ID, men eventuelt ukjent ID. Av totalt 108 fisk testet to ganger ble korrekt ID, og ukjent ID identifisert på 107 fisk. Det var ett avvik hvor en fisk ble identifisert med feil ID i første gjennomgangen, og korrekt ID i andre gjennomgang. Kriteriet for betinget og ubetinget suksess er derfor ikke oppfylt. Metoden ansees allikevel for lovende siden det foreligger åpenbare muligheter til forbedringer. Vurderinger som gjøres i ettertid er: Ved etablering av ID ved hjelp av irisskanning ble ikke fullverdige skanninger godkjente. Antallet og hvilke individer dette gjaldt ble ikke registrert. Det var tydelig problematisk med en håndholdt irisskanner, og det ble liten mulighet for standardisering av skanningen både ved etablering og ved gjenkjenning av ID. Under operering av den håndholdte skanneren ble denne bevegd i tre plan (figur 2, oransje piler). Figur 2 Illustrasjon som viser de ulike plan som den håndholdte skanneren ble bevegd i under irisskanningen. Testen av fisk som ikke lot seg identifisere to ganger, men som lett lot seg identifisere etter at ny ID var etablert, kan tyde på at de godkjente identitetene ved etablering (som ikke var fullgode) burde vært underkjent av operatørene. Innstillingen av programmet var ifølge Scardi satt til 60 %. Hvilken sensitivitet som bør brukes på fisk er ikke testet. Om dette kan forklare den ene fisken med feil ID vites ikke. Forbedringer utført av Scardi siden de var på besøk første gang var bedre datamaskin, bedre skygning av lys rundt irisskanner. De hadde også laget et stativ for fisken. Monteringen av irisskanneren for standardisering av skanningen fungerte ikke, og skanneren ble derfor håndholdt i forsøket. Videre forbedringer bør gjøres på: o Software og setting av parameterne, e.g. sensitivitet. o Utvikling av egen software med bedre brukergrensesnitt, blant annet må bildet ved etablering av ID kunne hentes opp for å se at kvaliteten er god. o Standardisering av avlesningen, e.g. avstand, vinkel, lys. 6

o Ikke godkjenne bilder som er for dårlig, dvs. ikke gå videre med «proceed anyway» ved skanning for oppretting av individ i irisdatabasen. o Muligens skanne begge øynene. 7

6 Konklusjon Kriteriet for suksess ble ikke nådd i forprosjektet ett individ ble identifisert som et annet individ. Årsaken er ikke klar, men kan skyldes flere faktorer som setting av software/sensitivitet/for dårlig oppløsning og bruk/feilbruk av utstyret eller at iris hos fisk ikke er egnet for identifisering av fisk på individnivå. Samtidig vurderes det som prematurt å avskrive bruk av irisskanning som metode for identifisering av laks på individnivå. Metoden har to umiddelbare fordeler fremfor PIT-tag, den krever ikke inngrep i fisken og den etterlater ikke et fremmedlegeme i fisken. Det er klare behov og muligheter til forbedringer og metoden vurderes derfor allikevel som lovende. Eksisterende metode for identifisering, PIT-tag har svakhet at fisken kan miste merker. I dette forprosjektet mistet to av 110 laks merket, og VESO Vikan regner med et tap på om lag 4 % av merkene som normalt. 8

ISBN 978-82-8296-417-3 (trykt) ISBN 978-82-8296-418-0 (pdf) ISSN 1890-579X