Innovation transfer network in Mediterranean Mariculture Industry Training Courses

Transkript

1

2 Innovation transfer network in Mediterranean Mariculture Industry Training Courses Vaccination strategies Processing Predictability in hatcheries Genomics Health & Safety Feeding strategies

3 Innovation transfer network in Mediterranean Mariculture Industry Training Courses Vaccination strategies Processing Predictability in hatcheries Genomics Health & Safety Feeding strategies

4 Levrek balığı ve mercan balığı için yenilikçi yemleme stratejileri Bodrum, Türkiye, 12 Eylül 2012 Valensiya, İspanya, 20 Eylül 2012 Balık yemleme sistemleri Nikos Papandroulakis I.A. HCMR

5 Yemleme sistemleri Hayvanların, etkili büyüme ve performansın yanında normal sağlık ve üreme durumlarının da korunması için besinsel olarak dengeli ve yeterli miktarlarda beslenme düzeni oluşturmak için kullanılan tüm yöntem ve uygulamalardır (Cho vebureau, 1998). Yemler üretim maliyetinin yüksek bir yüzdesini oluşturur Beslenme düzenleri ve yemleme yöntemlerinin geliştirilmesi çok fazla çaba gerektirir

6 Yemleme ve büyümeyi neler etkiler?

7 Çevre (veri çoğunlukla levrek balığı araştırmalarından elde edilmiştir) Sıcaklık ve diğer çevresel değişkenlerin yüksek boyutsal ve zamansal varyasyonlar yarattığı katmanlı alanlarda, balıklar deniz-kafesleri içerisinde konumsal tercihler sergileyebilirler (somon balıkları sıcaklıkla bağlantılı olarak dikey biçimde pozisyon aldılar) Sıcaklık Juvenil evrelerde yüksek sıcaklıklar (15 C deye kıyasla 25 C) büyümeye ve yem alımına yardımcı olurlar. Levrek balığı ve mercan balığının maksimum büyümesinin 26 C de gerçekleştiği tahmin edilmektedir. Işık Mevcut veri bulunmamaktadır (deniz kafeslerindeki doğal ortamın kontrolü sınırlıdır). Peres and Oliva-Teles, 1999 Hernández, et al., 2003 Ruyet et al., 2004

8 Çevre (devamı) Çözülmüş oksijen Hipoksi Tüketim düşer (~%20), Büyüme azalır, Yem dönüşüm etkinliği azalır Hiperkapni (oksijen doygunluğu % oranında) Yem alımı etkilendi Büyüme üzerinde bir etkisi olmadı Hafif hiperoksi (% doygunluk) büyümede pozitif bir etkisi olabilir (5.8%). Thetmeyer et al., 1999 Lemarié et al Pichavant et al., 2001 Grøttum and Sigholt, 1996 Cecchini et al Petochi et al 2011

9 Çevre (devamı) Tuzluluk Örihalin türler oldukları için, levrek balığı ve mercan balığı tuzluluk değişimlerine dayanabilir Amonyak 20 gün boyunca yüksek miktarlarda olması şu şekilde sonuçlandı o yemleme faaliyeti ve spesifik büyüme oranında düşüş ve o Artan yem dönüşüm rasyonu Dışsal amonyak tedariki kesildiğinde, balıklar Aşırı oburlukve telafi edici büyüme gösterdi. Dosdat et al., (2003) Lemarie et al., 2004 Levrek balığı yavruları için yüksek amonyak şu sonuçları doğurdu o ölüm o ağırlık artışının düşmesi (6 mg l-1 TAN, ph of 8.0: güvenli uzun vadeli sınır)

10 Çiftçilik uygulaması Stoklama yoğunluğu (Araştırmalar levrek balığı için karada yürütülen sistemlerde gerçekleştirildi) Ör. I o o o o 135± 4 g (63-gün) 4 - yoğunluklar (10, 40, 70, 100 kg m-3). 70 kg m-3yoğunluğa kadar DFI ve SGR de bir fark görülmedi. FCR ve ölüm oranında dikkate değer bir fark görülmedi. yoğunluk>70 kg m-3 : SGR üzerinde negatif etki 100 kg m-3 de, %14 daha düşük). Ör. II 76±16 g (84 gün) o o Sammouth et al., 2009 d'orbcastel et al., 2010 Santos et al., (2010) 5- yoğunluklar (10, 20, 40, 70 ve 100 kg m 3). DFI ve SGR 100 kg m-3yoğunlukta önemli ölçüde daha düşük Ör. III 82.1g o o 4 - yoğunluklar (8.1; 25.2; 50.5 ve 75.4 kg m 3) artan yoğunluk DFI ve SGR yi azalttı. Azalan yem alımı, davranışsal değişimler nedeniyle düşen bakım maliyeti ile telafi edildi. Yüksek yoğunluklar performansın düşmesine neden olan kronik stres etkeni olarak rol oynayabilir.

11 Çiftçilik uygulaması Stoklama yoğunluğu (devamı.) Ör IV yavru levrek balığı (5.5±0.1 g) o 3 - yoğunluklar (0.1; 0.4 ve 1.0 balık l-1) (3.5; 14 ve 35 kg m-3 ). o Artan yoğunluk SGR ve FCE yi negatif olarak etkiledi. Paspatis et al. (2003) Hatziathanasiou et al (2002) ExpV o Levrek balığı larvası 4 - yoğunluklar (50, 100, 150 ve 200 balık l-1). Hayatta kalma ve büyüme üzerinde hiçbir etkisi olmadı o Larva sonrası boyut yaklaşık 17 mm 4- yoğunluklar (5, 10, 15 ve 20 balık l-1). 5 ve 10 balık l-1de hayatta kalma oranı daha yüksek SGR 10 balık l-1 grubuna nazaran 5 balık l-1için çok daha iyi Yem alımı stoklama yoğunluğundan bağımsız.

12 Ne kadar beslemek gerekli?

13 Ne kadar beslemek gerekli? Daha büyük balıklar daha az yer (vücut ağırlığının % d-1olduğundan) Deniz levreği için deneysel veriler Ör I (kısıtlı) o Küçük balık (67g) yemleme rasyonu 1.65±0.04 (SGR 1.05±0.11) o Büyük bireyler ( 510 g) yemleme rasyonu 0.64±0.09 (SGR 0.41±0.04) Wreckfish Daily Food Intake Ör II (istenilen ölçüde) o Küçük balık (2.8 den 28 grama kadar) yemleme rasyonu2.92 ve 3.15 (SGR ~3.07) o Franco-Nava et al. (2004) Paspatis et al (1999) Büyük bireyler (260 g) yemleme rasyonu<1 (SGR ~0.30) DFI-ww (% body weight) 25% 20% 15% 10% 5% 0% Wet weight (g)

14 Yem nasıl verilmelidir?

15 Nasıl beslenmelidir? Otomatik, istenilen ölçüde ve zaman kısıtlamasına dayalı yemleme(levrek balığı 65 g) o İstenilen ölçüdeki yemlemede daha yüksek SGR o o Otomatik yemlemede en düşük FCE SGR de önemli bir fark görülmedi Otomatik, istenilen ölçüde, elle yemleme, ve otomatik ve elle yemlemenin karışımı (2.8 gramdan 260 grama kadar olan levrek balıkları) o o Yem verilişi: istenilen ölçüde ve elle beslenen balıklarda benzer sonuçlar Otomatik olarak beslenen balıklarda fazla besleme. Büyüme performansı Benzer bireysel ortalama ağırlık İstenilen ölçüde beslenen balıklar yetişkinlik evresinde sosyal etkileşimler gösterdiler. Azzaydi et al., 1998, Paspatis et al., 1999

16 Yemleme sistemleri iki unsurdan oluşur: o Verilecek yem miktarının belirlenmesi için o Dağıtım için Besleme gereklilikleri modellerden ya da besleme tablolarından anlaşılır

17 Sofistike sistemler (sualtı kameraları ve yem yakalama cihazları) balıkların doygunluğunu belirlemek ve yem kaybını en aza indirmek amacıyla kullanılır. Akvasmart

18 Karadaki tesislerde, dağıtım için robotlar kullanılır (Figure from Arvo-Tec)

19 ve deniz-kafesleri için daha sofistike sistemler kullanılması gerekir

20 Yemleme modelleri Herkes Wf=Wi*expSGR*t formu modellerini varsayar Ancak SGR o Sıcaklık ve Wi ye bağlıdır o (kapalı olmayan biçim) Yemleme yöntemi bulunur Ωριαία/ημερήσια χτυπήματα (%) ΙΟΥΛ1.0 ΙΟΥΝ1.0 ΙΟΥΝ2.0 ΙΟΥΝ3.0 ΜΑΙ ΑΠΡ2.0 ΜΑΡ2.0 MAΡ1.0

21 Balıkların davranışlarının izlenmesi I Neler öğrenebiliriz?

22 Otomatik besleyiciler (yemliklere ihtiyaçları vardır) Balıkların insan müdahalesi olmadan kendi gereksinimlerini belirlemesine izin verdiği için uygun bir yöntemdir. Teknik sınırlamalar Kombine edilmiş otomatik besleyici (tetikleyici görevinde) ve otomatik dağıtım sistemleri ----deney aşamasında systems are under experimental stage

23 A Önerilen yöntem İştahın izlenmesi Yemleme tablolarının incelenmesi Feed silo Automatic feeder Self-operated lever Fish cage Sıklık balıkların uyarılması açlık indeksi (vuruş / san) indeks

24 Yemleme algoritmaları Otomatik besleyiciler her 30 saniyede bir izlenir (Ni). Miktar QD verilecek günlük yem miktarı olarak tanımlanır. Sürekli yemleme söz konusu olduğunda, Qp her 30 saniyede bir verilen miktardır. Bu miktar SF nin aktive edilmesinden sonra 1. ve 2. Seferde verilecektir. 2 algoritma oluşturulmuştur (temiz ve bulanık) A. Temiz algoritma Zaman aralıklarıyla verilen yem -i- (Qi ) şu şekilde hesaplanır: Eğer Ni-1>Ni-2 ise Qi>Qi-1 ileqi=qi-1*ni-1/ni-2 Eğer Ni-1<Ni-2 ise Qi<Qi-1 ileqi =Qi-1*Ni-1/Ni-2 Ya da Qi =Qi-1*Ni-1/Ni-2 Ni-1, Ni-2 izlenen aralıklara denk geldiği zaman (i-1) ve (i-2)

25 B. Bulanık algoritma Κ=yok, ΜΙ=az, ΜΕ=orta, ΜΓ=büyük ΜΜ=maksimum düşüş Μ=düşüş, Δ=korunma, Α=artış, ΜΑ=maksimum artış. IF Ni-1 Operator Ni-2 THEN % IF Κ AND Κ THEN ΜΜ IF Κ AND ΜΙ THEN Δ IF Κ AND ΜΕ THEN Α IF Κ AND ΜΓ THEN Α IF ΜΙ AND Κ THEN Μ IF ΜΙ AND ΜΙ THEN Δ IF ΜΙ AND ΜΕ THEN Α IF ΜΙ AND ΜΓ THEN Α IF ΜΕ AND Κ THEN Μ IF ΜΕ AND ΜΙ THEN Μ IF ΜΕ AND ΜΕ THEN Δ IF ΜΕ AND ΜΓ THEN Δ IF ΜΓ AND Κ THEN ΜΜ IF ΜΓ AND ΜΙ THEN Μ IF ΜΓ AND ΜΕ THEN Δ IF ΜΓ AND ΜΓ THEN Α

26 Donanım Mikroişlemci Cep Telefonu

27 Yemleyicinin test edilmesi

28 Balıkların davranışlarının izlenmesi II Neler öğrenebiliriz?

29 Bir stresörden sonra, balıklar ortaya çıkan bu zorlayıcı durumla başa çıkabilmek için davranışsal, nöroendokrin, biyokimyasal ve fizyolojik tepkiler verirler. Davranışsal değişikliklerin karakteristik belirtisi kafesin sınırlı alanı içerisindeki hareketlerdir. Akdeniz de yetiştirilen türlerin tersine Atlantik somon kafeslerinde birçok davranışsal çalışma gerçekleştirilmiştir. o o Yönetimsel uygulamaların ayarlanabilir olması, somon balıklarına doğal davranışsal özelliklerini daha çok sergileme imkanı verdi, Somon balığı endüstrisindeki gelişmeler aşağıdakiler ile bağlantılıydı Saha lokasyonları, Stoklama yoğunlukları, ağların derinliği, Yapay ışıklar yerleştirilmesi, Yemleme yoğunlukları, Deniz bitleri ve oksijen yönetimi

30 Somon balığı.. Juell et al. (1994) kafesteki Atlantik somon balıklarının dikey biçimde dağılışının, düşük yemleme yoğunluklarına kıyasla yüksek yoğunluktaki yem girdisinin daha açık olmasına bir tepki olarak, açlık seviyeleri ve yemleme motivasyonları açısından iyi bir işaret olduğunu ortaya koydu

31 Normal Besleme ve açlık seviyesi Normal Normal Az besleme - açlık Normal Normal From Oppedal 2012

32 Levrek balığının davranışıyla ilgili mevcut bilgi sınırlıdır Yemlemeye bağlı davranışlar küçük tanklarda incelenmiştir o Bireysel varyasyonlar, o Küçük gruplarda domine eden hiyerarşiler Kafeslerde farklı yöntemlerle yemleme yapılması hakkında çok az çalışma yapılmıştır o Bireylerin yüzme faaliyeti hakkında bilgi Ticari amaçlarla kafeste yetiştirilen levrek balıklarının yemleme sırasında ve sonrasındaki davranışları tipik olarak şu şekilde artıyor: o Suyun üst kısmında yoğunluk, o Yüzme hızı Dikey dağılım ve levrek balığı kafesleri üzerinde çevre ve yönetimin etkileri bilinmemektedir.

33 Dikey dağılım ve levrek balığı kafesleri üzerinde çevre ve yönetimin etkileri bilinmemektedir. o o Deniz kafeslerindeki levrek balıklarının davranışsal tepkileri hakkında ilk kez nitel bilgi sağlanması için ve Birbirini takip eden gelişimsel evrelerde erken yaşam evresindeki yetiştirme şartlarının balıkların performansı üzerindeki etkilerinin incelenmesi için From Papandroulakis et al., 2012

34 190 gramlık balıkların 11:10 dan (zaman 0 dakikaya eşittir) 14:20 ye kadarki temsili yetiştirme süresi (15 C sıcaklıkta). 12 dak.: grup-i deki yemleme; balıklar dibe yakın yerlerde toplandı 100 dak.: grup- M deki yemleme; balıklar daha homojen bir dağılım gösterdi

35 Tercihleri optimize edilmiş bir pozisyonun benimsendiğini gösterdiği için balıklar deniz kafesinin içerisinde gelişigüzel biçimde dağılmazlar o o o Balık gruplarının yönetilmesi için bilgi gereklidir Avrupa levrek balığı üzerine bu tür çalışmalar bulunmamaktadır, Bu deniz kafesleri içerisindeki türlerin davranışsal dağılımı hakkındaki verileri içeren ilk çalışmadır

36 Geleceğin su ürünleri yetiştiriciliği I Açık okyanus su ürünleri yetiştiriciliği Bunu nasıl başaracağız?

37 Neden kıyıdan uzakta? Kıyıdan uzakta kafeslerin en temel avantajı, yakındaki kıyı alanının kullanımına bağlı kısıtlamalara (çevresel, coğrafi, politik) maruz kalmamalarıdır (Ryan 2004). Kıyıdan uzakta gerçekleştirilen su ürünleri yetiştiriciliği genellikle kıyı şeridinden uzaktaki önemli boyutta dalga yüksekliği bulunan maruziyet (exposedareas) alanlarında sürdürülen proses olarak tanımlanır. Sektörde bu konuda son yıllarda sürekli bir çalışma vardır.

38 Kıyıdan uzakta su ürünleri yetiştiriciliği Daha fazla otomasyon gerektirir Kafeslerin ihtiyaçları o Otomatik yemleme sistemleri o Kafes izleme sistemi(balık ve kafes hakkında veri) o Alarm sistemi Su altı kafesleri Yem verilmesiyle ilgili belirli şartlar İnsan eli değmeyen programların kullanımı

39 Kavramlar- fikirler Feeder design, (Langan 2007)

40 Gereklilikler EATIP vizyon belgesi 2011 Destek ve tedarik için denize dayanıklı ve/veya su altına batabilen mavnalar,.. sürdürülebilir kıyıdan uzak enerji üretimi, su altına batırılabilen (batiskaf) kafesler için yemleme sistemleri, Gerek duyulan kıyıdan uzak tesis personelinin sayısını azaltmak için otomasyon.. denetim ve kontrol için sensor sistemleri Yemin alana getirilmesi ve balıkların dışarı çıkarılması için etkili lojistik sistemler

41 Su altına batırılabilen kafesler için yemleme sistemi IA pilot yetiştirme çiftliğinde kurulum (Souda Bay, Crete)

42 TLC teknolojisi 60m derinlikte kurulmuş

43 Yemleme içerikleri Yemin suyla birlikte pompalanması

44 Su altı kameralarının kullanımı Doğrudan videoya kaydedilmesi ya da kablosuz olarak iletilmesi Kablosuz video o İletim uzaklığı< 1.5km o o PC / DVD üzerine her zaman gerçek zamanla izleme ve kayıt yapılmasına izin verir Işık durumu ve sınırlı alan görüşüyle ilgili zorluklar- uzaktan kamera kumandası gerekir

45 Perspektifler Su ürünleri yetiştiriciliğine otomasyon getirilmesinde birleştirilmesinde tesis ve yönetim planlaması bir sonraki adımdır Su ürünleri yetiştiriciliğinde karar destek sistemleri aşağıdaki amaçlar için bulunmaktadır model prosesleri, gelecekteki performansın projelendirilmesi işletimsel sınırların belirlenmesi işletimin simule edilmesi, yönetim stratejilerinin karşılaştırılması

46 Yarının su ürünleri üretimi II Beslememize en başta gerek var mı?

47 IMTA sistemler otlayıcıların desteklenmesi, yemlenen organizmaların filtrelenmesi ve en başta üreticiler için yem verilen türlerden elde edilen besinsel atığın kullanılmasını sağlayacak umut verici araçlar olarak görünüyor.

48 Sonuçlar?

49 Birçok teknoloji mevcuttur Türlerin spesifik ihtiyaçları vardır o balıkların konuşmasına izin verin Araştırma yapılması çok önemlidir

50 Aşağıdaki unsurlar için daha fazla araştırma yapılması gerekmektedir Sistemlerin optimizasyonu Modellerin geliştirilmesi Son olarak, su ürünleri yetiştirme tesislerindeki otomasyon ve enstrümantasyonla ilgili her tülü kararın, sektörün sürdürülebilir gelişimine katkı sağlamak amacıyla, taban fiyat performansı olmalıdır...

51 Dr. Nikos Papandroulakis Research Director - Hellenic Centre for Marine Research, GR Institute of Aquaculture, HCMR Aqualabs, Gournes P.O.Box 2214, Heraklion, Greece tel: fax: npap@hcmr.gr Dr. Papandroulakis got in 1986 his B.Sc.in Physics from the University of Crete, Greece and his M.Sc. in Theoretical Physics from the same University in He concluded his Ph.D.in Marine Biology from University of Crete in He works in Institute of Marine Biology of Crete now part of HCMR since Dr. Papandroulakis research is focused on the improvement of methodologies and technologies for intensive and semi-intensive larval rearing of more than 15 different fish species, and the study of their feeding requirements. This study includes the development of mathematical models of food consumption and growth in order to develop automated management and feeding systems in hatcheries and cage farms. Since 2000 he is focused on the fast growing species both benthic like the wreckfish (Polyprion americanus) and the greater amberjack (Seriola dumerili). Recently he is involved in the development of larval rearing methodologies for the blue fin tuna (Thunnus thynnus). Please check more information on his profile in:

52 Innovation transfer network in Mediterranean Mariculture Industry Training Courses