به گزارش روابط عمومی موسسه تحقیقات علوم شیلاتی کشور به نقل از خبرگزاری ایانا، در کشور جمهوری اسلامی ایران، آبزیپروری طی سالهای اخیر از رشد و شتاب بالایی برخوردار بوده و آمارها بیانگر دستیابی به تولید بیش از 556 هزار تن از انواع ماهیان گرمابی و سرد آبی و همچنین میگو و ماهیان خاویاری در سال 1400نسبت به سال 1395 (به میزان 459 هزار تن) بوده است، که این حجم تولید متناسب با رشد فراگیر تولیدات آبزیان پرورشی در سطح جهانی است. ( 122 میلیون تن در سال 2020 نسبت به 106 میلیون تن در سال2015 ).
در این ارتباط ما با تنوع گونهها و محیطهای پرورشی و نیز تنوع روشهای تولید مواجه هستیم که در قالب سیستمهای غیر متراکم، نیمه متراکم، متراکم و فوق متراکم تقسیمبندی میشوند. در هر یک از نظامهای تولیدی ذکر شده ورودیهایی نظیر نیروی انسانی، ماشینآلات، مواد و نهادههای اولیه، اعتبارات و تسهیلات، و مدیریت و نظام بازار تأثیرگذار هستند که نهایتاً بهرهوری و اقتصاد تولید را تحت تأثیر قرار میدهند.
از میان راههای متعدد ارتقای بهرهوری در تولید، موضوع هوشمند سازی طیف وسیعی از خدمات تخصصی برای کاهش ریسک تولید، افزایش تابآوری، کاهش مخاطرات و ارتقای مدیریت مزارع را در برمیگیرد که در طی چند دهه اخیر در دنیا مورد توجه قرار گرفته و این امر در برنامههای میانمدت و بلندمدت بهویژه در مزارع بزرگ آبزیپروری و با اولویت مراکز تکثیر آبزیان در کشور نیز ضرورتی اجتنابناپذیر است. موضوعی که در رویکرد دولت در برنام هفتم توسعه کشور نیز در قالب تقویت دولت الکترونیک و هوشمند سازی سیستمها مورد توجه قرارگرفته است.
آنچه امروزه تحت عنوان آبزیپروری هوشمند (Smart Aquaculture) شناخته میشود، مفهومی فراگیر داشته و شامل مجموعهای از دادهها و اطلاعاتی است که با بهرهگیری از ابزارها و تکنیکها، جهت بهبود مدیریت، تسهیل فرایندها، ارتقاء بهرهوری، شتاب بخشیدن به امر تولید و همچنین کاهش هزینههای تولید و ریسکهای مربوطه در مراکز آبزیپروری به کار گرفته میشوند.
بهکارگیری سیستمهای هوشمند در مراکز تکثیر و مزارع پرورشی آبزیان این امکان را فراهم می کند تا با ثبت اطلاعات از اکوسیستم حاکم بر مزرعه و تحلیل آنها بر اساس الگوریتمهای مربوطه در مقابل تغییرات محسوس هر عامل تأثیرگذار بر تولید، به صورت هدفمند واکنش نشان دهد.
مؤلفههای مهم در هوشمند سازی آبزیپروری، صرفنظر از وجود مزرعه حائز شرایط ( به لحاظ موقعیت، سطح و حجم تولید، پرورش در فضای بسته و نیمه بسته) شامل:
بهرهمندی از دستگاههای حسگر (Sensor) نظیر انواع اکسیژن سنج، دماسنج، شوری سنج و دستگاه سنجش پی اچ
دستگاههای فرمانبر (Operating Systems) نظیر انواع غذا ده خودکار و هواده و سیستم کنترل آب ورودی
اینترنت اشیاء (IoT) مشتمل بر سختافزار و نرمافزارهای مربوط، نظیر دستگاههای مخابراتی و رایانههای هوشمند و فضای ابری متمرکز بر دادهها است.
الگوریتمهای تعریف شده بر اساس معیارهای تخصصی و تغییرات دادهها هستند. در این فرایند جمعآوری اطلاعات و ثبت داده و تجزیه و تحلیل و نهایتاً ساماندهی و کنترل مزرعه، از طریق اپلیکیشنهای مربوطه اتفاق میافتد. البته طبیعی است که استفاده از یادگیری ماشینی و هوش مصنوعی در کنار هوشمند سازی مزارع پرورشی میتواند از طریق تستهای مکرر دادهها و نتایج مربوطه به اصلاح روند تولید و به نوعی به عنوان سیستم تصمیم گیر (DMS) عمل کند.
در خصوص توسعه مزارع هوشمند آبزیپروری، موضوع هوشمند سازی یکی از روشهای بهرهوری در مراکز تکثیر و مزارع پرورش است که در سطح کلان و اجرایی نیاز به بسترسازی و تأمین زیرساختهای مربوطه از یکسو، و ایجاد انگیزه در بهرهبرداران از طریق اطلاعرسانی و آگاهسازی از مزایای اقتصادی آن از سوی دیگر است.
نکته قابل تأمل این است که ظرفیت بسیار خوب کشور در اجرای طرحهای هوشمند سازی، بهویژه با تأکید بر مراکز تکثیر و همچنین مزارعی است که در سیستمهای تحت کنترل اقدام به تولید میکنند. البته موضوع هوشمند سازی در شکل صحیح آن، در نظر گرفتن اصول مربوطه در مطالعات جانمایی، و طراحی و اجرای مزارع جدیدی است که صرفهجویی در منابع پایه را به دنبال دارد. ( نسبت به مزارعی که با عمر و دوره طولانی پرورش به سبکهای سنتی و یا مدرن به دنبال استقرار سیستمهای هوشمند هستند).
هوشمند سازی مزارع پرورشی وابسته به شرایط هر مرکز و یا مزرعه پرورشی قابل طراحی و اجرا بوده و میتواند سطح عملکردی متفاوتی را بر اساس تنوع در بهکارگیری حسگرها و یا سطح مکانیزاسیون مزارع و همچنین انتظارات مدیر از استقرار سیستم مشاهده کرد.
ایجاد انگیزه در سرمایهگذاران و بهرهبرداران برای هوشمند سازی مزارع پرورش آبزیان، موضوعی است که در دو اصل شفافسازی هزینههای ناشی از ریسکهای تولید، و نیز هزینههای ناشی از ضعف مدیریت در مزرعه و درنهایت کاهش هزینهها در مقاطع زمانی، و بازگشت سرمایهگذاری مربوطه نهفته است.
مزیت نسبی بهرهگیری از سیستمهای هوشمند برای هر مزرعه و هر مرکز تکثیر، اختصاصی بوده و نمیتوان نسخه واحدی را برای کشور تنظیم کرد. این نکته را هم باید اضافه کنم که در برخی موارد هوشمند سازی با اتوماسیون، رقیقسازی، مکانیزاسیون و همارز گرفتهشده، حالآنکه این مقولات هم به صورت مستقل و هم به صورت تلفیقی در مزارع پرورشی چه در دنیا و چه در کشورمان، حسب موضوعات و قابلیتهای مزارع به کار گرفته شده و میشوند.
لکن موضوع مهم در هوشمند سازی تلفیق این تکنولوژیها در بستر اینترنت اشیاء و ایجاد ارتباط منطقی بین دادههای مربوطه و عملکردها از طریق الگوریتمهای علمی مشخص و حتی در سطوح پیشرفتهتر بهرهگیری از هوش مصنوعی (Artificial Intelligence) و یادگیری ماشینی (Machine Learning) در کمک به تصمیمگیریهای مدیریتی در مزارع است.
اینکه رفتار ماهی یا میگو و یا هر آبزی دیگر در استخرهای پرورشی چگونه بوده و در مقابل تنشهای محیطی چه رفتاری از خود بروز میدهند و یا در اثر تغییر در اکوسیستم استخرها ( تغییرات پارامترهای آب، کمبود اکسیژن ، تغییرات دمای آب و غذا و گرسنگی و یا بروز بیماریها) چه دادههایی ثبت شده و در نهایت چه تمهیداتی که با استقرار این سیستمها منجر به مدیریت بهینه و مانع از بروز تلفات شود، ازجمله موضوعاتی است که باید برای مزرعهداران شفافسازیشده و صرفه اقتصادی مربوط نیز از طریق طرحهای توجیهی مرتبط اطلاعرسانی شود.
نباید فراموش کرد که وقوع تنشهای محیطی، خصوصاً در شرایط خاص تغییر اقلیم در کشور برای آبزیپروری امری اجتنابناپذیر بوده که معمولاً از طریق مکانیسمهای سازگاری (Adaptation) نظیر اصلاح نژاد آبزیان و یا مکانیسم پیشگیری (Mitigation) از وقوع بیماری و تلفات آبزیان نظیر به کارگیری سیستمهای هوشمند اتفاق میافتد.
به عقیده من برای ورود به حوزه هوشمند سازی در کشور ضروری است. مطالعات و تحقیقات لازم باید به صورت بدوی و یا همارز انجام شود تا بتوان الگوریتمهای علمی لازم در خصوص تأثیر و دامنه تغییرات عوامل محیطی بر رشد و یا تلفات آبزیان را برای هر روش، گونه و منطقه تعیین، و بدین طریق از هزینههای ناشی از کپی کردن تکنولوژی خارجی بدون اتکا بر دانش بومی جلوگیری کرد.
همچنین حمایت از پایلوتها و مزارع الگویی در این زمینه قابل توصیه است. در گامهای اولیه اجرا، نیاز است تا به ارزیابی وضعیت هوشمند سازی در مراکز تکثیر و پرورش آبزیان پرداخته و باهدف به روزرسانی و مدرن کردن مراکز مهم تکثیر و پرورش با مقیاس تولید بالا و یا استراتژیک، به کاهش ریسک، مدیریت بحران و همچنین افزایش کار آیی این مراکز پرداخت.
در ادامه از طریق ارائه الگوی مناسب سختافزاری و نرمافزاری و ارائه نرمافزارهای هوشمند و پلتفرمهای مربوطه، میتوان به کنترل و پایش از سطح مزرعه تا سطح مدیریت کلان اقدام کرد.
به طور معمول انتظارات ما از هوشمند سازی مزارع پرورشی شامل: افزایش بهرهوری و عملکرد تولید، پایش و نظارت در خصوص بیماریها و عوامل مربوطه، امکان ردیابی محصول در طول زنجیره تولید و زنجیره ارزش، مدیریت دادهها و تجزیه و تحلیل آنها در کنار امکان ارائه خدمات بر اساس اطلاعات ماهوارهای و هواشناسی است که تمامی موارد ذکر شده در کاهش ریسک تولید و ارتقای بهرهوری مزارع و مراکز تکثیر تأثیر گذارند.
در انتها ضروری است با تأکید بر استفاده از خرد جمعی و بهرهگیری از دانش و ظرفیت اتحادیهها و دانشگاهها و به ویژه شرکتهای دانشبنیان (در عرصه خدمات هوشمند سازی) ضمن تدوین نقشه راه (مبتنی بر آمایش سرزمین، اولویت استقرار در دهکدههای فناوری شیلاتی و با رعایت ضوابط توسعه پایدار) برای هوشمند سازی مراکز و مزارع کشور به ارزیابی و رتبهبندی و تائید صلاحیت شرکتهای تأمینکننده تجهیزات در کنار حمایتهای زیربنایی (بیمه ، ارائه تسهیلات) به این موضوع مهم اهتمام ورزید.