(Zoetwater)vismonitoring met onderwater-camerasysteem : een pilotstudie in de vispassage te Lith

In het kader van wettelijke verplichtingen zoals de Kaderrichtlijn Water en ten behoeve van het visserij-beleid en het visstandbeheer is Rijkswaterstaat naast het ministerie van Landbouw, Natuur en Voedselkwaliteit verantwoordelijk voor het monitoren van de visstand in de zoete rijkswateren. Een onderdeel daarvan is het meten van de soortsamenstelling van vis en de doortrekbaarheid van de rijkswateren voor trekvissen door middel van fuikenmonitoring. De inzet van fuiken in samenwerking met de beroepsvisserij heeft een aantal inherente nadelen, denk aan: mogelijke sterfte van vis, stroperij resp. hoge kosten, waardoor de overheid op zoek is naar nieuwe, kostenefficiënte technieken voor grootschalige toepassing. De vraag is of de inzet van camera’s en geautomatiseerde software een alternatief zou kunnen zijn. De inzet van camera’s is ook in het kader van dierenwelzijn voordeliger omdat hierbij, in tegenstelling tot traditionele monitoring, geen vissen uit het water hoeven te worden gehaald. Automatische beeldherkenning wordt wereldwijd toegepast door diverse aanbieders. Echter de kwaliteit van data is sterk afhankelijk van automatische beeldherkenning en machine learning op basis van voldoende referentiemateriaal. Dit onderzoek betreft een pilotstudie bij de vispassage te Lith waarbij de inzet van cameratechniek (van KBTS) en automatische beeldherkenning worden getest op hun mogelijkheden bij de huidige stand van zaken. De studie toont aan dat de techniek de potentie heeft om, daar waar het qua locatie technisch haalbaar is om een cameraopstelling te realiseren, de bestaande fuikenmonitoring te vervangen. De techniek geeft goed inzicht in gedrag en timing van vissen, en zorgt ervoor dat individuen van vissoorten die normaliter niet of nauwelijks in fuiken terechtkomen, nu wel worden waargenomen (bv. houting, winde, salmoniden). Bijkomend voordeel is dat zij ongeschonden uit de registratie komen, wat wenselijk is voor het dierenwelzijn, voornamelijk van kwetsbare soorten. Uit de resultaten blijkt dat de determinatie van bekende soorten vrij goed gaat, maar de automatische beeldherkenning van soorten met weinig referentiemateriaal nog relatief veel aandacht behoeft. Er is een verbeterslag in de tracking nodig om tot betere aantalsschattingen te komen en voor een correcte bepaling van aantal vis in een school incl. soortbepaling. Het onderzoek heeft helaas te beperkte gegevens weten te verzamelen die iets zouden kunnen aangeven over de betrouwbaarheid van lengtemetingen. Uit deze studie blijkt dat voor moeilijk te determineren soorten, sterk gelijkende soorten en voornamelijk voor kleine (juveniele) vissoorten fuikenmonitoring voorlopig noodzakelijk blijft