JP2023167971A

JP2023167971A - 魚類資源量の観測装置及び観測方法

Info

Publication number: JP2023167971A
Application number: JP2022079543A
Authority: JP
Inventors: 雄大秋田; Takehiro Akita; 雄大小畑; Takehiro Obata; 朝昭佐野; Tomoaki Sano; 祐二岩倉; Yuji Iwakura
Original assignee: ALPHA SUIKO CONSULTANTS KK
Current assignee: ALPHA SUIKO CONSULTANTS KK
Priority date: 2022-05-13
Filing date: 2022-05-13
Publication date: 2023-11-24

Abstract

【課題】本発明は、魚礁による集魚効果を定量的に評価するため、魚類の個体数、魚体長、水深位置を計測することと同時に魚種を判別することが可能な魚類資源量の観測装置及び観測方法を提供する。【解決手段】水中に係留され魚群Ｇを探知して個体数及び魚体長の計量データを計測する計測装置１０と、計測装置１０の下方に設置された魚群Ｇを撮影して画像データとする撮影装置２０と、画像データを分析して魚種を判別し、魚種と計量データとを結合して出力する分析装置３０と、を有する。分析装置３０は、撮影装置２０で撮影された画像データに基づいて魚群Ｇの魚種を判別する画像データ処理部３１と、魚群Ｇの個体数、魚体長、水深位置の計量データと魚種とを結合して出力する出力部３２と、を有する。【選択図】図１

Description

本発明は、魚礁による集魚効果を定量的に評価する魚類資源量の観測装置及び観測方法に関する。

従来、魚礁による集魚効果を定量的に評価する方法として、例えば、ダイバーによる目視観察、潜水機や水中に設置された光学カメラによるインターバル撮影、ソナー式の魚群探知機、及び、刺網による漁獲などによって調査が行われている。

また、特許文献１－３には、ソナー式の魚群探知機を主体として、魚群の個体数、魚体長を計測するとともに魚種の判別を行うための装置が開示されている。

特開２０１０－２６１８８３号公報（特許第５２５７７８３号）特開２０１５－８７３２８号公報（特許第６３１９７３７号）特開２０１８－４４７７３号公報（特許第６８４６７６８号）

しかしながら、上述した魚群探知機は、魚群の個体数、魚体長、水深位置を計測することは容易であるが、海底付近の超音波の反射強度が強くノイズが混入するため、個体数や魚体長の計測する精度が低下するおそれがあり、それに伴って、魚種を判別することが難しいものであった。

また、目視観察、インターバル撮影、漁獲は、魚群の魚種や魚体長の計測は行えるが、個体数や水深位置の測定を正確に行うことが難しいものであった。

したがって、本発明は、魚礁による集魚効果を定量的に評価するため、魚類の個体数、魚体長、水深位置を計測することと同時に魚種を判別することが可能な魚類資源量の観測装置及び観測方法を提供することを目的とするものである。

本発明は、上記課題に鑑み、水中に係留され魚群を探知して個体数及び魚体長の計量データを計測する計測装置と、前記計測装置の下方に設置された魚群を撮影して画像データとする撮影装置と、前記画像データを分析して魚種を判別し、前記魚種と前記計量データとを結合して出力する分析装置と、を有することを特徴とするものである。

また、上述した構成に加え、撮影装置は、魚群を撮影して画像データとする画像撮影部と、前記画像データを記憶する記憶部と、を有し、
前記画像撮影部は、魚群の上方を撮影する下向きの第１カメラと、魚群の下方を撮影する上向きの第２カメラと、を対向して配置することが好ましい。

また、上述した構成に加え、分析装置は、撮影装置で撮影された画像データに基づいて魚群の魚種を判別する画像データ処理部と、計測装置によって計測された魚群の個体数、魚体長、水深位置の計量データと魚種とを結合して出力する出力部と、を有することが好ましい。

また、本発明は、水中に係留され魚群を探知して個体数及び魚体長の計量データを計測する計測工程と、魚群を撮影して画像データとする撮影工程と、前記画像データを分析して魚種を判別し、前記魚種と前記計量データとを結合して出力する分析工程と、を有することを特徴とするものである。

また、上述した構成に加え、撮影工程は、索体に沿って下向きに設置された第１カメラによって魚群の上方を撮影すること、索体に沿って上向きに設置された第２カメラによって魚群の下方を撮影することが好ましい。

また、上述した構成に加え、分析工程は、撮影工程で撮影した画像データに対して、コンピュータによる機械学習で作成された魚種判別用学習モデルによって自動で抽出し判別をする魚種判別工程を有することが好ましい。

また、上述した構成に加え、魚種判別用学習モデルは、予め撮影された魚体を含む映像データから魚体の部分を画像データに変換し、前記画像データから魚種及び魚体形状をアノテーションして教師データを作成し、前記教師データを入力してコンピュータによる機械学習を行うことで構築することが好ましい。

上述した本発明によれば、魚礁による集魚効果を定量的に評価するため、計測装置による魚類の個体数、魚体長、水深位置を計測すると同時に、撮影装置及び分析装置による魚種を判別することが可能な魚類資源量の観測装置及び観測方法を提供することが可能である。

本実施形態の魚類資源量の観測装置の一例を示す図である。図１の魚類資源量の観測装置における計測装置及び撮影装置の物理的構成の一例を示す図である。撮影装置の第１カメラ及び第２カメラの画角と配置を示す概念図である。魚類資源量の観測方法を示すフロー図である。魚群を（ａ）撮影装置の第１カメラで撮影した下向き画像、（ｂ）撮影装置の第２カメラで撮影した上向き画像、（ｃ）計量装置で計量した個体数を示す図である。分析装置によって図５の画像データ及び計量データを分析した魚群の魚種別の個体数（尾）、魚体長（ｃｍ）の頻度分布とした出力結果を示す図である。

（実施形態）
本発明の実施形態に係る魚類資源量の観測装置及び観測方法の一例について図１－６に基づいて詳細に説明する。

魚類資源量の観測装置は、図１に示すように、水中に係留され魚群Ｇを探知して個体数及び魚体長の計量データを計測する計測装置１０と、計測装置１０の下方に設置された魚群Ｇを撮影して画像データとする撮影装置２０と、画像データを分析して魚種を判別し、魚種と計量データとを結合して出力する分析装置３０と、を主体として構成される。

計測装置１０は、魚群探知機１による所定時間の超音波の発射と、発射後に所定時間の休止と、を繰り返して超音波の反射波を計測する測定部１１と、計測された反射波の波長、周波数から魚群Ｇにおける個体数、魚体長、水深位置などの定量データを演算する処理部１２と、定量データを記憶する記憶部１３と、を有する。

計測装置１０は、より具体的には、図２に示すように、水底に沈設された沈錘６と索体７によって緊張係留されたソナー式の魚群探知機１を搭載したブイ２と、索体７に沿って設けられた第１カメラ４及び第２カメラ５と、を有する。この沈錘６は、土俵やＨ型鋼など用いる。魚群探知機１を搭載したブイ２は、水中に設置されたものであり、魚群Ｇの個体数及び魚体長の計測を行うことが可能であればよく、例えば、AquaFusion製MagicBuoy（製品番号：MGB-240）を使用する。また、この計測装置１０は、水中での安定した浮力を与えるために魚群探知機１を搭載したブイ２の上方に耐圧ブイ３と、水中における設置位置を示す標識８と、を設けることができる。

索体７は、細長い紐状体であり、後述する分析工程（Ｓ３）における魚種判別工程（Ｓ３１）を補助するためのマーカーとなる等間隔で帯状の着色部や球状の突起部を設けてもよい。

標識８は、水底に沈設されたアンカー９の上方に延長された索体７に対して係留され、水面上に浮遊する標識ブイや、より目立ちやすくするため、自動で点滅する点滅灯、及び、旗などを組み合わせて設けてもよい。

撮影装置２０は、魚群Ｇを撮影して画像データとする画像撮影部２１と、画像データを記憶する記憶部２２と、を有する。記憶部２２は、画像データを時系列ごと記憶する。この画像データは、一定間隔で撮影された静止画や長時間撮影された動画から魚体の形状を抽出した静止画であってもよい。

画像撮影部２１は、索体７の途中の水中において撮影可能とするため防水ケースで保護された光学カメラを複数備えたものであり、魚群Ｇの上方を撮影する下向きの第１カメラ４と、魚群Ｇの下方を撮影する上向きの第２カメラ５と、を索体７に沿って対向して配置されるものである。なお、この光学カメラは、夜間や水深位置が深く暗い場所でも魚群Ｇを撮影可能な暗視カメラを使用してもよい。

この第１カメラ４及び第２カメラ５は、図３に示すように、少なくとも、計測装置１０の魚群探知機１が発射する超音波の指向角（概ね５度程度）の範囲内全体を撮影することが可能な画角φを有するものであり、第１カメラ４と第２カメラ５の垂直方向の間隔Ｌを概ね１０－１５ｍの範囲内に設置する。なお、水中における光学カメラの魚群Ｇの撮影可能距離は概ね５－１０ｍであり、第１カメラ４と第２カメラ５との撮影可能距離が重なるように間隔Ｌ（例えば１０ｍ）で設置することが好ましい。また、この第１カメラ４及び第２カメラ５の画角φを概ね３０度から６０度の範囲を有することが好ましく、例えば、BRINNO製タイムラプスカメラ（製品番号：TCL200pro）を使用することができる。

分析装置３０は、撮影装置２０で撮影された画像データに基づいて魚群Ｇの魚種を判別する画像データ処理部３１と、魚群Ｇの個体数、魚体長、水深位置の計量データと魚種とを結合して出力する出力部３２と、を有する。この分析装置３０は、地上の観測施設などに設置され、計測装置１０及び撮影装置２０の記憶部に記憶された計量データ及び画像データをテレメータなどの通信機を介して地上の監視センターなどで取得するものである。

画像データ処理部３１は、図５に示すように、取得した画像データ、とりわけ、画像撮影部２１の第１カメラで魚群Ｇの上方を撮影した第１画像データと、第２カメラで撮影した魚群Ｇの下方を撮影した第２画像データ、に基づいて後述する魚種判別工程（Ｓ３１）によって魚群Ｇの魚種を判別するものである。

出力部３２は、図６に示すように、個体数、魚体長の計量データに対して同時刻の魚種を結合して出力してコンピュータの液晶画面などの表示画面に表示する。

上述した計測装置１０及び分析装置３０は、それぞれ記憶部（メモリ）、演算部（プロセッサ）、通信部（無線通信）と、からなるコンピュータを搭載させ、記憶部に記憶されたプログラムを実行する。また、その実行結果は、通信部によって地上の観測施設などの外部サーバー装置や端末に送信するようにしてもよい。

次に、上述した観測装置を用いて魚群Ｇの魚類資源量の観測方法について図４、５に基づいて詳細に説明する。

魚類資源量の観測方法は、図４に示すように、水中に係留され魚群Ｇを探知して個体数及び魚体長の計量データを計測する計測工程（Ｓ１）と、魚群Ｇを撮影して画像データとする撮影工程（Ｓ２）と、画像データを分析して魚種を判別し、魚種と計量データとを結合して出力する分析工程（Ｓ３）と、からなるものである。

計測工程（Ｓ１）は、魚群探知機１による所定時間（例えば１分間）の超音波の発射と反射波の計測、及び、照射後に所定時間の休止（例えば４分間）、を繰り返すことで魚群Ｇにおける個体数、魚体長、水深位置などの定量データの計測を行い記憶部１３に記憶する。

撮影工程（Ｓ２）は、計測工程（Ｓ１）と同時に行うものであり、図５に示すように、索体７に沿って下向きに設置された第１カメラ４によって魚群Ｇの上方を撮影して、第１画像データとするとともに、索体７に沿って上向きに設置された第２カメラ５によって魚群Ｇの下方を撮影して第２画像データとし、それぞれを記憶部２２に記憶する。

分析工程（Ｓ３）は、上述した撮影工程（Ｓ２）で撮影した第１画像データ及び第２画像データに対して、コンピュータによる機械学習で作成された魚種判別用学習モデルによって自動で魚体の形状を抽出し判別をする魚種判別工程（Ｓ３１）と、個体数、魚体長、水深位置の計量データと魚種を結合して出力する出力工程（Ｓ３２）と、を有する。

魚種判別用学習モデルは、より具体的には、予め撮影された魚体を含む映像データから魚体の部分をプログレッシブ方式の画像データに変換し、当該画像データから魚種及び魚体形状をアノテーション（データにメタデータをつけて意味付け）して教師データを作成し、コンピュータによる機械学習を行うことで構築する。この機械学習を行うコンピュータプログラムは、例えば、YOLOv5（Python言語）を用いて行う。また、この魚種判別用学習モデルは、魚体の形状の抽出及び魚種の判別の精度を向上させるため、この魚種判別用学習モデルを評価する混同行列の手法を用いて検証し、教師データ等を改良しながら魚種判別の精度を向上させる。

上述した教師データは、水槽で飼育された魚や魚礁調査による魚群などの予め撮影された魚体を含む映像データから魚体の画像データ、少なくとも魚類の分類群数を１０以上、各分類１００以上を使用する。この画像データは、特に、魚体の横向き画像データ、上向き画像データ、下向き画像データを選択する。この上向き画像データは、白黒の画像データを含ませることで、海面光によって魚体形状の輪郭が白黒になってはっきりした第２画像データ（図５（ｂ）参照）との対比が明確となり、魚種判別用学習モデルの魚種判別の精度を向上させることが可能である。また、この教師データは、設置される水域ごとに生息する魚種のみに限定することで、魚種判別用学習モデルの魚種判別の精度を向上させることも可能である。

出力工程（Ｓ３２）は、図６に示すように、上述した魚種判別工程（Ｓ３１）によって判別された魚種（マアジ）と、計測工程（Ｓ１）によって計測された魚群Ｇの個体数（３７尾）、魚体長（４－３０ｃｍ）、及び、水深位置の計量データを同時刻のものを結合させ、魚種ごとに横軸を魚体長（ｃｍ）、縦軸を個体数（尾）とする頻度分布を表示画面上に表示させる。また、魚群Ｇ内に複数の魚種が存在する場合、それぞれの魚種ごとの計量データを表示してもよい。

したがって、上述した魚類資源量の観測装置及び観測方法によって、魚群Ｇの個体数、魚体長、水深位置の計量データを計測することと同時に魚種を判別することで、魚礁による集魚効果を定量的に評価することが可能である。

また、魚群Ｇの上下方向から撮影した画像データに対して機械学習によって構築した魚種判別用の学習モデルによって自動で抽出及び判別することができ、長時間撮影した魚群Ｇの個体数、魚体長、水深位置の分析を容易に行うことで、より精密な魚礁による集魚効果を評価することが可能である。

上記の実施形態では本発明の好ましい実施形態を例示したが、本発明は上記の実施形態に限定されるものではなく、特許請求の範囲に記載した範囲内で改善や変更が可能である。例えば、水底向き画角を概ね５０度から１１０度の範囲を有する光学カメラを第３カメラとして水底付近に設けることで、貝、カニ、ウニなどの浮袋を持たない魚介類の個体数、外殻寸法、種類などを定量的に評価することも可能である。

上述したように、本発明は、海洋、港湾、河川、湖沼などの水域において、人工魚礁や構造物の近くに設置することで長期間の集魚効果を定量的に評価するのに利用することが可能である。とりわけ、近年、人工構造物である洋上風力発電施設を所定の水域に設置することが行われており、周囲の水産資源との共生や地元漁協と協調するため水産資源である魚群の観測を行うことが重要であり、本発明の産業上の利用可能性は極めて高い。

１０計測装置、１１測定部、１２処理部、１３記憶部、
２０撮影装置、２１画像撮影部、２２記憶部、
３０分析装置、３１画像データ処理部、３２出力部、

１魚群探知機、２ブイ、３耐圧ブイ、４第１カメラ、５第２カメラ、
６沈錘、７索体、
８標識、９アンカー、
Ｇ魚群、Ｌ間隔、φ 画角

Claims

水中に係留され魚群を探知して個体数及び魚体長の計量データを計測する計測装置と、前記計測装置の下方に設置された魚群を撮影して画像データとする撮影装置と、前記画像データを分析して魚種を判別し、前記魚種と前記計量データとを結合して出力する分析装置と、を有することを特徴とする魚類資源量の観測装置。
撮影装置は、魚群を撮影して画像データとする画像撮影部と、前記画像データを記憶する記憶部と、を有し、
前記画像撮影部は、魚群の上方を撮影する下向きの第１カメラと、魚群の下方を撮影する上向きの第２カメラと、を対向して配置することを特徴とする請求項１の魚類資源量の観測装置。
分析装置は、撮影装置で撮影された画像データに基づいて魚群の魚種を判別する画像データ処理部と、計測装置によって計測された魚群の個体数、魚体長、水深位置の計量データと魚種とを結合して出力する出力部と、を有することを特徴とする請求項１記載の魚類資源量の観測装置。
水中に係留され魚群を探知して個体数及び魚体長の計量データを計測する計測工程と、魚群を撮影して画像データとする撮影工程と、前記画像データを分析して魚種を判別し、前記魚種と前記計量データとを結合して出力する分析工程と、を有することを特徴とする魚類資源量の観測方法。
撮影工程は、索体に沿って下向きに設置された第１カメラによって魚群の上方を撮影すること、索体に沿って上向きに設置された第２カメラによって魚群の下方を撮影することを特徴とする請求項４記載の魚類資源量の観測方法。
分析工程は、撮影工程で撮影した画像データに対して、コンピュータによる機械学習で作成された魚種判別用学習モデルによって自動で抽出し判別をする魚種判別工程を有することを特徴とする請求項４記載の魚類資源量の観測方法。
魚種判別用学習モデルは、予め撮影された魚体を含む映像データから魚体の部分を画像データに変換し、前記画像データから魚種及び魚体形状をアノテーションして教師データを作成し、前記教師データを入力してコンピュータによる機械学習を行うことで構築することを特徴とする請求項６記載の魚類資源量の観測方法。