Il modo più veloce per rintracciare un pesce è usare la nuvola, in senso figurato. Un nuovo ricevitore acustico, sviluppato dai ricercatori del Pacific Northwest National Laboratory (PNNL) e pubblicato sull'IEEE Internet of Things Journal , invia dati di localizzazione dei pesci quasi in tempo reale al cloud digitale, fornendo informazioni tempestive agli operatori delle dighe e ai responsabili delle decisioni su quando, dove e quanti pesci dovrebbero passare attraverso le dighe. Invece di basarsi su stime stagionali della migrazione dei pesci degli anni precedenti, questi dati dei pesci contrassegnati supportano decisioni più informate sulle operazioni delle dighe che influenzano il passaggio dei pesci.

"Questo ricevitore fornisce dati aggiornati agli operatori della diga per aiutare a prendere decisioni quotidiane informate a sostegno del passaggio dei pesci, come regolare il flusso d'acqua quando è chiaro che un grande gruppo di novellame si sta avvicinando alla diga ", ha affermato Jayson Martinez, un ingegnere meccanico PNNL che ha co-sviluppato il ricevitore.

Le dighe idroelettriche sono un'importante fonte di energia rinnovabile affidabile, generando circa il sei percento dell'elettricità totale negli Stati Uniti. Aiutare i pesci a navigare in sicurezza è una parte fondamentale della riduzione dell'impatto ambientale delle dighe. Il nuovo ricevitore è un pezzo fondamentale del puzzle nel continuo sforzo per migliorare il passaggio dei pesci.

Aggiornamenti ogni ora

Per tracciare un pesce, hai bisogno di due apparecchiature:un trasmettitore posizionato sopra o all'interno del pesce stesso e un ricevitore in acqua per captare il segnale trasmesso. Martinez e Daniel Deng, borsisti del laboratorio PNNL e ingegnere meccanico, hanno sviluppato la nuova tecnologia del ricevitore con i loro collaboratori come parte di uno sforzo a lungo termine per migliorare sia i trasmettitori che i ricevitori.

"Negli ultimi due decenni, la telemetria acustica è stata lo strumento preferito dai ricercatori per fornire un monitoraggio remoto dei pesci ad alta precisione", ha spiegato Deng. "Stiamo lavorando per realizzare trasmettitori migliori e più piccoli che possono essere utilizzati per studiare più specie di pesci e fasi della vita. Ma migliorare il trasmettitore è solo metà della sfida, l'altra metà è migliorare il ricevitore."

I ricevitori attualmente disponibili presentano alcune limitazioni significative. I ricevitori cablati possono trasmettere dati a terra in tempo reale, ma devono essere alimentati da un'infrastruttura a terra, il che ne limita il posizionamento alle aree in cui l'energia è disponibile. I ricevitori autonomi possono essere installati in luoghi privi di cablaggio e infrastruttura a terra, ma devono archiviare le informazioni di tracciamento localmente fino a quando non possono essere raccolte manualmente, il che significa che i dati di tracciamento dei pesci non sono disponibili in tempo reale. Per affrontare queste limitazioni, Martinez, Deng e i loro collaboratori hanno sviluppato un ricevitore acustico autonomo in grado di caricare in modalità wireless informazioni sul cloud mentre è distribuito sott'acqua in luoghi remoti o difficili da raggiungere lungo ruscelli e fiumi.

"Il nostro obiettivo finale è cercare di fornire informazioni in tempo reale sulla posizione e sulla salute dei pesci e questo ricevitore è un grande passo avanti verso tale obiettivo, fornendo aggiornamenti orari dei dati agli operatori delle dighe", ha affermato Deng.

Informatica al limite

La trasmissione di dati in modalità wireless sott'acqua è un processo estremamente lento, fino a 3 milioni di volte più lento della velocità media di una connessione Internet via cavo domestica. Per aggirare questo problema, i ricercatori hanno utilizzato l'edge computing per ridurre al minimo la quantità di dati che deve essere trasferita in modalità wireless dall'acqua al cloud. L'edge computing è un approccio che consente un'elaborazione dei dati migliorata ed efficiente spostando l'elaborazione più vicino all'origine dati stessa:in questo caso, i dati di tracciamento dei pesci vengono elaborati sul ricevitore prima di essere trasmessi al cloud.

In genere, quando i pesci etichettati con trasmettitori acustici nuotano da ricevitori autonomi, quei dati vengono raccolti e archiviati localmente finché qualcuno non visita il ricevitore e scarica i dati. Questo non solo richiede molto tempo e denaro, ma comporta anche importanti considerazioni sulla sicurezza perché i ricercatori spesso devono raggiungere il ricevitore in barca. Inoltre, non è infallibile.

"Cosa succede se devi lasciare un ricevitore fuori per due mesi prima che qualcuno possa raccogliere i dati? Se qualcosa va storto con il ricevitore durante quel periodo di tempo, come un sensore inondato d'acqua o una batteria che si sta esaurendo, non c'è modo di saperlo that, so you could lose the entire two months of data," said Martinez.

Incorporating edge computing into the new receiver eliminates those issues. The new receiver collects data from fish transmitters as the fish swim by, then processes and compresses the data. Every hour, the compressed data is wirelessly sent to a small modem located onshore, which uploads the data directly to the cloud, where dam operators and decision-makers can access it. This provides near-real-time fish tracking and a heads up if something goes wrong with the receiver so any issues can be resolved quickly, minimizing data loss.

"There's a lot of energy saved during data transmission, which translates to more data that can be transmitted with less power, making the system more robust and efficient," explained Martinez. "You could even potentially run the onshore acoustic modem using renewable energy, like a solar-powered battery."

More than just a fish tracker

Another exciting aspect of the receiver is its potential to do much more than track fish—it's a flexible platform that could accommodate multiple sensors to collect a variety of data. These receiver platforms could provide simultaneous near-real-time data on water quality and environmental conditions along with fish location, answering valuable questions about fish and river health in a changing climate.

"Real-time information about fish location and environmental conditions, including in remote or difficult to access areas, are potentially very valuable for building environmental models to understand river habitats and fish populations in light of climate change," said Martinez.

Now that the receiver has been demonstrated in a controlled testing environment, the scientists plan to adapt it for a large-scale deployment in the future. In addition to Martinez and Deng, the team included PNNL researchers Yang Yang, Robbert Elsinghorst, Hongfei Hou, and Jun Lu. Deng holds a joint appointment at Virginia Tech. + Esplora ulteriormente

Newly released data show how fish pass through dams