Navigasjon

  • Hopp til innhold
NTNU Hjemmeside NTNU Hjemmeside

Hav og kyst

  • Studier
    • Studere på NTNU
    • Finn studieprogram
    • Søke opptak
    • Videreutdanning og deltid
    • Forkurs og oppfriskning
  • Studentliv
    • Student i Gjøvik
    • Student i Trondheim
    • Student i Ålesund
  • Forskning og innovasjon
    • Forskning
    • Innovasjon
    • Satsingsområder
    • Toppforskning
    • Ekspertlister
    • Ph.d.
  • Om NTNU
    • Fakulteter og institutter
    • Sentre
    • Bibliotek
    • Kart
    • Ledige stillinger
    • Arrangement
    • Nyheter
    • Kontakt oss
    • Om NTNU
  1. Forsking Satsingsområder Hav og kyst
  2. Fjordsystemer
  3. FishOtter

Språkvelger

English

FishOtter - Fjordsystemer - NTNU Hav og kyst

×
  • Arktis og polar
  • Blå kunst
  • Havets helse
  • Industrielle økosystemer
  • Kystsamfunnet
  • Livet i vannet
  • Maritim transport
  • Mat fra havet
  • Observasjonspyramiden
  • Operasjoner
  • Vann og vannsystemer
  • Ph.d. og postdoc
  • Fjordsystemer
    • COD-SPAWN
    • FishOtter
    • FJORD-FORMING
    • The PLUME
  • Trondheimsfjorden
  • Polhavet2050
  • Utlysninger
  • Studier
  • Kontakt
MENY

FishOtter

Fjordsystemer – NTNU Hav og kyst

FishOtter

Prosjektet vil bidra til nye og forbedrede metoder for operasjonell fiskesporing ved å kombinere teknologi for autonome fartøy, trådløs undervannssensorikk og maskinintelligens med eksisterende ekspertise innen bevegelsesøkologi og akustisk telemetri i Trondheimsfjorden. Dette skal muliggjøre innsamling av datasett som kan bidra til økt forståelse av fiskens atferd i kystnære fjordøkosystemer.

Det overordnede målet med prosjektet er å utvikle en ny autonom akustisk telemetri-plattform for søk, lokalisering og sporing av fisk og andre marine organismer, gjennom å:

  • utvikle et autonomt system av samarbeidende fartøyer for kontinuerlig søk og detaljert sporing av frittlevende fisk
  • validere systemet i Trondheimsfjorden gjennom kvantifisering av fin-skala bevegelsesmønstre hos sentrale marine arter
  • analysere innsamlede datasett fra utvalgte arter for å tolke de underliggende økologiske driverne bak observerte atferdsmønstre

Dynamikken i dyrepopulasjoner og økosystemer påvirkes i stor grad av summen av individenes beslutninger og atferd. Evnen til å kartlegge individuelle bevegelsesmønstre og livshistorier er derfor sentralt for en kunnskapsbasert forståelse og bærekraftig forvaltning av fjord- og kystøkosystemer, særlig i lys av økende menneskelig påvirkning på det marine miljøet.

Akustisk telemetri har utviklet seg til å bli et sentralt forskningsverktøy for innsamling av høyoppløselige posisjonsdata på individnivå for fisk og andre marine organismer. Slike data er avgjørende for å karakterisere og forstå grunnleggende økologiske prosesser, inkludert habitatbruk, migrasjon, beiteatferd og reproduksjon. De muliggjør også kvantifisering av atferdsresponser på menneskeskapte påvirkninger i havmiljøet, som forurensning, infrastrukturutbygging, ressursutnyttelse og havbruk – faktorer som i stor grad er konsentrert i kystsoner som Trondheimsfjorden.

Til tross for sine unike muligheter er akustisk fisketelemetri forbundet med betydelige operasjonelle begrensninger og kompromisser. Statiske mottakerløsninger mangler ofte nødvendig skalerbarhet og fleksibilitet i rom og tid til å følge frittlevende arter, mens manuell aktiv sporing er sterkt begrenset av menneskelige ressurser og logistikk. I praksis må forskere derfor balansere mellom romlig utstrekning og oppløsning i sine studiedesign, noe som ofte fører til romlige og tidsmessige gap i data og begrenset økologisk innsikt. Videreutvikling av teknologien bak akustisk telemetri representerer derfor en betydelig mulighet for å forbedre økologiske analyser og styrke kunnskapsbasert forvaltning av fjord- og kystøkosystemer globalt.

Ved å utnytte NTNUs sterke tradisjon og kompetanse innen autonome systemer og akustisk fisketelemetri vil prosjektet adressere disse utfordringene. Det vil også benytte eksisterende forskningsinfrastruktur ved universitetet, spesielt flåten av telemetriutstyrte overflatefartøy (FishOtters), samt bygge på pågående samarbeid med eksterne partnere som er aktivt involvert i realiseringen av systemet.

Implementering: Prosjektet starter i juni 2026 og omfatter to doktorgradsstillinger (kybernetikk + biologi), hvorav én er finansiert av NTNU Hav og kyst.

Foto: FishOtter fartøy

Illustrasjon: Konseptuell oversikt over et autonomt system av samarbeidende fartøy for aktiv fiskesporing. Ill.: AI Google Gemini

Klikk på illustrasjonen for større visning

person-portlet

Prosjektleder

  • Jo Arve Alfredsen

    Jo Arve Alfredsen Professor

    73591427 +4790945805 jo.arve.alfredsen@ntnu.no Institutt for teknisk kybernetikk

person-portlet

Deltakere

  • Jan Grimsrud Davidsen

    Jan Grimsrud Davidsen Professor

    +4792464314 jan.davidsen@ntnu.no Institutt for naturhistorie
  • Sindre Håvarstein Eldøy

    Sindre Håvarstein Eldøy Forsker

    +4792266586 sindre.eldoy@ntnu.no Institutt for naturhistorie
  • Martin Føre

    Martin Føre Førsteamanuensis

    martin.fore@ntnu.no Institutt for teknisk kybernetikk
  • Tor Arne Johansen

    Tor Arne Johansen Professor

    73590395 tor.arne.johansen@ntnu.no Institutt for teknisk kybernetikk

Eksterne

Eksterne partnere / interessenter

Equinor, SalMar og Thelma Biotel

NTNU – Norges teknisk-naturvitenskapelige universitet

  • For ansatte
  • |
  • For studenter
  • |
  • Innsida
  • |
  • Canvas

Studere

  • Om studier
  • Studieprogram
  • Emner
  • Videreutdanning
  • Karriere

Aktuelt

  • Nyheter
  • Arrangement
  • Jobbe ved NTNU

Om NTNU

  • Om NTNU
  • Bibliotek
  • Strategi
  • Forskning
  • Satsingsområder
  • Innovasjon
  • Organisasjonskart
  • Utdanningskvalitet

Kontakt

  • Kontakt oss
  • Finn ansatte
  • Spør en ekspert
  • Pressekontakter
  • Kart

NTNU i tre byer

  • NTNU i Gjøvik
  • NTNU i Trondheim
  • NTNU i Ålesund

Om nettstedet

  • Bruk av informasjonskapsler
  • Tilgjengelighetserklæring
  • Personvern
  • Ansvarlig redaktør
Facebook Instagram Linkedin Snapchat Tiktok Youtube
Logg inn
NTNU logo