AI-baserad fiskräkning –nytt samarbete med Göteborgs universitet

Under 2026 inleder Lerum Energi ett nytt forskningssamarbete med Göteborgs Universitet med fokus på fiskvandring och fiskvägar i Säveån. Projektet bygger på användning av avancerade AI-baserade fiskkameror och är ett steg i att kombinera ny teknik med naturvetenskaplig forskning. Även Naturskyddsföreningen Lerum, Partille Energi och Länsstyrelsen är involverade i satsningen.

Lerum Energi har under våren tagit initiativ till ett forskningssamarbete med Göteborgs universitet för att studera fiskvandring och fiskvägarnas funktion i Säveån. Under nästa vår startar projektet där avancerade AI-baserade fiskkameror installeras i vattendraget.

En doktorand och flera studenter vid Göteborgs universitet kommer löpande att följa fiskens rörelser för att öka kunskapen om hur väl fiskvägarna fungerar i praktiken och vid vilka tidpunkter fisken vandrar. Med hjälp av tekniken öppnas även möjligheter till andra typer av studier samtidigt som kamerorna gör det möjligt att dela upplevelsen med allmänheten i form av direktsända slow TV-sändningar på Lerum Energis webbplats.

– Kamerorna kommer att visa både fiskar och andra djur i helfärg och ge bättre möjlighet att artbestämma arter, storlek och mängd. De gör det också möjligt att på ett helt nytt sätt låta allmänheten följa fiskvandringen i Säveån, berättar Jenny Nordlund, marknadschef på Lerum Energi.

Målet är att utrustningen ska vara på plats i mars 2026, tillsammans med leverantören, Lerum Energi och Göteborgs universitet – under förutsättning att vattenflödet tillåter.

Forskning i framkant

Professor Johan Höjesjö vid Göteborgs universitet ansvarar för forskningsdelen och planerar att vara på plats vid installationen för att säkerställa att kamerorna placeras optimalt. Tidpunkten är vald för att fånga vårens utvandring av mindre öringar, så kallade smolt, för att sedan följas upp med uppvandring av större lekfisk av lax och öring som förväntas till hösten 2026.

Forskningen kan dessutom komma att kombineras med så kallade PIT-tags, små passiva sändare som fästs på fiskar, Sändarna aktiveras då fisken passerar stationära antenner som planeras att sättas upp på lämpliga platser i ån. På så sätt kan man följa varje fisk individuellt och genom att kombinera AI-data med märkningsteknik får forskarna mer tillförlitliga data om överlevnad både upp- och nedströms.

-Det skall bli spännande att få testa denna teknik i Säveån och se hur mycket fisk som verkligen passerar de olika vandringsvägarna.Det är verkligen hög tid att vi försöker skapa oss en bild över hur fiskvägarna fungerar säger Johan Höjesjö.

När kamerorna är i drift och märkningen blir möjlig kan universitetet koppla på doktorander och studentprojekt. Exempelvis kan smoltutvandring eller så kallade konnektivitetsproblem i ån bli del av kommande avhandlingsarbeten eller masterprojekt. Konnektivitet syftar här på den biologiska möjligheten för fiskar att röra sig fritt i ekosystemet – en förutsättning för reproduktion och överlevnad.

AI-tekniken bakom

Det kamerasystem som används, TIVA FC, kombinerar avancerad optik med specialtränade AI-algoritmer som kan identifiera, räkna och mäta fiskar i realtid. Endast fiskar som gör en fullständig passage registreras.

Systemet kan artbestämma fiskar, individbestämma och registrera samt tillgängliggöra informationen via en webbaserad plattform nästan direkt.

Den tillhörande fiskräkningstunneln skapar en kontrollerad miljö där ljusförhållandena kan optimeras dygnet runt. På natten används infrarött ljus som inte stör fiskens naturliga beteende.