Sinh Học Âm Thanh Tôm: Những Hiểu Biết Mới Về Hành Vi Ăn Uống Và Nuôi Trồng Thủy Sản Chính Xác

Việc ứng dụng công nghệ thị giác máy tính, trí tuệ nhân tạo và hệ thống cho ăn tự động, kết hợp với sinh học âm thanh, mang lại các giải pháp nhằm nâng cao hiệu quả cho ăn, tối ưu hóa sản lượng và hỗ trợ phát triển mô hình nuôi tôm bền vững, có khả năng sinh lợi.

Công nghệ sinh học âm thanh trong nuôi tôm đang mở ra những hướng tiếp cận mới trong việc nghiên cứu hành vi ăn và phát triển mô hình nuôi trồng thủy sản chính xác. Khi kết hợp với thị giác máy tính, trí tuệ nhân tạo và các hệ thống cho ăn tự động, công nghệ này cung cấp những giải pháp thông minh hơn nhằm nâng cao hiệu quả sử dụng thức ăn, tối ưu hóa sản lượng và hỗ trợ phát triển nuôi tôm theo hướng bền vững, có lợi nhuận.

Trong nuôi tôm hiện đại, việc hiểu rõ hành vi ăn của tôm đóng vai trò quan trọng trong xây dựng chiến lược cho ăn, nâng cao hiệu quả sản xuất và tăng tính bền vững. Do thức ăn chiếm tỷ trọng lớn trong chi phí vận hành của quá trình sản xuất tôm, việc xác định chính xác lượng thức ăn được tiêu thụ có ý nghĩa quan trọng đối với cả hiệu quả kinh tế và môi trường. Tuy nhiên, việc quan sát trực tiếp hoạt động ăn của tôm trong môi trường nuôi gặp nhiều khó khăn. Vì vậy, các nhà nghiên cứu và doanh nghiệp công nghệ ngày càng quan tâm đến Giám sát Âm thanh Thụ động (Passive Acoustic Monitoring – PAM). Khác với sonar chủ động, PAM thu nhận âm thanh một cách thụ động từ môi trường thủy sinh mà không phát ra tín hiệu âm thanh, trong đó có những tiếng lách cách đặc trưng do tôm tạo ra trong quá trình ăn. Phương pháp không xâm lấn này cung cấp thêm thông tin về hành vi ăn của tôm, đồng thời hỗ trợ phát triển các hệ thống cho ăn tự động ngày càng thông minh và chính xác hơn.

Công nghệ này đã nhanh chóng được ứng dụng tại nhiều vùng nuôi tôm trọng điểm trên thế giới, giúp người nuôi nâng cao độ chính xác trong quản lý lượng thức ăn và hạn chế lãng phí. Trong các hệ thống này, thiết bị thu âm dưới nước có độ nhạy cao được sử dụng để ghi nhận âm thanh phát ra khi tôm ăn. Các thuật toán xử lý tín hiệu sau đó phân tích và xác định những âm thanh liên quan đến hoạt động ăn trong thời gian thực. Dựa trên dữ liệu âm thanh thu được, lượng thức ăn được tự động điều chỉnh theo nhu cầu ăn của tôm, qua đó nâng cao hiệu quả sử dụng thức ăn và giảm sự phụ thuộc vào các phương pháp cho ăn truyền thống dựa trên kinh nghiệm.

Mặc dù các hệ thống cho ăn dựa trên sóng âm thương mại đã phát triển nhanh chóng, dữ liệu và thuật toán được sử dụng để vận hành các công nghệ này phần lớn vẫn mang tính độc quyền và chưa được công bố rộng rãi cho cộng đồng khoa học. Do đó, PAM (Passive Acoustic Monitoring – giám sát âm thanh thụ động) ngày càng được xem là một công cụ nghiên cứu có giá trị trong việc khảo sát hành vi ăn của tôm dưới các điều kiện được kiểm soát. Hiện nay, các nhà sản xuất thương mại, nhà sản xuất thức ăn và các viện nghiên cứu đang đầu tư vào những phòng thí nghiệm âm thanh chuyên dụng nhằm đánh giá các chiến lược cho ăn, tối ưu hóa công thức thức ăn và kiểm chứng các công nghệ mới. Thông qua việc thúc đẩy phát triển các chiến lược cho ăn chính xác, PAM góp phần hướng đến ngành nuôi tôm có hiệu quả cao hơn, khả năng sinh lợi tốt hơn và bền vững hơn.

Nâng cao kỹ thuật âm thanh của tôm thông qua nghiên cứu trong phòng thí nghiệm

Trong khi các hệ thống cho ăn dựa trên âm thanh tiếp tục cho thấy hiệu quả tích cực tại các trang trại nuôi tôm, các nghiên cứu trong phòng thí nghiệm về công nghệ PAM cũng đồng thời được đẩy mạnh, qua đó cung cấp những hiểu biết nền tảng nhằm hỗ trợ cải tiến các ứng dụng thương mại. Trong những năm gần đây, Phòng thí nghiệm Công nghệ Nuôi trồng Thủy sản (LTA) thuộc Đại học Nông thôn Liên bang Pernambuco (UFRPE), Brazil, đã trở thành một trung tâm nghiên cứu được quốc tế công nhận, tập trung nghiên cứu ứng dụng PAM trong việc đánh giá hành vi ăn của tôm thẻ chân trắng (Penaeus vannamei) dưới các điều kiện thí nghiệm được kiểm soát.

Nghiên cứu của nhóm đã chứng minh tiềm năng của sinh học âm thanh không chỉ trong phát triển công nghệ cho ăn tự động mà còn trong việc nâng cao hiểu biết về tác động của dinh dưỡng, điều kiện môi trường và các biện pháp quản lý đến hành vi ăn của tôm.

Nghiên cứu hiện tại tại LTA tập trung vào hai hướng bổ trợ cho nhau. Hướng thứ nhất phân tích các đặc điểm âm thanh của tiếng kêu phát ra khi tôm ăn và sự thay đổi của các tín hiệu này theo các yếu tố như kích thước hàm, giai đoạn lột xác và kết cấu viên thức ăn (Hình 1). Hướng thứ hai sử dụng hoạt động âm thanh như một chỉ báo hành vi về cường độ ăn, qua đó cho phép đánh giá ảnh hưởng của các yếu tố như kích thước tôm, mật độ nuôi và thành phần khẩu phần đến hoạt động ăn.

Nhìn chung, các nghiên cứu này đã chỉ ra rằng âm thanh khi tôm ăn cung cấp một chỉ báo nhạy cảm, không xâm lấn về hành vi ăn uống, cho phép các nhà nghiên cứu định lượng phản ứng hành vi trong nhiều điều kiện thí nghiệm khác nhau. Bằng cách liên kết các thí nghiệm trong phòng thí nghiệm được kiểm soát với các ứng dụng thương mại, PAM đang nổi lên như một công cụ nghiên cứu mạnh mẽ giúp thúc đẩy nuôi trồng tôm chính xác.

Thiết lập thí nghiệm cho các nghiên cứu âm học

Các thử nghiệm âm thanh tại LTA thường được thực hiện bằng hệ thống giám sát gồm các thiết bị thu âm dưới nước (hydrophone), máy ghi âm kỹ thuật số đa kênh và máy tín hiệu nâng cao (Hình 2). Hydrophone hoạt động tương tự như micro dưới nước, có chức năng thu nhận các tín hiệu âm thanh truyền trong môi trường nước. Các tín hiệu này sau đó được máy ghi âm kỹ thuật số lưu trữ với độ phân giải thời gian cao, phục vụ cho quá trình phân tích. Dữ liệu âm thanh thu được có thể được lưu trữ để phân tích ngoại tuyến chuyên sâu hoặc được xử lý theo thời gian thực thông qua các thuật toán tính toán.

Thiết kế thí nghiệm được điều chỉnh phù hợp với mục tiêu của từng nghiên cứu. Đối với các nghiên cứu nhằm xác định đặc tính âm học của tiếng kêu phát ra khi tôm ăn, thí nghiệm được thực hiện trong các bể có lớp lót bằng bọt xốp hấp thụ âm thanh. Lớp lót này giúp hạn chế sự phản xạ âm thanh và giảm hiện tượng biến dạng âm do thành bể gây ra (Hình 3). Môi trường thí nghiệm được kiểm soát như vậy cho phép xác định chính xác hơn các đặc tính âm học của tiếng kêu.

Ngược lại, các thí nghiệm tập trung vào hành vi ăn của tôm, đặc biệt là những thí nghiệm đánh giá tốc độ sản xuất click theo thời gian, được thực hiện trong các bể nuôi thông thường với kích thước và mật độ thả khác nhau (Hình 3). Các điều kiện thí nghiệm này tương đối gần với hệ thống sản xuất thương mại, qua đó cho phép các nhà nghiên cứu đánh giá ảnh hưởng của các yếu tố dinh dưỡng, sinh học và môi trường đến hoạt động ăn của tôm.

Tôm chỉ phát ra âm thanh khi ăn thức ăn viên phải không?

Để giải đáp câu hỏi này, một nghiên cứu gần đây đã khảo sát các tín hiệu âm thanh do tôm non P. vannamei tạo ra trong quá trình ăn các loại thức ăn khác nhau, bao gồm giun nhiều đốt, cá, tôm, động vật thân mềm hai mảnh vỏ, Artemia, côn trùng và thức ăn viên thương mại (Hình 4). Trong thí nghiệm, các bản ghi âm được đồng bộ với video nhằm xác nhận rằng tiếng lách cách đặc trưng phát sinh từ hoạt động của hàm tôm trong quá trình ăn. Sau đó, các tín hiệu âm thanh được phân tích bằng phần mềm chuyên dụng.

Kết quả cho thấy tất cả các loại thức ăn được thử nghiệm đều tạo ra tín hiệu âm thanh trong quá trình tôm ăn. Tuy nhiên, đặc điểm về kết cấu và thành phần của thức ăn có ảnh hưởng rõ rệt đến đặc tính âm thanh của tiếng kêu khi ăn. Những loại thức ăn có kết cấu cứng hơn, bao gồm thức ăn viên thương mại, mô tôm và côn trùng (Hình 4B, D), đòi hỏi lực cơ học lớn hơn trong quá trình nhai, từ đó tạo ra tín hiệu có năng lượng âm thanh cao hơn. Ngược lại, các loại thức ăn mềm hơn như Artemia và động vật thân mềm hai mảnh vỏ (Hình 4C) tạo ra các tín hiệu âm thanh yếu hơn.

Những phát hiện này mang lại ý nghĩa thực tiễn đáng kể, cho thấy phân tích âm thanh có khả năng phân biệt âm thanh phát sinh trong quá trình ăn khi sử dụng các loại thức ăn khác nhau. Kết quả này cung cấp cơ sở hữu ích cho việc phát triển các thuật toán có khả năng nhận diện những thay đổi trong đặc điểm âm thanh của hoạt động ăn ở tôm. Bên cạnh ứng dụng trong quản lý thức ăn, phương pháp này còn có tiềm năng hỗ trợ nhận biết các sự kiện sinh học quan trọng khác trong hệ thống nuôi trồng, bao gồm cả hành vi ăn thịt đồng loại.

Sử dụng phương pháp âm học để đánh giá chất dẫn dụ thức ăn

Quản lý thức ăn hiệu quả không chỉ phụ thuộc vào việc cung cấp lượng thức ăn phù hợp mà còn liên quan đến khả năng phát hiện, định vị và tiêu thụ các hạt thức ăn của tôm. Do đó, chất dẫn dụ thức ăn được sử dụng phổ biến trong thức ăn công nghiệp nhằm tăng tính ngon miệng và kích thích hoạt động bắt mồi của tôm.

Các yếu tố gây stress từ môi trường, chẳng hạn như sự giảm nhiệt độ đột ngột hoặc biến động độ mặn, có thể làm suy giảm đáng kể khả năng bắt mồi của tôm, từ đó ảnh hưởng tiêu cực đến năng suất nuôi. Trong những điều kiện này, chất dẫn dụ thức ăn đã được chứng minh có khả năng hỗ trợ duy trì lượng thức ăn tiêu thụ. Tuy nhiên, hiệu quả của chất dẫn dụ phụ thuộc vào liều lượng bổ sung. Việc sử dụng ở nồng độ cao hơn không đồng nghĩa với khả năng kích thích tôm ăn nhiều hơn, thậm chí có thể làm giảm khả năng nhận biết thức ăn và dẫn đến suy giảm hoạt động ăn.

Một thí nghiệm gần đây đã minh họa rõ mối quan hệ này. Tôm non P. vannamei được cho ăn các loại thức ăn bổ sung chất dẫn dụ thơm với tỷ lệ lần lượt là 1, 3 và 5 g/kg trong điều kiện nhiệt độ thấp (24°C). Kết quả theo dõi âm thanh cho thấy nghiệm thức có mức bổ sung thấp nhất (1 g/kg) luôn ghi nhận tỷ lệ tiếng click ban đầu cao nhất và duy trì hoạt động ăn mạnh hơn trong suốt 30 phút quan sát. Điều này cho thấy tôm có phản ứng bắt mồi mạnh hơn ở mức bổ sung 1 g/kg so với các liều lượng cao hơn (Hình 5).

Phương pháp thực nghiệm này đã được sử dụng trong nhiều nghiên cứu về dinh dưỡng, bao gồm đánh giá chất hấp dẫn thức ăn, muối hữu cơ, các phương án thay thế một phần hoặc hoàn toàn bột cá, cũng như những công thức khẩu phần chuyên biệt được xây dựng cho các điều kiện sản xuất khó khăn. Bên cạnh đó, hành vi ăn của tôm cũng được so sánh giữa nhóm tôm “chưa quen”, lần đầu được tiếp xúc với khẩu phần ăn, và nhóm tôm “đã quen”, trước đó đã thích nghi với cùng khẩu phần ăn (Hình 6).

Nhìn chung, các nghiên cứu cho thấy PAM là một công cụ thiết thực và khách quan trong việc đánh giá khả năng chấp nhận thức ăn, tối ưu hóa công thức khẩu phần và hỗ trợ xây dựng các chiến lược cho ăn hiệu quả hơn trong nuôi tôm thương phẩm.

Khi âm thanh gặp gỡ hình ảnh

Trong khi âm thanh phát ra trong quá trình ăn cung cấp thông tin hữu ích về lượng thức ăn được tiêu thụ, phân tích video mang đến một góc nhìn bổ sung thông qua việc thể hiện cách tôm di chuyển, phân bố không gian và tương tác trong quá trình bắt mồi. Khi được đồng bộ với dữ liệu âm thanh, hình ảnh video cho phép liên kết trực tiếp giữa sự phát sinh âm thanh và các hành vi được quan sát, từ đó cung cấp cái nhìn toàn diện hơn về quá trình ăn uống như một phản ứng sinh học tổng hợp trước các điều kiện của môi trường nuôi.

Sau khi thu thập dữ liệu, các video có thể được xử lý bằng phần mềm thị giác máy tính nhằm nhận diện từng cá thể tôm trong mỗi khung hình và theo dõi chuyển động của chúng theo thời gian. Khi đó, video không còn chỉ là dữ liệu hình ảnh mà trở thành nguồn thông tin định lượng về hoạt động bơi lội, sự phân bố trong không gian và mức độ sử dụng các khu vực kiếm ăn của tôm.

Thị giác máy tính cũng có thể được ứng dụng để tự động theo dõi các chỉ tiêu sinh trắc học. Thông qua việc hiệu chỉnh kích thước biểu kiến của tôm trên hình ảnh video với các dữ liệu sinh trắc học đã được đo lường, các thuật toán có thể ước tính chiều dài và trọng lượng cơ thể mà không cần tiếp xúc trực tiếp với vật nuôi. Do đó, chỉ với một lần ghi hình, có thể đồng thời thu thập thông tin về hành vi ăn uống và hiệu suất tăng trưởng của tôm (Hình 7).

Khi kết hợp với PAM, phân tích video có thể cung cấp những thông tin hữu ích về tác động của chất lượng nước, sức khỏe vật nuôi và chế độ ăn đối với sự di chuyển, mô hình tập trung và phản ứng ăn uống của tôm. Các nguồn dữ liệu này có thể được tích hợp vào hệ thống giám sát theo thời gian thực, giúp phát hiện sớm những thay đổi trong hành vi liên quan đến stress và hỗ trợ đưa ra các quyết định quản lý chủ động trước khi xảy ra tổn thất về sản lượng.

Trí tuệ nhân tạo để phát hiện lượt nhấp chuột tự động

Các nghiên cứu gần đây đã cho thấy tiềm năng rõ rệt của PAM trong việc đánh giá hành vi ăn của tôm trong điều kiện kiểm soát, đồng thời hỗ trợ triển khai các hệ thống cho ăn tự động dựa trên âm thanh trong nuôi tôm thương phẩm. Tuy nhiên, việc mở rộng ứng dụng PAM vẫn còn hạn chế do chưa có các phương pháp tiêu chuẩn hóa để phát hiện và định lượng âm thanh liên quan đến hoạt động ăn trong các bản ghi âm liên tục. Các phương pháp hiện nay chủ yếu dựa trên phân tích phổ đồ thủ công hoặc bán tự động, dẫn đến nhiều khó khăn về thời gian và khả năng chuẩn hóa khi xử lý khối lượng lớn dữ liệu âm thanh được thu thập từ cả môi trường phòng thí nghiệm và hệ thống nuôi thương mại.

Để hệ thống giám sát âm thanh tự động vừa đảm bảo độ tin cậy về mặt khoa học vừa có khả năng ứng dụng trong thực tiễn, các thuật toán phát hiện cần có tính minh bạch, được kiểm định nghiêm ngặt dựa trên các bộ dữ liệu tham chiếu được chú thích thủ công, đồng thời duy trì hiệu quả ổn định trong điều kiện âm thanh phức tạp và nhiều nhiễu đặc trưng của hệ thống nuôi trồng thủy sản. Trong bối cảnh này, trí tuệ nhân tạo được kỳ vọng sẽ đóng vai trò quan trọng trong việc giải quyết các thách thức trên. Cụ thể, phương pháp học máy có giám sát cung cấp một hướng tiếp cận thực tiễn, trong đó các đặc trưng âm thanh được trích xuất từ những đoạn ghi âm đã được gắn nhãn được sử dụng để huấn luyện mô hình, giúp phân biệt âm thanh phát sinh trong quá trình tôm ăn với các sự kiện âm thanh nền.

Gần đây, LTA đã phát triển một hệ thống ứng dụng trí tuệ nhân tạo (AI) có khả năng tự động nhận diện tiếng kêu phát ra trong quá trình ăn của tôm P. vannamei, đồng thời tái hiện chính xác các mô hình hoạt động ăn đã được xác định thông qua phương pháp phân tích âm thanh bán tự động (Hình 8). Hệ thống có khả năng phân biệt tiếng kêu khi ăn của tôm với các loại âm thanh khác trong môi trường nước. Kết quả xác thực từ các bản ghi âm được thu thập trong phòng thí nghiệm và ao nuôi cho thấy hệ thống có thể theo dõi những thay đổi trong hoạt động ăn của tôm dưới các điều kiện sinh học và môi trường khác nhau.

Việc tự động hóa quá trình phân tích các bản ghi âm thanh giúp giảm đáng kể thời gian và công sức so với phương pháp xử lý dữ liệu thủ công hoặc bán tự động. Đồng thời, phương pháp này cung cấp một công cụ nhất quán và khách quan để theo dõi hoạt động cho ăn của tôm, góp phần hỗ trợ quản lý nuôi trồng thủy sản theo hướng chính xác.

Kết luận

Công nghệ sinh học âm thanh đang góp phần thay đổi cách tiếp cận trong nghiên cứu hành vi ăn của tôm, đồng thời mở ra những cơ hội mới cho quản lý thức ăn một cách chính xác. Thông qua PAM, âm thanh phát sinh trong quá trình tôm ăn có thể được chuyển đổi thành các thông tin hữu ích về mức độ thèm ăn, lượng thức ăn tiêu thụ và phản ứng của tôm trước những thay đổi của điều kiện môi trường. Cùng với sự phát triển của nghiên cứu và mở rộng ứng dụng trong thực tiễn, PAM đang dần được phát triển từ một công cụ hỗ trợ quản lý thức ăn thành một nền tảng cho các giải pháp đổi mới trong nuôi tôm. Việc kết hợp PAM với công nghệ thị giác máy tính, trí tuệ nhân tạo và các hệ thống cho ăn tự động có tiềm năng hình thành những chiến lược quản lý thông minh hơn, nâng cao hiệu quả sử dụng thức ăn, tối ưu hóa sản lượng và góp phần phát triển ngành nuôi tôm theo hướng bền vững và hiệu quả kinh tế hơn.

Theo Silvio Peixoto, Fábio Costa Filho, Gabriel Michereff, Maria Moura Mendonça, Vinicius Kenji Takahashi, João Melo, Roberta Soares

Nguồn: https://www.globalseafood.org/advocate/shrimp-bioacoustics-new-insights-into-feeding-behavior-and-precision-aquaculture/

Biên dịch: Nguyễn Thị Quyên – Tôm Giống Gia Hoá Bình Minh

Đọc thêm:

• Phần 1: Đánh Giá Tác Động Của Việc Bổ Sung Lá Ổi (Psidium guajava) Lên Hiệu Suất Tăng Trưởng, Tình Trạng Chống Oxy Hóa Và Các Thông Số Huyết Học Của Cá Rô Phi (Oreochromis niloticus)
• Phần 2: Đánh Giá Tác Động Của Việc Bổ Sung Lá Ổi (Psidium guajava) Lên Hiệu Suất Tăng Trưởng, Tình Trạng Chống Oxy Hóa Và Các Thông Số Huyết Học Của Cá Rô Phi (Oreochromis niloticus)
• Nghiên Cứu Sò Lụa (Paratapes undulata) Trở Thành Giải Pháp Tự Nhiên Để Kiểm Soát Bệnh Vibriosis Trong Nuôi Cá Rô Phi