Integrated use of uav and information technologies to improve pacific salmon stock management

   Assessments of the admission Pacific salmon mature fishes to the spawning grounds is a key element in the operational regulation of salmon runs and the management of these species. The use of unmanned aerial vehicles (UAVs) to track salmon spawners admission into Far Eastern rivers, which began in the mid-2010s, demonstrates the potential of this method and is gaining momentum. Using the example of Khabarovsk Region, methods of aerial surveys of running Pacific salmons have been developed for consumer-grade UAV models using a variety of information technologies, including AI (artificial intelligence), photogrammetry, and GIS (geographical information systems). The ongoing reequipment of VNIRO’s Far Eastern branches with a fleet of new industrial-grade UAVs and computing equipment for processing UAV survey data, as part of the national «Unmanned Aerial Systems» project, beginning in 2024, opened up opportunities for scaling and significantly expanding the coverage of UAV surveys. These opportunities require appropriate organization of work, the use of equipment, and strategic planning. Given the lack of large-scale projects worldwide involving UAV surveys of migratory fish species using industrial-grade UAVs, these studies by VNIRO’s Far Eastern branches are essentially innovative and therefore require in-depth methodological development for adequate implementation. This paper partially addresses this gap by describing the current status of unmanned census of Pacific salmon at the Far Eastern branches and presenting a roadmap for its development, taking into account the updated equipment fleet and scaling plans. A two-phase project is proposed: the first phase involves optimizing the use of current components of the existing UAV survey techniques, while the second phase integrates additional elements and incorporates related areas of unmanned monitoring. It is shown that the full realization of the potential of unmanned salmon census for the rational management of Pacific salmon stocks is achievable only in the case of its integrated use with complementary information technologies: preparatory and photogrammetric image processing, detection of census objects by developed artificial neural networks, geoinformation methods for census planning and analysis of its results, decision support systems (DSS) for remote distributed hierarchical access of the expert community to the analysis of the survey data for the purpose of fish stock management.

1. Бизиков В.А., Петерфельд В.А., Черноок В.И., и др. Методические рекомендации по проведению учёта приплода байкальской нерпы (Pusa sibirica) с беспилотных летательных аппаратов в Байкальском рыбохозяйственном бассейне. М.: Изд-во ВНИРО, 2021. 56 с.

2. Дуленин А.А., Дуленина П.А., Коцюк Д.В., Свиридов В.В. Опыт и перспективы использования малых беспилотных летательных аппаратов в морских прибрежных биологических исследованиях // Тр. ВНИРО. 2021. Т. 185. С. 134–151.

3. Дуленин А.А., Дуленина П.А., Свиридов В.В. Сравнение двух разных методов расчёта популяционной плодовитости охотской сельди по результатам стандартной икорной съёмки // Изв. ТИНРО. 2023. Т. 203. Вып. 1. С. 234–248.

4. Дуленин А.А., Свиридов В.В. Отработка инструментальных методов учёта площади нерестилищ сельди в Охотском море // Вопр. рыболовства. 2022. Т. 23. № 2. С. 216–231.

5. Запорожец О.М., Запорожец Г.В. Использование фото- и видеофиксации для оценки количества производителей тихоокеанских лососей на нерестилищах и путях их миграций: некоторые методические подходы // Исслед. водн. биол. ресурсов Камчатки и сев.-зап. части Тихого океана. 2017. Т. 47. С. 77–90.

6. Запорожец О.М., Запорожец Г.В., Фельдман М.Г. Оценка численности производителей нерки и их распределение по нерестовым станциям в бассейне Начикинского озера (Камчатка) в 2019 г. // Изв. ТИНРО. 2020. Т. 200. Вып. 3. С. 618–634.

7. Информационно-справочный материал о порядке учёта, эксплуатации и выполнения полётов с использованием беспилотных гражданских воздушных судов с максимальной взлётной массой 30 кг и менее. Режим доступа: https://favt.gov.ru/public/materials//5/2/e/f/5/52ef54e031ae53ec691642bf8683e5bb.docx. (дата обращения: 20. 10. 2025).

8. Коломейко Ф.В., Сердобинцев С.П. Системы поддержки принятия решений в исследованиях и промысле водных биоресурсов // Известия КГТУ. 2019. № 54. С. 51–60.

9. Коцюк Д.В., Колпаков Н.В. К истории исследований тихоокеанских лососей в хабаровском филиале ВНИРО // Вопр. рыболовства. 2024. Т. 25. № 4. С. 7–24.

10. Коцюк Д.В., Свиридов В.В., Поваров А.Ю. Опыт реализации и способы дальнейшей автоматизации беспилотного учёта тихоокеанских лососей в Охотском районе Хабаровского края // Изв. ТИНРО. 2024. Т. 204. Вып. 3. С. 705–721.

11. Метелёв Е.А., Хованская Л.Л., Смирнов А.А. и др. Новые подходы в организации промышленного лова тихоокеанских лососей в Магаданской области в 2022–2023 годах // Рыбн. хозяйство. 2024. № 1. С. 55–63.

12. Метелёв Е.А., Смирнов А.А., Панфилов А.М. и др. Использование малых беспилотных летательных аппаратов (БПЛА) при учёте нерестилищ тихоокеанской сельди Clupea pallasii в Ольской лагуне Тауйской губы Охотского моря // Рыбн. хозяйство. 2025. № 1. С. 51–54.

13. Никифоров А.И., Гордеев И.И., Ридигер А.В. Мониторинговые исследования подходов производителей горбуши Oncorhynchus gorbuscha с помощью БПЛА в нерестовых реках острова Сахалин в 2022 году // Бюл. № 17 изучения тихоокеанских лососей на Дальнем Востоке. 2023. С. 115–121.

14. Памятка по использованию воздушного пространства внешними пилотами беспилотных воздушных судов – Ространснадзор. Режим доступа: https://rostransnadzor.gov.ru/news/16701. (дата обращения: 20. 10. 2025).

15. Постановление Правительства Российской Федерации от 25. 05. 2019 г. № 658 «Об утверждении Правил учёта беспилотных гражданских воздушных судов с максимальной взлётной массой от 0,25 кг до 30 кг, ввезённых в Российскую Федерацию или произведённых в Российской

16. Федерации». Постановление Правительства Российской Федерации от 19. 03. 2022 г. № 415 «О внесении изменений в постановление Правительства Российской Федерации от 25 мая 2019 г. № 658». 1 с.

17. Свиридов В.В., Золотухин С.Ф. Методы ГИС для инвентаризации нерестилищ тихоокеанских лососей р. Амур // Изв. ТИНРО. 2020. Т. 200. Вып. 3. С. 730–746.

18. Свиридов В.В., Коцюк Д.В., Подорожнюк Е.В. Беспилотный фотограмметрический учёт тихоокеанских лососей посредством БПЛА потребительского класса // Изв. ТИНРО. 2022а. Т. 202. Вып. 2. С. 429–449.

19. Свиридов В.В., Поваров А.Ю. Применение методов искусственного интеллекта для автоматизации беспилотного учёта отнерестившихся особей кеты в Хабаровском крае // Вопр. рыболовства. 2024. Т. 25. № 4. С. 113–124.

20. Свиридов В.В., Поваров А.Ю., Коцюк Д.В. Автоматизация беспилотного учёта производителей кеты и кижуча методами искусственного интеллекта // Изв. ТИНРО. 2025. Т. 205. Вып. 3. С. 518–534.

21. Свиридов В.В., Подорожнюк Е.В., Никитин В.Д., Скорик А.В. Модификации беспилотного учёта производителей тихоокеанских лососей в реках Сахалинской области и Хабаровского края // Изв. ТИНРО. 2022б. Т. 202. Вып. 4. С. 1015–1031.

22. Фадеев Е.С., Шевляков Е.А., Фельдман М.Г. Комплексный мониторинг пропуска производителей тихоокеанских лососей р. Камчатка в режиме реального времени // Изв. ТИНРО. 2019. Т. 197. С. 3–20.

23. Шевляков Е.А., Маслов А.В. Реки, определяющие воспроизводство тихоокеанских лососей на Камчатке, как реперы для оценки заполнения нерестового фонда // Изв. ТИНРО. 2011. Т. 164. С. 114–139.

24. Aliane N. Drones and AI-Driven Solutions for Wildlife Monitoring // Drones. 2025. V. 9. № 7. 23 p.

25. Ditria E.M., Buelow C.A., Gonzalez-Rivero M., Connolly R.M. Artificial intelligence and automated monitoring for assisting conservation of marine ecosystems: A perspective // Frontiers in Marine Science. 2022. V. 9. 14 p.

26. Harris J.M., Nelson J.A., Rieucau G., Broussard III W. P. Use of drones in fishery science // Transactions of the American Fisheries Society. 2019. V. 148. № 4. P. 687–697.

27. McFerren G., Molapo R., McAlister B. Repeatable deployment of an open standards, open source and open data stack for building a federated marine data management and decision support system for South Africa // The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2018. V. 42. P. 139–145.

28. Patera A., Pataki Z., Kitsiou D. Development of a webGIS application to assess conflicting activities in the framework of marine spatial planning // J. of Marine Science and Engineering. 2022. V. 10. № 3. 16 p.

29. Raoult, V., Colefax A.P., Allan B.M. et al. Operational protocols for the use of drones in marine animal research // Drones. 2020. V. 4. № 4. 35 p.