Siaran langsung / Untuk peneliti / Data terbuka
Buka data perilaku trout
Rekaman publik yang berkelanjutan tentang ikan trout liar di sungai pegunungan yang dingin: kapan ikan hadir, apa yang mereka lakukan, individu mana yang kembali, dan bagaimana tampilan air, menit demi menit. Gratis digunakan di bawah CC BY 4.0.
Hari data
15
Sejak 2026-11-02
Pengamatan (30 hari terakhir)
6,189
6,939 menit‑ikan di kamera
Perilaku tercatat
9,375
1268 makan, 5672 menukik, 2435 menahan
Unduhan
- sightings.csv: setiap penampakan dalam 30 hari terakhir, lengkap dengan durasi, hitungan perilaku, dan ID ikan
- hourly.csv: perilaku per jam, dinormalisasi dengan waktu di kamera
- fish.csv: ikan individu yang diidentifikasi lewat pola bintik (profil)
- Data menit harian dan log peristiwa, tanggal Waktu Pegunungan. Hari lebih lama dari 30 diambil dari arsip:
| 2026-11-15 | minutes | events |
| 2026-11-14 | minutes | events |
| 2026-11-13 | minutes | events |
| 2026-11-12 | minutes | events |
| 2026-11-11 | minutes | events |
| 2026-11-10 | minutes | events |
| 2026-11-09 | minutes | events |
| 2026-11-08 | minutes | events |
| 2026-11-07 | minutes | events |
| 2026-11-06 | minutes | events |
| 2026-11-05 | minutes | events |
| 2026-11-04 | minutes | events |
| 2026-11-03 | minutes | events |
| 2026-11-02 | minutes | events |
Akses siaran langsung dan programatik: ringkasan JSON tempat makan, OpenAPI, dan sebuah server MCP untuk agen AI.
Kamus data
| Berkas | Field | Arti |
|---|---|---|
| menit CSV | time_mt | Timestamp menit, Waktu Pegunungan |
| menit CSV | fish_now / fish_max | Ikan terdeteksi dalam frame (terbaru / paling banyak dalam satu menit) |
| menit CSV | fish_seconds | Detik dalam menit dengan setidaknya satu ikan terlihat |
| menit CSV | drift | Jumlah partikel kecil yang hanyut terdeteksi (relatif) |
| menit CSV | clarity_pct | Ketajaman detail dasar vs. referensi (0-100); metode sedang ditingkatkan, lihat keterbatasan |
| menit CSV | flow_pct | Gerakan permukaan/hanyut vs. normal untuk kamera ini (100 = normal) |
| menit CSV | light_pct | Kecerahan adegan (0-100) |
| menit CSV | visibility | Seberapa jauh detail dasar bertahan: jauh, tengah, dekat, atau dasar (metode baru dekat/tengah/jauh; kosong sebelum diaktifkan) |
| events CSV | kind | datang, pergi, menahan, menyergap, menggali (gerakan makan), perusahaan (2+ ikan), bayangan, berlumpur, terbuka |
| sightings.csv | holds / darts / feeding_moves / company | Jumlah perilaku dalam satu pengamatan berkelanjutan |
| sightings.csv | fish, id_confidence | Ikan bernama yang cocok berdasarkan pola titik, dan tingkat kepercayaan kecocokan |
| fish.csv | spot_matches | Berapa kali pola bintik ikan cocok |
| hourly.csv | feeding_per_10_fish_min | Gerakan memberi makan per 10 menit waktu ikan dalam pandangan |
Metode
Kamera bawah air DWE exploreHD 1080p dipasang di dasar sungai pegunungan kecil yang dingin di bawah kolam di bawah air terjun, menghadap sepanjang dasar. Raspberry Pi di samping sungai menganalisis video secara real‑time dan menyiarkannya secara siaran langsung mulai sekitar 30 menit sebelum terbitnya matahari hingga 30 menit setelah terbenamnya matahari.
- Deteksi dan perilaku. Ikan yang bergerak terdeteksi oleh analisis gambar. Setiap pengamatan berkesinambungan diberi label tipe gerakan: menahan posisi, menyergap, gerakan makan (serangan singkat atau naik), dan perusahaan (dua ikan atau lebih).
- Individu. Ikan dikenali kembali oleh pola titik hitam di bagian sampingnya. Sebuah wajah (satu sisi ikan) mendapat nama hanya setelah cocok pada 3 kunjungan dengan selang waktu setidaknya 10 menit dan dengan 40+ titik yang selaras, serta setelah kecocokannya mencakup setidaknya satu jam. Setiap sisi dicocokkan secara terpisah.
- Air. Kejernihan diperkirakan dari seberapa banyak detail dasar halus yang terlihat; aliran dari gerakan dalam adegan; hujan dari National Weather Service.
- Fish-menit. Rasio dinormalisasi berdasarkan total waktu ikan terlihat, sehingga jam dengan lebih banyak ikan tidak tampak lebih aktif hanya karena jumlahnya.
Keterbatasan
- Label perilaku belum divalidasi. Dalam tinjauan manual sejauh ini, 1 dari 12 klip makan yang ditandai otomatis menunjukkan peristiwa makan nyata atau kenaikan. Gunakan jumlah untuk pola relatif, bukan tingkat absolut.
- Identifikasi ulang dapat salah. Sebuah batu pernah diberi nama ikan dan dihapus secara manual. Pengamatan tanpa kecocokan yang yakin dibiarkan tanpa nama.
- Kejelasan bersifat relatif. Angka saat ini membandingkan ketajaman dasar dengan kondisi terkini, sehingga tidak dapat dibandingkan antar hari atau posisi kamera. Angka ini akan diganti dengan ukuran visibilitas tetap dekat/menengah/jauh.
- Belum ada suhu air. Suhu pada data kesehatan Pi adalah suhu komputer sendiri, bukan suhu sungai.
- Kamera dipindahkan pada 2026-11-03, jadi bandingkan data sebelum dan sesudah tanggal itu dengan hati‑hati.
- Satu kamera, satu kolam, dengan bidang pandang sempit. Hitungan ikan adalah pengamatan, bukan ukuran populasi.
Cara mengutip
Kamera bawah air trout OnlyFins, https://onlyfins.stream. CC BY 4.0 (berikan kredit ke OnlyFins dengan tautan).
@misc{onlyfins_trout_cam,
title = {OnlyFins: live underwater trout camera, behavior and stream-condition data},
author = {{OnlyFins}},
year = {2026},
howpublished = {\url{https://onlyfins.stream/trout/research}},
note = {Accessed 2026-11-15. CC BY 4.0}
}
Berdasarkan data kamera selama 15 hari (2026-11-01 sampai 2026-11-15). Perilaku dilabel secara otomatis oleh analisis gerakan dan belum divalidasi dengan hitungan manual, jadi anggap ini sebagai pola yang dipantau, bukan temuan. Satu kamera, satu kolam.