ငါးလုပ်ငန်းတွင် အတုဥာဏ်ရည်တုအသုံးချမှုများ
ဉာဏ်ရည်တု (AI) ကို ငါးလုပ်ငန်းအပါအဝင် ကဏ္ဍအမျိုးမျိုးတွင် ပိုမိုအသုံးပြုလာကြသည်။ ရာသီဥတုပြောင်းလဲမှု၊ ငါးသယံဇာတ ကျဆင်းလာခြင်း၊ လုပ်ငန်းလည်ပတ်စရိတ်များ မြင့်တက်လာခြင်းနှင့် ရေရှည်တည်တံ့သော ပင်လယ်စာအတွက် ဈေးကွက်ဝယ်လိုအားများကြားတွင် AI သည် ပိုမိုတိကျသော၊ ပိုမိုမြန်ဆန်သော နှင့် အချက်အလက်အခြေပြု ချဉ်းကပ်မှုအသစ်တစ်ခုကို ပေးဆောင်သည်။ ဤနည်းပညာသည် ကြီးမားသော ငါးဖမ်းလုပ်ငန်းအတွက်သာမက မိုဘိုင်းအက်ပ်များနှင့် ကုန်ကျစရိတ်နည်းသော အာရုံခံကိရိယာများကဲ့သို့သော ပိုမိုလက်လှမ်းမီသော စနစ်များမှတစ်ဆင့် အသေးစားငါးမွေးမြူရေးသမားများနှင့် တံငါသည်များကို ကူညီပေးနိုင်သည့် အလားအလာလည်းရှိသည်။ ဤဆောင်းပါးသည် ငါးဖမ်းခြင်းနှင့် စိုက်ပျိုးခြင်းမှသည် ပြုပြင်ထုတ်လုပ်ခြင်းနှင့် အရင်းအမြစ်စောင့်ကြည့်ခြင်းနှင့် စီမံခန့်ခွဲမှုအထိ ငါးလုပ်ငန်းတွင် AI အသုံးချမှုအမျိုးမျိုးကို ဆွေးနွေးထားသည်။
၁။ ငါးမျိုးစိတ်စောင့်ကြည့်ခြင်းနှင့် ဖြန့်ဖြူးမှုခန့်မှန်းခြင်းအတွက် AI
ငါးဖမ်းလုပ်ငန်းတွင် အကြီးမားဆုံးစိန်ခေါ်မှုများထဲမှတစ်ခုမှာ ငါးများ၏တည်နေရာနှင့် ပေါများမှုမသေချာမှုဖြစ်သည်။ AI သည် ငါးဖမ်းနေရာဖြစ်နိုင်ခြေကို ခန့်မှန်းရန် ပင်လယ်မျက်နှာပြင်အပူချိန်၊ ကလိုရိုဖီးလ်-အေ၊ ဆားငန်ဓာတ်၊ ရေစီးကြောင်းနှင့် ဂြိုဟ်တုဒေတာများကဲ့သို့သော သမုဒ္ဒရာဆိုင်ရာဒေတာများကိုပင် အသုံးပြုနိုင်သည်။ စက်သင်ယူမှုနည်းပညာများကို အသုံးပြုခြင်းဖြင့် စနစ်သည် လူသားများအတွက် ယခင်က လေ့လာရန်ခက်ခဲသော ပုံစံများ၊ ဥပမာ ပင်လယ်အပူချိန်ပြောင်းလဲမှုနှင့် pelagic ငါးများ ရွှေ့ပြောင်းမှုကြား ဆက်နွယ်မှုကို ဖော်ထုတ်နိုင်သည်။
AI အခြေခံ ငါးဖြန့်ဖြူးမှု ခန့်မှန်းချက်များသည် တံငါသည်များအား ရှာဖွေချိန်ကို လျှော့ချရန်၊ လောင်စာဆီ ချွေတာရန်နှင့် ကာဗွန်ထုတ်လွှတ်မှုကို လျှော့ချရန် ကူညီပေးသည်။ ထို့အပြင်၊ သမိုင်းဝင် ဖမ်းဆီးမှုများနှင့် ရာသီအလိုက် အချက်အလက်များနှင့် ပေါင်းစပ်လိုက်သောအခါ၊ AI သည် ပင်လယ်သို့သွားရန် အကောင်းဆုံးအချိန်နှင့် သင့်လျော်သော ငါးဖမ်းကိရိယာများကို အကြံပြုနိုင်သည်။ ကျယ်ကျယ်ပြန့်ပြန့် အကောင်အထည်ဖော်ပါက ဤနည်းပညာသည် ငါးဖမ်းလုပ်ငန်းကို ပိုမိုညီမျှစွာ ဖြန့်ဝေခြင်းဖြင့် အချို့သောနေရာများတွင် ငါးဖမ်းဖိအားကို လျှော့ချနိုင်သည်။
၂။ ငါးရှာဖွေခြင်းနှင့် ငါးဖမ်းပစ္စည်းများ ရွေးချယ်မှု
လိပ်များ၊ ရေနေနို့တိုက်သတ္တဝါများ သို့မဟုတ် ငါးငယ်များကဲ့သို့သော ပစ်မှတ်မဟုတ်သော မျိုးစိတ်များကို ဖမ်းဆီးခြင်း၊ bycatch ပြဿနာသည် ရေရှည်တည်တံ့သော ငါးလုပ်ငန်းတွင် အဓိကအာရုံစိုက်ရမည့်အချက်ဖြစ်သည်။ AI၊ အထူးသဖြင့် ကွန်ပျူတာအမြင်ကို သင်္ဘောများပေါ်ရှိ ကင်မရာများ သို့မဟုတ် ငါးဖမ်းကိရိယာများတွင် တပ်ဆင်နိုင်ပြီး ဖမ်းဆီးရမိသော မျိုးစိတ်များကို အချိန်နှင့်တပြေးညီ ခွဲခြားသတ်မှတ်နိုင်သည်။ ဤစနစ်သည် ကာကွယ်ထားသော မျိုးစိတ်များကို ဖမ်းဆီးမိပါက သင်္ဘောသားများအား ကြိုတင်သတိပေးချက်ပေးနိုင်ပြီး ၎င်းတို့ကို ချက်ချင်းပြန်လွှတ်ပေးနိုင်စေပါသည်။
ထို့အပြင်၊ AI သည် ငါးဖမ်းပစ္စည်းများ၏ ရွေးချယ်နိုင်စွမ်းကို တိုးတက်စေရန် ကူညီပေးနိုင်ပါသည်။ ဥပမာအားဖြင့်၊ ဗီဒီယိုမှတ်တမ်းများနှင့် အာရုံခံကိရိယာဒေတာများကို ခွဲခြမ်းစိတ်ဖြာခြင်းဖြင့် စနစ်သည် ငါးဖမ်းခြင်းကို လျှော့ချရန် ငါးကွက်အရွယ်အစား သို့မဟုတ် ငါးဖမ်းချိန်ကို ပြောင်းလဲရန် အကြံပြုနိုင်ပါသည်။ အချို့သော ဆန်းသစ်တီထွင်မှုများတွင်၊ ပစ်မှတ်ငါးများကို အခြားမျိုးစိတ်များနှင့် ခွဲခြားပေးသည့် အလိုအလျောက် ခွဲခြားသည့် ကိရိယာများကို ထိန်းချုပ်ရန် AI ကိုပင် တီထွင်ထားပြီး အရည်အသွေးမြင့်မားပြီး ပတ်ဝန်းကျင်နှင့် ပိုမိုသဟဇာတဖြစ်သော ငါးဖမ်းမှုများကို ရရှိစေပါသည်။
၃။ ရေနေသတ္တဝါမွေးမြူရေးတွင် AI
ကမ္ဘာလုံးဆိုင်ရာ ပရိုတင်းလိုအပ်ချက်များကို ဖြည့်ဆည်းရန်အတွက် ရေနေသတ္တဝါမွေးမြူရေးသည် အလျင်အမြန် တိုးတက်နေသော်လည်း ရောဂါ၊ ရေအရည်အသွေး၊ အစာထိရောက်မှုနှင့် မညီမျှသော ကြီးထွားမှုကဲ့သို့သော စိန်ခေါ်မှုများနှင့် ရင်ဆိုင်နေရသည်။ AI သည် လယ်သမားများအား ရေကန် သို့မဟုတ် လှောင်အိမ်စောင့်ကြည့်ရေးစနစ်များမှတစ်ဆင့် အချက်အလက်အခြေပြု ဆုံးဖြတ်ချက်များချရန် ကူညီပေးသည်။
(က) အစာကျွေးခြင်း အကောင်းဆုံးဖြစ်အောင်ပြုလုပ်ခြင်း
ငါးမွေးမြူရေးတွင် အစာသည် ကုန်ကျစရိတ်အများဆုံး အစိတ်အပိုင်းဖြစ်သည်။ AI သည် ရေအောက်ကင်မရာများ သို့မဟုတ် တုန်ခါမှု/အသံအာရုံခံကိရိယာများမှတစ်ဆင့် ငါးများ၏ အစာကျွေးခြင်းအပြုအမူကို ခွဲခြမ်းစိတ်ဖြာနိုင်ပြီး အစာပမာဏကို အလိုအလျောက် ချိန်ညှိနိုင်သည်။ ၎င်းသည် အစာဖြုန်းတီးမှုကို လျှော့ချပေးပြီး ရေအရည်အသွေးကို တည်ငြိမ်စေပြီး ငါးကြီးထွားမှုကို အကောင်းဆုံးဖြစ်စေသည်။ ဤနည်းပညာသည် ညစ်ညမ်းမှုကို လျှော့ချရန်လည်း ကူညီပေးသည်၊ အဘယ်ကြောင့်ဆိုသော် မစားရသေးသော အစာသည် အမိုးနီးယား၏ အရင်းအမြစ်တစ်ခု ဖြစ်လာပြီး ပျော်ဝင်နေသော အောက်ဆီဂျင်အဆင့်ကို လျော့ကျစေသောကြောင့်ဖြစ်သည်။
(ခ) ရေအရည်အသွေး စောင့်ကြည့်ခြင်းနှင့် အန္တရာယ် ခန့်မှန်းခြင်း
IoT (အရာဝတ္ထုများ၏အင်တာနက်) အာရုံခံကိရိယာများသည် pH၊ အပူချိန်၊ ပျော်ဝင်အောက်ဆီဂျင် (DO)၊ အမိုးနီးယား၊ နိုက်ထရိုက်နှင့် turbidity ကဲ့သို့သော parameters များကို တိုင်းတာသည်။ ထို့နောက် AI သည် အခြေအနေများ အန္တရာယ်ရှိလာမည့်အချိန်ကို ခန့်မှန်းရန် data trends များကို ခွဲခြမ်းစိတ်ဖြာပြီး နောက်ထပ်လေဝင်လေထွက်ကောင်းစေခြင်း သို့မဟုတ် ရေပြောင်းလဲမှုများကဲ့သို့သော လုပ်ဆောင်ချက်များကို အကြံပြုသည်။ ဤခန့်မှန်းချက်ချဉ်းကပ်မှုသည် ပြဿနာများပေါ်ပေါက်လာရန် စောင့်ဆိုင်းခြင်းထက် ပိုမိုထိရောက်ပြီး ငါးသေဆုံးမှုနှုန်းကို လျှော့ချပေးသည်။
(ဂ) ရောဂါနှင့် ဖိစီးမှု ရှာဖွေခြင်း
ရောဂါများသည် မြင့်မားသောသိပ်သည်းဆရှိသော ရေနေသတ္တဝါမွေးမြူရေးစနစ်များတွင် လျင်မြန်စွာပျံ့နှံ့နိုင်သည်။ ရုပ်ပုံအခြေပြု AI သည် ဒဏ်ရာများ၊ အရောင်ပြောင်းခြင်း သို့မဟုတ် မူမမှန်သော ရေကူးပုံစံများကဲ့သို့သော အမြင်အာရုံလက္ခဏာများကို မှတ်မိနိုင်သည်။ ကျန်းမာသောငါးများနှင့် မကျန်းမာသောငါးများကို ခွဲခြားသိမြင်နိုင်ရန် မော်ဒယ်များကို လေ့ကျင့်ပေးနိုင်ပြီး ကုသမှုကို စောစီးစွာပြုလုပ်နိုင်စေပါသည်။ စောစီးစွာရှာဖွေတွေ့ရှိခြင်းသည် ပဋိဇီဝဆေးသုံးစွဲမှုကို လျှော့ချပေးနိုင်ပြီး ပိုးမွှားများကို တိုက်ဖျက်နိုင်သည့်အန္တရာယ်ကို လျှော့ချပေးနိုင်ပါသည်။
၄။ ငါးဖမ်းလုပ်ငန်းတွင် အလိုအလျောက်စနစ်နှင့် ရိုဘော့တစ်များ
AI သည် သင်္ဘောများပေါ်တွင်ရော၊ ပြုပြင်ထုတ်လုပ်သည့် စက်ရုံများတွင်ပါ အလိုအလျောက်လုပ်ဆောင်မှုကိုလည်း မောင်းနှင်နေပါသည်။ ငါးဖမ်းသင်္ဘောများတွင်၊ ဉာဏ်ရည်ထက်မြက်သော လမ်းကြောင်းပြစနစ်များသည် ရာသီဥတု၊ ရေစီးကြောင်းနှင့် ခန့်မှန်းထားသော ငါးတည်နေရာများအပေါ် အခြေခံ၍ လမ်းကြောင်းစီစဉ်ခြင်းကို ကူညီပေးနိုင်ပါသည်။ အချိန်နှင့်တပြေးညီ အချက်အလက်ပေါင်းစပ်မှုဖြင့် အထူးသဖြင့် ပြင်းထန်သောပင်လယ်အခြေအနေများတွင် မတော်တဆမှုများ၏အန္တရာယ်ကို လျှော့ချနိုင်ပါသည်။
ပြုပြင်ထုတ်လုပ်ရေးလုပ်ငန်းတွင် AI စွမ်းအင်သုံး ရိုဘော့များနှင့် အမျိုးအစားခွဲခြားစက်များကို ငါးအရွယ်အစားခွဲခြားရန်၊ အရည်အသွေးစစ်ဆေးရန်၊ ချို့ယွင်းချက်များကို ရှာဖွေတွေ့ရှိရန်နှင့် ငါးအသားလွှာဖြတ်တောက်ခြင်းကို အကောင်းဆုံးဖြစ်အောင်ပြုလုပ်ရန် အသုံးပြုကြသည်။ ဤနည်းပညာသည် ထုတ်ကုန်၏ ညီညွတ်မှုကို တိုးတက်ကောင်းမွန်စေပြီး၊ အလဟဿဖြစ်မှုကို လျှော့ချပေးကာ လုပ်ငန်းစဉ်များကို မြန်ဆန်စေသည်။ တင်းကျပ်သော စံနှုန်းများ လိုအပ်သော ပို့ကုန်ဈေးကွက်များအတွက် AI သည် အလိုအလျောက် အမြင်အာရုံစစ်ဆေးခြင်းဖြင့် အစားအစာအရည်အသွေးနှင့် ဘေးကင်းရေးကို ထိန်းသိမ်းရန် ကူညီပေးသည်။
၅။ ခြေရာခံနိုင်စွမ်းနှင့် AI-အခြေပြု ထောက်ပံ့ရေးကွင်းဆက်
စားသုံးသူများသည် ပင်လယ်စာ၏ မူလအစကို ဘယ်မှာဖမ်းမိသလဲ၊ မည်သည့်နည်းလမ်းများဖြင့် ဖမ်းဆီးရမိသလဲ၊ တရားဝင်မှုရှိမရှိ စသည့်တို့အပေါ် စိုးရိမ်ပူပန်မှုများ တိုးပွားလာနေပါသည်။ AI သည် သင်္ဘောများ၊ ဆိပ်ကမ်းများ၊ အအေးခန်းသိုလှောင်မှုနှင့် လက်လီရောင်းဝယ်ရေးများမှ ထောက်ပံ့ရေးကွင်းဆက်ဒေတာများကို ခွဲခြမ်းစိတ်ဖြာခြင်းဖြင့် ခြေရာခံနိုင်စွမ်းကို မြှင့်တင်ရာတွင် အခန်းကဏ္ဍမှ ပါဝင်သည်။ blockchain သို့မဟုတ် ပေါင်းစပ်ဒေတာဘေ့စ်စနစ်များကဲ့သို့သော နည်းပညာများနှင့် ပေါင်းစပ်လိုက်သောအခါ AI သည် ပုံမှန်မဟုတ်သော အလေးချိန်ကွဲလွဲမှုများ၊ သံသယဖြစ်ဖွယ် သင်္ဘောလမ်းကြောင်းများ သို့မဟုတ် တရားမဝင်လုပ်ဆောင်မှုများကို ညွှန်ပြသည့် ငွေပေးငွေယူပုံစံများကဲ့သို့သော ပုံမှန်မဟုတ်သော အရာများကို ထောက်လှမ်းနိုင်သည်။
ခြေရာခံနိုင်မှုသည် ဈေးကွက်ရည်ရွယ်ချက်အတွက်သာမက ငါးလုပ်ငန်းစီမံခန့်ခွဲမှုကိုလည်း အထောက်အကူပြုပါသည်။ တိကျပြီး တသမတ်တည်းရှိသော အချက်အလက်များသည် အစိုးရများနှင့် စက်မှုလုပ်ငန်းကစားသမားများအား ပိုမိုတိကျသော ခွဲတမ်းမူဝါဒများ၊ ငါးဖမ်းရာသီများနှင့် ငါးမျိုးစိတ်အကဲဖြတ်မှုများကို ရေးဆွဲရာတွင် အထောက်အကူပြုပါသည်။
၆။ IUU ငါးဖမ်းခြင်း စောင့်ကြည့်ခြင်းနှင့် ငါးလုပ်ငန်း စည်းမျဉ်းစည်းကမ်းများ
IUU ငါးဖမ်းခြင်း (တရားမဝင်၊ အစီရင်ခံခြင်းမရှိသော နှင့် စည်းမျဉ်းမဲ့ ငါးဖမ်းခြင်း) သည် နိုင်ငံအတွက် ဆိုးကျိုးသက်ရောက်စေပြီး ရေကြောင်းဂေဟစနစ်ကို ပျက်စီးစေသည်။ AI ကို AIS (အလိုအလျောက် ခွဲခြားသတ်မှတ်ခြင်းစနစ်) အချက်အလက်၊ VMS (ရေယာဉ် စောင့်ကြည့်ရေးစနစ်)၊ ဂြိုလ်တုပုံရိပ်နှင့် ရေယာဉ်ရွေ့လျားမှုပုံစံများကို ခွဲခြမ်းစိတ်ဖြာရန် အသုံးပြုသည်။ AI မော်ဒယ်များသည် AIS ကို ပိတ်ခြင်း၊ တားမြစ်ထားသောဇုန်များကို လှည့်ပတ်ခြင်း သို့မဟုတ် ပင်လယ်ပြင်တွင် ရေယာဉ်များ ဆုံတွေ့ခြင်းကဲ့သို့သော သံသယဖြစ်ဖွယ် အပြုအမူများကို ဖော်ထုတ်နိုင်ပြီး ၎င်းသည် တရားမဝင် ငါးတင်ပို့မှုကို ဖြစ်ပေါ်စေနိုင်သည်။
ကြိုတင်သတိပေးစနစ်ဖြင့် အရာရှိများသည် အန္တရာယ်များသော သင်္ဘောများကို စစ်ဆေးခြင်းကို ဦးစားပေးနိုင်သောကြောင့် စောင့်ကြည့်ခြင်းသည် ပိုမိုထိရောက်မှုရှိသည်။ ၎င်းသည် ရေကြောင်းလွှမ်းခြုံမှုနှင့် နှိုင်းယှဉ်ပါက စောင့်ကြည့်ရေးအရင်းအမြစ်များ အကန့်အသတ်ရှိသော ကြီးမားသော ကျွန်းစုနိုင်ငံများအတွက် အထူးအရေးကြီးပါသည်။
၇။ ငါးလုပ်ငန်းကဏ္ဍတွင် AI အကောင်အထည်ဖော်မှု၏စိန်ခေါ်မှုများ
အလားအလာကောင်းများရှိသော်လည်း AI အကောင်အထည်ဖော်မှုသည် စိန်ခေါ်မှုများမရှိဘဲ မနေပါ။ ပထမအချက်မှာ ဒေတာအရည်အသွေးနှင့် ရရှိနိုင်မှုပြဿနာများ ရှိနေဆဲဖြစ်သည်။ ငါးဖမ်းဧရိယာများစွာတွင် တသမတ်တည်းဒေတာများ ချို့တဲ့နေပြီး AI မော်ဒယ်များသည် ကောင်းမွန်သောဒေတာများအပေါ် များစွာမှီခိုနေရသည်။ ဒုတိယအချက်မှာ အင်တာနက်အသုံးပြုခွင့်၊ လျှပ်စစ်ဓာတ်အားနှင့် အာရုံခံကိရိယာများကဲ့သို့သော အခြေခံအဆောက်အအုံများသည် အထူးသဖြင့် ဝေးလံခေါင်သီသော ကမ်းရိုးတန်းဒေသများတွင် မညီမျှစွာ ဖြန့်ဝေထားဆဲဖြစ်သည်။ တတိယအချက်မှာ လက်ခံကျင့်သုံးမှုဆိုင်ရာ စိန်ခေါ်မှုများ ရှိသည်- တံငါသည်များနှင့် ငါးမွေးမြူရေးလုပ်ငန်းရှင်များသည် နည်းပညာကို ထိရောက်စွာအသုံးပြုရန် လေ့ကျင့်မှု လိုအပ်ပါသည်။
ထို့အပြင်၊ ကျင့်ဝတ်နှင့် အချက်အလက်အုပ်ချုပ်မှုဆိုင်ရာ ရှုထောင့်များကို ထည့်သွင်းစဉ်းစားရပါမည်။ ငါးဖမ်းနေရာများနှင့် သင်္ဘောလည်ပတ်မှုဆိုင်ရာ လုပ်ဆောင်ချက်များဆိုင်ရာ အချက်အလက်များသည် စီးပွားရေးတန်ဖိုးရှိသောကြောင့် ကိုယ်ရေးကိုယ်တာလုံခြုံမှုကာကွယ်မှုနှင့် တရားမျှတသော အချက်အလက်မျှဝေခြင်းယန္တရားများသည် မရှိမဖြစ်လိုအပ်ပါသည်။ AI အကောင်အထည်ဖော်မှုတွင် ကြီးမားသောနှင့် သေးငယ်သောကစားသမားများအကြား ကွာဟချက်ကို မကျယ်ပြန့်စေကြောင်း သေချာစေရန်လည်း လိုအပ်ပါသည်။ ဖြေရှင်းချက်များတွင် နည်းပညာထောက်ပံ့ကြေးအစီအစဉ်များ၊ open-source စနစ်ဖွံ့ဖြိုးတိုးတက်မှုနှင့် အစိုးရ၊ တက္ကသိုလ်များနှင့် စက်မှုလုပ်ငန်းများအကြား ပူးပေါင်းဆောင်ရွက်မှုတို့ ပါဝင်နိုင်သည်။
နိဂုံး
ငါးလုပ်ငန်းတွင် ဉာဏ်ရည်တုကို အသုံးချခြင်းသည် ထိရောက်မှု၊ ရေရှည်တည်တံ့မှုနှင့် ယှဉ်ပြိုင်နိုင်စွမ်းတို့ကို မြှင့်တင်ရန် သိသာထင်ရှားသော အခွင့်အလမ်းများကို ပေးဆောင်ပါသည်။ ငါးဖြန့်ဖြူးမှုကို ခန့်မှန်းခြင်းနှင့် ဘေးထွက်ငါးဖမ်းမှုကို လျှော့ချခြင်း၊ ရေနေသတ္တဝါမွေးမြူရေးအစာကို အကောင်းဆုံးဖြစ်အောင်ပြုလုပ်ခြင်း၊ လုပ်ငန်းစဉ်ကို အလိုအလျောက်လုပ်ဆောင်ခြင်းမှစ၍ IUU ငါးဖမ်းခြင်းကို စောင့်ကြည့်ခြင်းအထိ၊ AI သည် ငါးလုပ်ငန်းကဏ္ဍကို ပြောင်းလဲရန် အလားအလာရှိသည်။ သို့သော် ၎င်း၏အောင်မြင်သော အကောင်အထည်ဖော်မှုသည် ဒေတာရရှိနိုင်မှု၊ အခြေခံအဆောက်အအုံ၊ လူ့စွမ်းအားအရင်းအမြစ် အသင့်ဖြစ်မှုနှင့် အထောက်အပံ့ပေးသော မူဝါဒများပေါ်တွင် မူတည်ပါသည်။ မှန်ကန်ပြီး ပါဝင်မှုရှိသော ချဉ်းကပ်မှုဖြင့် AI သည် ကမ်းရိုးတန်းလူမှုအသိုက်အဝန်းများ၏ ကောင်းကျိုးကို မြှင့်တင်ပေးနေစဉ်တွင် ပင်လယ်ဂေဟစနစ်ကို ကာကွယ်ရန်အတွက် အရေးကြီးသောကိရိယာတစ်ခု ဖြစ်နိုင်သည်။
