“无人艇+AI”帮助科学家“数”磷虾

2025-07-30  |   来源: 海洋欢乐谷

在世界各海域,科学家们定期乘船开展调查,以评估海洋生物的分布和丰度。获得的数据有助于追踪物种和生态系统层面的长期变化趋势,从而为渔业管理提供科学依据。随着研究的深入,越来越多的科学家正在探索更高效、低成本的调查方式,同时确保长期采集的数据质量不受影响。


在最近的一项研究(Levine等,2025)中,美国国家海洋和大气管理局(NOAA)的渔业科学家通过将无人水面艇(USV)的观测数据与常用的机器学习算法相结合,成功填补了数据缺口。在受新冠疫情影响而无法实施常规调查的2020年,这一方法使他们能够有效估算出阿拉斯加海域磷虾的丰度。


ueditor/1111_1753863856074.png

磷虾 Thysanoessa inermis / NOAA Fisheries


在白令海东部,科学家们通常乘“奥斯卡·戴森(Oscar Dyson)”号调查船进行两年一次的声学拖网调查,主要目的是评估狭鳕 Gadus chalcogrammus 的丰度和分布。作为美国产量最大的商业捕捞物种,这种鱼具有很高的经济价值。而且,声学拖网调查也获得了自2004年起的磷虾丰度数据。磷虾是东白令海生态系统的重要组成,作为鱼类、海鸟和海洋哺乳动物的关键食物来源,它们的丰度是评估生态系统状态和猎物资源丰度的重要指标。2020年,声学拖网调查受新冠疫情的影响而取消,科学家们不得不寻找其他方法来估算磷虾资源。


ueditor/2222_1753863914377.png

起航的“奥斯卡·戴森”号调查船 / Paul Hillman/NOAA Fisheries


为了填补2020年调查的数据缺失,科学家们使用了三架无人水面艇来收集声学数据。因此,就算常规调查无法进行,他们也仍然获得了狭鳕的丰度和分布数据。同时,数据也被用于估算磷虾的丰度和分布。


该项目的主要研究人员、NOAA阿拉斯加渔业科学中心的渔业生物学家迈克·莱文(Mike Levine)表示:“我们使用无人水面艇估算磷虾丰度面临的最大挑战是,与之前乘船出海调查相比,能获得的信息量较少。受空间等因素的限制,这些无人水面艇携带的声呐仪器必须更紧凑,而且只能采集两个频率的声学数据。NOAA调查船上的标准声学仪器则可以采集四个频率的声波数据。”


ueditor/3333_1753863963970.pngA. “奥斯卡·戴森”号调查船上的声学仪器,可采集18、38、70、120、200 kHz的声学数据。

B. 无人水面艇上的声学仪器,为了节省空间和功率,只能采集38、200 kHz的数据 / NOAA Fisheries


也就是说,在传统调查中是使用四个频率的声学数据来识别磷虾的,而无人水面艇采集的两个频率的声学数据经标准处理算法得出的估计值不确定性更大,导致磷虾的丰度被高估。


ueditor/4444_1753864033602.png无人水面艇调查数据生成的回声图展示了科学家如何通过声学手段识别磷虾。

磷虾在38 kHz处具有较弱的声散射(A),在200 kHz处则表现出较强的声散射(B)。

相比之下,鱼类在38 kHz和200 kHz下均显示出较强的声散射。这种声散射特性的差异使得科学家能够利用声学方法有效区分磷虾与其他生物。C图为仅显示识别出的磷虾的情况 / NOAA Fisheries


为了解决这一问题,科学家们采用了一种名为“随机森林算法”的简单的机器学习方法,用以往乘调查船获得的四频率数据训练模型识别磷虾。随后,他们在未用于训练的四频率数据中运行该方法,评估模型的性能,并将结果与基于四频率的标准方法进行对比。


随机森林算法在此次应用中表现出色。它能够对缺失年份的标准调查数据做出可比的估计。尽管2020年没有进行船上调查,科学家们仍能继续构建时间序列。然而,由于拖网采样数量减少,科学家们失去了获取其他重要生物信息(如种类和大小)的机会。


阿拉斯加渔业科学中心的渔业生物学家亚历克斯·德·罗伯蒂斯(Alex De Robertis)表示:“在许多情况下,缺少拖网采样是限制无人水面艇替代调查船的主要因素。在本研究中,无人水面艇很好地填补了一年数据的缺失,因为我们同时利用了多年的种类和平均大小等信息来评估白令海东部的磷虾。然而,直接采样仍然是有必要的,否则可能会错过磷虾大小、物种组成或分布范围的长期变化。因此,通过持续的拖网采样获取声学数据才是谨慎的做法。”


大规模调查可能因多种原因中断,例如机械故障、仪器故障,甚至疫情等突发事件。无人水面艇为应对长期调查中的一些突发情况提供了一种实用的解决方案。然而,无人水面艇采集的数据与常规调查数据相比可能有差异或缺漏。这项研究的意义在于展示如何利用机器学习方法挖掘出数据的最大价值。


科学家们发现,随机森林算法不仅简便、直观,而且能有效适应调查方法变更或数据差异,是一种可靠的替代分析工具。


参考文献:

Levine M, De Robertis A, 2025. Making do with less: Extending an acoustic-based time series of euphausiid abundance using an uncrewed surface vehicle with fewer frequencies[J]. Fisheries Research, 282: 107270.

本文翻译自www.fisheries.noaa.gov网站文章“Scientists Use Uncrewed Surface Vehicle to Estimate Krill Abundance in Alaska”(点击“阅读原文”查看)。原文作者:Alaska Fisheries Science Center。译者:员外。翻译仅供交流研究之用。


ueditor/二维码_1753864092879.jpg

【 责 编:李贞    审 核:邢文韬 】 返回列表