“無人艇+AI”幫助科學(xué)家“數(shù)”磷蝦（原創(chuàng) 員外）

在世界各海域，科學(xué)家們定期乘船開展調(diào)查，以評估海洋生物的分布和豐度。獲得的數(shù)據(jù)有助于追蹤物種和生態(tài)系統(tǒng)層面的長期變化趨勢，從而為漁業(yè)管理提供科學(xué)依據(jù)。隨著研究的深入，越來越多的科學(xué)家正在探索更高效、低成本的調(diào)查方式，同時確保長期采集的數(shù)據(jù)質(zhì)量不受影響。

在最近的一項研究（Levine等，2025）中，美國國家海洋和大氣管理局（NOAA）的漁業(yè)科學(xué)家通過將無人水面艇（USV）的觀測數(shù)據(jù)與常用的機器學(xué)習(xí)算法相結(jié)合，成功填補了數(shù)據(jù)缺口。在受新冠疫情影響而無法實施常規(guī)調(diào)查的2020年，這一方法使他們能夠有效估算出阿拉斯加海域磷蝦的豐度。

磷蝦Thysanoessa inermis/ NOAA Fisheries

在白令海東部，科學(xué)家們通常乘“奧斯卡·戴森（Oscar Dyson）”號調(diào)查船進(jìn)行兩年一次的聲學(xué)拖網(wǎng)調(diào)查，主要目的是評估狹鱈Gadus chalcogrammus的豐度和分布。作為美國產(chǎn)量最大的商業(yè)捕撈物種，這種魚具有很高的經(jīng)濟價值。而且，聲學(xué)拖網(wǎng)調(diào)查也獲得了自2004年起的磷蝦豐度數(shù)據(jù)。磷蝦是東白令海生態(tài)系統(tǒng)的重要組成，作為魚類、海鳥和海洋哺乳動物的關(guān)鍵食物來源，它們的豐度是評估生態(tài)系統(tǒng)狀態(tài)和獵物資源豐度的重要指標(biāo)。2020年，聲學(xué)拖網(wǎng)調(diào)查受新冠疫情的影響而取消，科學(xué)家們不得不尋找其他方法來估算磷蝦資源。

起航的“奧斯卡·戴森”號調(diào)查船 / Paul Hillman/NOAA Fisheries

為了填補2020年調(diào)查的數(shù)據(jù)缺失，科學(xué)家們使用了三架無人水面艇來收集聲學(xué)數(shù)據(jù)。因此，就算常規(guī)調(diào)查無法進(jìn)行，他們也仍然獲得了狹鱈的豐度和分布數(shù)據(jù)。同時，數(shù)據(jù)也被用于估算磷蝦的豐度和分布。

該項目的主要研究人員、NOAA阿拉斯加漁業(yè)科學(xué)中心的漁業(yè)生物學(xué)家邁克·萊文（Mike Levine）表示：“我們使用無人水面艇估算磷蝦豐度面臨的最大挑戰(zhàn)是，與之前乘船出海調(diào)查相比，能獲得的信息量較少。受空間等因素的限制，這些無人水面艇攜帶的聲吶儀器必須更緊湊，而且只能采集兩個頻率的聲學(xué)數(shù)據(jù)。NOAA調(diào)查船上的標(biāo)準(zhǔn)聲學(xué)儀器則可以采集四個頻率的聲波數(shù)據(jù)。”

A. “奧斯卡·戴森”號調(diào)查船上的聲學(xué)儀器，可采集18、38、70、120、200 kHz的聲學(xué)數(shù)據(jù)。B. 無人水面艇上的聲學(xué)儀器，為了節(jié)省空間和功率，只能采集38、200 kHz的數(shù)據(jù) / NOAA Fisheries

也就是說，在傳統(tǒng)調(diào)查中是使用四個頻率的聲學(xué)數(shù)據(jù)來識別磷蝦的，而無人水面艇采集的兩個頻率的聲學(xué)數(shù)據(jù)經(jīng)標(biāo)準(zhǔn)處理算法得出的估計值不確定性更大，導(dǎo)致磷蝦的豐度被高估。

無人水面艇調(diào)查數(shù)據(jù)生成的回聲圖展示了科學(xué)家如何通過聲學(xué)手段識別磷蝦。磷蝦在38 kHz處具有較弱的聲散射（A），在200 kHz處則表現(xiàn)出較強的聲散射（B）。相比之下，魚類在38 kHz和200 kHz下均顯示出較強的聲散射。這種聲散射特性的差異使得科學(xué)家能夠利用聲學(xué)方法有效區(qū)分磷蝦與其他生物。C圖為僅顯示識別出的磷蝦的情況 / NOAA Fisheries

為了解決這一問題，科學(xué)家們采用了一種名為“隨機森林算法”的簡單的機器學(xué)習(xí)方法，用以往乘調(diào)查船獲得的四頻率數(shù)據(jù)訓(xùn)練模型識別磷蝦。隨后，他們在未用于訓(xùn)練的四頻率數(shù)據(jù)中運行該方法，評估模型的性能，并將結(jié)果與基于四頻率的標(biāo)準(zhǔn)方法進(jìn)行對比。

隨機森林算法在此次應(yīng)用中表現(xiàn)出色。它能夠?qū)θ笔攴莸臉?biāo)準(zhǔn)調(diào)查數(shù)據(jù)做出可比的估計。盡管2020年沒有進(jìn)行船上調(diào)查，科學(xué)家們?nèi)阅芾^續(xù)構(gòu)建時間序列。然而，由于拖網(wǎng)采樣數(shù)量減少，科學(xué)家們失去了獲取其他重要生物信息（如種類和大小）的機會。

阿拉斯加漁業(yè)科學(xué)中心的漁業(yè)生物學(xué)家亞歷克斯·德·羅伯蒂斯（Alex De Robertis）表示：“在許多情況下，缺少拖網(wǎng)采樣是限制無人水面艇替代調(diào)查船的主要因素。在本研究中，無人水面艇很好地填補了一年數(shù)據(jù)的缺失，因為我們同時利用了多年的種類和平均大小等信息來評估白令海東部的磷蝦。然而，直接采樣仍然是有必要的，否則可能會錯過磷蝦大小、物種組成或分布范圍的長期變化。因此，通過持續(xù)的拖網(wǎng)采樣獲取聲學(xué)數(shù)據(jù)才是謹(jǐn)慎的做法。”

大規(guī)模調(diào)查可能因多種原因中斷，例如機械故障、儀器故障，甚至疫情等突發(fā)事件。無人水面艇為應(yīng)對長期調(diào)查中的一些突發(fā)情況提供了一種實用的解決方案。然而，無人水面艇采集的數(shù)據(jù)與常規(guī)調(diào)查數(shù)據(jù)相比可能有差異或缺漏。這項研究的意義在于展示如何利用機器學(xué)習(xí)方法挖掘出數(shù)據(jù)的最大價值。

科學(xué)家們發(fā)現(xiàn)，隨機森林算法不僅簡便、直觀，而且能有效適應(yīng)調(diào)查方法變更或數(shù)據(jù)差異，是一種可靠的替代分析工具。

參考文獻(xiàn)：

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.

本文翻譯自www.fisheries.noaa.gov網(wǎng)站文章“Scientists Use Uncrewed Surface Vehicle to Estimate Krill Abundance in Alaska”（點擊“閱讀原文”查看）。原文作者：Alaska Fisheries Science Center。譯者：員外。翻譯僅供交流研究之用。