深海物种目标检测现状论文

Staaterman 等人在 2017 年和 2018 年记录的 Bocon toadfish (Amphichthys cryptocentrus) 复杂的“boop、grunt、swoop”叫声。学分：生命百科全书

在大约 250,000 种已知的海洋物种中，科学家认为所有约 126 种海洋哺乳动物都会发出声音——例如座头鲸的“thwop”、“muah”和“boop”，或者小须鲸的“boing”。至少有 100 种无脊椎动物，世界上 34,000 种已知鱼类中的 1,000 种，甚至可能还有数千种，都能听到声音。

现在，一个由来自 9 个国家的 17 名专家组成的团队设定了一个目标，即在一个平台上收集大量水生生物的声音，并使用新的支持技术进行扩展——从高度复杂的海洋水听器和人工智能学习系统到电话应用程序以及公民科学家使用的水下 GoPro。

全球水下生物声音图书馆“GLUBS”将支持一种新颖的非侵入性、负担得起的方式，让科学家们可以聆听海洋、微咸水和淡水中的生命，监测其不断变化的多样性、分布和丰度，并识别新物种。使用水下声景的声学特性也可以表征生态系统的类型和条件。

该团队的论文发表在《 生态与进化前沿 》杂志上。

澳大利亚海洋科学研究所的主要作者迈尔斯帕森斯说：“世界上最广泛的栖息地是水生的，它们富含各种动物发出的声音。”

“随着全球生物多样性的下降和人类无情地改变水下音景，有必要在水下动物声音可能消失之前记录、量化和了解它们的来源。”

该团队提议的基于网络的开放访问平台将提供：

随着技术的进步，PAM 的广泛用途正在扩大，提供了大量易于访问的水生生物数据。

目前的用途包括：

该论文指出，许多鱼类和水生无脊椎动物物种主要是夜间活动或难以找到，这使得目视观察变得困难或不可能。因此，“PAM 被证明是监测水生环境中视觉难以捉摸但有声音的物种的最有效方法之一，这可能有助于更有效地保护管理”，包括海洋公园区域的分区或渔业关闭，该论文说。

除了发出用于交流的声音外，许多水生物种在进食、游泳和爬行时会产生“被动声音”——通常在声学上不如主动声音复杂或独特，但对生态系统的声景有重要贡献。

“现在全世界总共有数百万小时的录音时间，可能会被评估为过多的已知和迄今为止未识别的生物声音。”

Wood's Hole 海洋研究所的合著者 Aran Mooney 说：“就像生物多样性的热带雨林一样，珊瑚礁充满了动物在寻求交流、保卫领土和吸引配偶时发出的声音。”

“生物多样性和我们的海洋生态系统陷入困境， 健康 的珊瑚礁以惊人的速度下降。这是一个问题，因为珊瑚礁提供了数十亿美元的支持，包括食物、风暴保护和药品。这个正在开发的图书馆是一种在珊瑚礁和其他海洋栖息地消失之前对生物多样性变化进行编目、监测和跟踪的关键方法，同时也有助于我们在寻求重建珊瑚礁时定义‘什么是 健康 的珊瑚礁’。”

科学家们说：“在某些方面，未知声音的数据库与已知来源的数据库一样重要。” “随着领域的进展，将会收集到新的未识别声音，并且可以将更多未识别声音与物种进行匹配。”

这可能“对于珊瑚礁等生物多样性高的系统尤其重要，在这些系统中，即使是简短的录音也可以捕捉到多种动物的声音。”

该论文称，现有的海底声音库“通常专注于主办机构研究人员所针对的感兴趣的物种”，其中一些是针对全国的。很少有图书馆能像拟建的全球图书馆那样确定其目录中缺少的内容。

“全球水下生物声音参考库将提高更多研究人员在更多地点扩大其数据集中评估的物种数量并识别他们个人无法识别的声音的能力，”该论文说。

“全球数据库可以解决更广泛的问题，例如确定水下声音产生的普遍趋势，而单独的专业存储库可以继续提供信息和详细说明其他主题，例如记录特定地区存在的声波物种。”

海洋生物的变化范围

科学家们指出，聆听大海的声音会发现巨大的鲸鱼在意想不到的地方游泳、新物种和新声音。

有了声音，“可以绘制出具有重要生物意义的区域；可以描绘产卵场、重要鱼类栖息地和洄游路径……如果我们有一个全球声音目录，就可以在更广泛的范围内询问这些问题和其他问题。”

同时，比较单个物种在广泛地区和时代的声音有助于了解它们的多样性和进化。

该论文称，许多海洋动物都是世界性的，“要么作为广泛漫游的个体，如大鲸鱼，要么作为广泛分布的物种，如许多鱼类。”

例如，长须鲸的叫声在北半球和南半球的种群之间以及不同季节会有所不同，而领航鲸的叫声在世界范围内是相似的，即使它们的栖息地没有（或不再）越过赤道。

一些鱼类甚至似乎在区域之间发展出地理“方言”或完全不同的信号结构，其中一些随着时间的推移而演变。

例如，马达加斯加的臭鼬海葵会发出与印度尼西亚不同的激动（与战斗有关）的声音，而在整个海洋盆地中观察到座头鲸的歌声存在差异。

“如果观察者知道目标物种的信号特征，这些声音可能更容易被检测到，但如果没有事先了解声音的存在或结构，通过噪音进行聆听可能会很困难，”该论文说。

“最近在世界各地不同水域经历的新冠病毒‘人类更年期’凸显了这一点。” 在大流行的早期，“去除一些音景的人为成分提供了一个机会来观察海洋动物的声音（以及因此存在），否则这些声音可能会消失在噪音中。”

正如人工智能已经实现了面部或语音识别，以及识别音乐、植物或鸟类的手机应用程序一样，人工智能有朝一日可以帮助科学家区分海洋生物的声音和噪音。然而，该论文补充说，需要大量（理想情况下为数千个）示例。

随着图书馆的扩展，它可以为人工智能训练奠定基础，这反过来也将有助于从数千个以前收集的录音中挖掘和提取海洋生物的声音。

电话应用程序、水下 GoPro 和公民科学

就像 BirdNet 和 FrogID 一样，水下生物声音和自动检测算法库不仅对科学、工业和海洋管理社区有用，而且对具有普遍兴趣的用户也有用。

“声学技术已经达到了可以将水听器连接到手机的阶段，这样人们就可以听到周围河流和海洋中的鱼和鲸的声音。因此，声音图书馆对于公民科学家和公众来说变得非常宝贵，”论文补充道。

公民科学家可以通过上传例如河流聆听应用程序的结果来为图书馆提供很大帮助，该应用程序鼓励公众聆听和记录河流和沿海水域中的鱼声。

低成本的水听器和录音系统（如 Hydromoth）越来越多，防水 娱乐 录音系统（如 GoPro）也可以收集水下生物声音。

该库将有助于标准化声音报告的格式。

科学家们说：“一个用于归档未知声音及其录音时间和地点的图书馆对于指导未来海洋生物声学和生物多样性的研究至关重要。” “这在很少被调查或来源识别特别成问题的地区尤其重要，例如暮光区和午夜区，对未知声音的描述可以让我们深入了解深海的生物多样性。”

“不断变化的环境和减少的生物多样性迫使记录基线声学观测。与数据收集相关的技术进步以及越来越多的研究人员和机构收集 PAM 数据提供了创建生物声学数据库的能力。”

“与此同时，人们意识到声学线索对水生动物群的重要性、噪音对它们的影响以及声学群落提供生态系统 健康 指标的潜力的认识已经达到了一个阶段，PAM 正逐渐成为更多物种的主流数据源和生态系统比以往任何时候。”

“最后，公众利益和对用户应用程序的访问意味着公民科学家可以推动广泛的知识共享。”

“现在是通过将声学、生态和生物信息学社区聚集在一起以实现水生声音共享平台来促进这一进展的时候了。”

刚好有，点我的头像

？？？666牛牛牛