研究人员部署新型自动检测器和定位模型

从咆哮声到脉冲声再到轰鸣声，鲸鱼、鱼类和甲壳类动物都会发出声音。事实上，超过 800 种鱼类能够发出声音以实现多种功能，例如求偶、交配、保卫领地或应对威胁。这些物种中的每一个都有其“叫声”所特有的特征波形。因此，检测这些信号中的结构可用于识别不同物种的声音。

对鱼类发出的声音进行分类将有助于了解它们如何应对环境变化和人为干扰，例如海洋噪音和捕鱼活动，以及与气候变化或目前在西部经常发生的赤潮导致的海水变暖相关的环境变化佛罗里达州海岸。

被动声学是一种用于检测野生海洋哺乳动物发出的声音或振动的测量方法。尽管这项技术有助于揭示鱼类的栖息地偏好及其运动，但目前还没有研究能够说明它们的详细行为。

佛罗里达大西洋大学的研究人员选择群居的歌利亚石斑鱼(Epinephelus itajara)进行研究，实施并部署了一种新型自动探测器和定位模型，利用其低频脉冲声音来寻找水下海洋生物。与鱼声相关的脉冲可以根据脉冲数量、脉冲周期、频率、波形图形状或描述性名称或象声词(如咆哮、脉冲串或繁荣)进行分类。

巨石斑鱼是最大的石斑鱼种类之一，重达 800 磅。它们利用鱼鳔和周围的肌肉产生低频(峰值 60 赫兹)响亮的“轰鸣声”。这些繁荣显示出“多周期”波形，其幅度在最多一个或两个波浪周期内快速增加，然后呈指数下降。

在这项研究中，研究人员在墨西哥湾的一个人工鱼礁记录了歌利亚石斑鱼的声音，并研究了鱼类在其栖息地周围的精细尺度分布。他们通过测量声学活动以及鱼类相对于其栖息地的分布方式来评估它们的存在。研究人员在人工鱼礁部署了电池供电的六元声学阵列，连续记录三天。六元声学阵列在礁石结构上设置了三个水听器，在海底设置了三个水听器。

利用到达时间差(TDOA)，设计了一种基于交错匹配滤波的声源定位模型。它采用两阶段方法，首先识别声音，其次定位声音。在第一阶段，研究人员采用了噪声自适应匹配滤波器，旨在检测和确定水听器记录的声音脉冲的时序。在第二阶段，检测到的声音脉冲被馈送到 TDOA 定位算法以计算声源的位置。

发表在《声学学会杂志》上的研究结果表明，该模型可用于自动处理大量声学数据，并提供产生低频声音脉冲的海洋生物的详细运动。该模型可用于跟踪一组海洋生物及其相关活动，例如为海洋哺乳动物或无脊椎动物进食，或响应捕食者或交配伙伴，或栖息地内的任何其他干扰。

“将歌利亚石斑鱼的叫声定位在其栖息地周围，可以让我们有机会了解它们在一定范围的空间和时间、环境噪音和各种环境条件下的精细活动模式，”研究人员之一的庄汉奇博士说。作者、FAU 工程与计算机科学学院电气工程与计算机科学系系主任兼教授。“我们使用的定位方法也适用于鲸鱼、海豚、龙虾、螃蟹和其他甲壳类动物发出的类似声音脉冲。”

研究人员使用自动呼叫定位方法来绘制阵列在一天中两个特定时间部署的人工礁石上石斑鱼呼叫的分布情况。研究结果显示，声音最常在凌晨 1 点至 3 点之间发出。中午分布显示，鱼群位于人工鱼礁的中心附近、北部和东部。夜间，鱼群的叫声集中在珊瑚礁附近及其西南部。

“可以通过匹配过滤来唯一识别石斑鱼的叫声，匹配过滤使用待识别脉冲的通用模板。该模型通过其特定的设计，还减轻了识别和计时呼叫时的多路径效应。”合著者、FAU 港口分部的研究教授Laurent Chérubin博士说道。“这种非侵入性、自动化的方法可以有效地处理大型声学数据集，以相对较高的精度连续绘制声源空间分布的演变图。”