基于加速度计的海龟行为追踪与流体动力学优化：蠵龟与绿海龟行为分类与设备附着位置研究

本研究针对海龟康复监测中行为观察的难题，通过三轴加速度计（tri-axial accelerometers）结合计算流体动力学（CFD）建模，系统评估了设备附着位置（第一与第三椎板）对蠵龟（Caretta caretta）和绿海龟（Chelonia mydas）行为分类精度及流体阻力的影响。研究发现第三椎板位置使随机森林（RF）模型分类准确率提升至0.86（蠵龟）和0.83（绿海龟），且2Hz采样频率即可满足需求；CFD模拟显示第一椎板附着会使阻力系数（Cd ）最高增加221%，为海龟生物遥测技术提供了标准化方案。

　　

在海洋生态保护领域，海龟作为关键指示物种，其行为研究对制定保护策略至关重要。然而传统观察方法存在"观察者效应"，难以获取自然状态下的连续行为数据。更棘手的是，动物佩戴的监测设备可能改变其流体动力学特性，既影响数据真实性又威胁动物福利。针对这一矛盾，来自瑞典哥德堡大学、瓦伦西亚海洋馆等机构的研究团队在《Animal Biotelemetry》发表创新研究，通过加速度计与计算流体力学（Computational Fluid Dynamics, CFD）的跨界融合，为海龟生物遥测技术建立了科学标准。

研究团队采用三轴加速度计（Axy-trek Marine）对7只蠵龟和8只绿海龟进行双位点同步监测，设备分别固定于第一和第三椎板（scute）代表文献中记录的极端位置差异。通过100Hz采样获取原始数据后，结合视频记录（GoPro Hero 11/Little Leonardo DVL400M130摄像机）建立包含18种（蠵龟）和14种（绿海龟）行为的标准化行为谱（ethogram）。采用随机森林（Random Forest, RF）机器学习算法，系统评估了1s与2s时间窗口、2-100Hz采样频率对行为分类的影响，并通过k-fold交叉验证确保模型稳健性。为量化设备附着对运动阻力的影响，研究团队基于427张多角度照片构建三维数字网格（three-dimensional digital mesh），使用ANSYS Fluent R2软件模拟0.2-1.2m/s流速范围内的阻力系数变化。

行为分类优化
研究发现2s时间窗口显著提高分类准确率（P<0.001），而采样频率在2-100Hz区间无显著差异。第三椎板位置使整体准确率提升至0.86（蠵龟）和0.83（绿海龟），其中绿海龟的"啃咬"（biting）、"水面啃咬"（surface biting）和"游动"行为分类改善最显著（P<0.001）。动态身体加速度（VeDBA）和翻滚标准差（SD roll）被确定为关键预测指标，如图3所示不同行为的平衡准确率分布。

流体动力学影响
CFD模拟显示，无设备时龟甲阻力系数（C_d
）维持在0.028以内，而设备附着最高使C_d
增加221%。第一椎板位置的阻力系数（0.064）显著高于第三椎板（0.046，P<0.001），如图4所示流速与阻力系数的非线性关系。值得注意的是，设备在第三椎板位置时阻力系数与流速无关（P=0.506），暗示该位置可能处于流体分离区。

这项研究首次建立了海龟加速度计监测的标准化协议：推荐第三椎板作为最佳固定位置，采用2Hz采样频率与2s分析窗口。该方法在保证85%以上分类准确率的同时，将设备对动物的流体力学干扰降至最低。研究团队特别指出，虽然当前模型基于圈养环境建立，但为野生种群监测奠定了基础。未来研究需验证该方法在开放水域的适用性，并探索全龟三维模型对不同游动姿态的阻力响应。这项跨学科成果不仅提升了海龟行为研究的科学性，也为水生动物电子标记的伦理使用提供了新范式。