面向大时空尺度的保守型自动声调检测器开发及其在北极海豹监测中的应用

来自极地生态声学研究团队的研究人员开发了一种结合能量检测与轮廓形状拟合算法的自动声调检测器，用于解决北极偏远海域长周期声学监测中须海豹(Erignathus barbatus)叫声识别难题。该探测器虽呈现高准确率（100%正确检测）但存在较高漏检率（77.5%假阴性），仍能有效捕捉物种季节性活动规律（与人工标注一致性达80%-96%），为大规模声学数据集提供快速初筛方案。

　　

在全球变暖背景下，监测海洋动物分布变化尤为重要，尤其针对偏远海域。被动声学监测（PAM）已成为长期追踪发声物种的有效手段，在北极水域应用广泛。然而海量数据对分析技术提出新挑战。本研究开发了一种结合能量检测与轮廓形状拟合算法的自动声调检测器，并以北极须海豹（Erignathus barbatus）叫声为测试对象——该物种在繁殖季发声频繁且栖息地偏远，非常适合PAM监测。评估显示探测器虽能精准识别个体叫声（100%正确检测），但会遗漏大量呼叫（77.5%假阴性）。这种保守检测策略虽降低召回率，却成功捕捉到季节性活动规律，在斯瓦尔巴群岛与人工标注一致性达80%-96%，证明其生态学研究可靠性。该工具为长周期大规模声学数据集中的须海豹（或其他发声物种）监测提供了快速初筛方法。