基于无人机深度学习的三棘鲎潮间带宏底栖生物监测：行为与年龄分类的创新框架

本研究开发了一种结合无人机(UAV)成像与深度学习的目标检测流程，成功实现了对濒危物种三棘鲎(Tachypleus tridentatus)幼体的高精度识别、行为分类（埋藏/暴露，准确率96%）与年龄结构推断。通过轻量化剪枝(Pruning)和高低频特征融合模块(HLFM)优化YOLO模型，显著提升检测性能(mAP@50提高1.74%)，并建立了爬行痕迹宽度与体宽(R2=0.99)、体宽与龄期(R2=0.91)的稳健回归模型，为濒危潮间带物种的大尺度生态监测提供了可扩展、可部署的解决方案。

　　

引言

潮间带宏底栖生物作为海岸带生态系统健康的重要指示类群，因其生态功能关键、移动性有限且对环境扰动高度敏感而成为环境监测的核心目标。然而，传统的基于样方的野外监测方法存在空间覆盖有限、耗时费力等局限性，难以满足大尺度生态评估的需求。环境DNA(eDNA)技术虽具有快速、非侵入性优势，但其对环境因素的敏感性限制了其在物种丰度估算和种群年龄结构评估中的应用。无人驾驶航空器(UAV)与深度学习技术的结合为高分辨率、成本效益显著的潮间带监测提供了创新解决方案。

三棘鲎(Tachypleus tridentatus)作为具有4.3亿年进化历史的濒危"活化石"，因其生态意义和生物医学价值（其血细胞裂解物用于内毒素检测试剂生产）成为潮间带保护的旗舰物种。当前国际自然保护联盟(IUCN)鲎专家组在亚洲开展的幼体栖息地调查仍主要依赖传统野外采样方法，亟需开发高效、可扩展的监测技术。

材料与方法

研究区域

研究位于雷州半岛西北部的遂溪三棘鲎县级自然保护区（109°48′17.24″E, 21°21′9.20″N），该区域是北部湾东北部的重要栖息地，记录有中国大陆最高密度的幼鲎种群（2019-2024年密度为2.24–4.77 ind./100 m²）。其红树林和泥滩生态系统沉积物有机含量高、底栖生物多样性丰富，为幼鲎生长提供了理想环境。

野外采样与数据集制备

采用标准样线法和随机视觉遇见法在夏季日间低潮时进行调查。使用大疆Phantom 4 RTK无人机（20 MP，1英寸CMOS传感器）在2.0±0.1 m高度进行多位置成像（中心+四角），校准分辨率为0.05±0.02 cm/像素。共记录172个幼体，获得761张图像，并现场测量了前体部宽度和爬行痕迹宽度。

使用roLabelImg工具对906个高精度边界框进行人工标注。采用五折交叉验证策略，通过多维数据增强（HSV色彩空间调整、几何变换、旋转和 mosaic 增强）提升模型对复杂潮间带环境的适应性。

物种行为分类

针对自然环境中幼鲎姿态变异有限且缺乏明确分类标准的特点，采用无监督机器学习从无人机图像中提取和分组姿态相关特征。构建卷积自编码器(CAE)进行无监督特征提取，编码器包含三个卷积层（32、64和128个滤波器，3×3卷积核，ReLU激活），后接2×2最大池化，将空间分辨率降至51×51像素，最终映射到64维潜在空间。解码器采用转置卷积层和上采样重建原始输入尺寸。

使用DBSCAN算法对CAE提取的64维潜在特征进行无监督聚类，通过改进的k近邻距离曲线确定最优邻域半径（ε=8）。基于聚类结果定义分类标准并经人工 refinement，使用混淆矩阵评估无监督分类准确性。

目标识别模型算法开发

选择YOLOv5、YOLOv8和YOLOv11三个里程碑架构作为基线模型，配置定向边界框(OBB)检测头以支持形态测量分析。通过两种轻量化策略优化模型：头部剪裁(HP)去除与P5检测头相关的骨干网、颈部和头部组件；层剪裁(LP)部分去除骨干网和颈部中的层。

设计高频-低频特征融合模块(HLFM)增强特征表示能力，该模块显式分离低频（全局空间模式）和高频（精细局部纹理）特征，通过专门路径处理后再融合。给定输入特征图X∈?^C×H×W，首先分解为低频分量X_low和高频分量X_high。每个分量通过扩张率{1,3,5,7}的多尺度扩张卷积块处理，形成四条并行特征提取路径。低频分量引入双路径通道注意力机制，结合平均池化和最大池化，通过共享MLP层生成通道注意力权重。

模型执行与评估

在Python 3.8环境下开发执行，使用混淆矩阵计算精确度(Precision)、召回率(Recall)、F1分数、平均精度(AP)和平均精度均值(mAP)评估目标检测性能。

附加数据分析

使用R软件（4.4.1版）和SPSS（26版）进行统计分析，Origin软件（2021版）和Python 3.8环境进行可视化。采用普通最小二乘法(OLS)建立指数回归模型拟合前体部宽度与发育阶段的关系，基于野外采集数据构建爬行痕迹宽度与前体部宽度的多元回归模型（二次、三次和S形函数），根据Akaike信息准则(AIC)选择最佳拟合模型。使用单因素方差分析(ANOVA)和Tukey HSD事后检验评估图像预测组、图像标注组和野外测量组在爬行痕迹宽度和前体部宽度上的差异，对不符合正态性和方差齐性假设的龄期数据使用Kruskal-Wallis(KW)检验和Dunn事后检验。

结果

行为姿态评估

CAE在186张RGB图像上训练，约20轮开始收敛，100轮时重建损失稳定在0.0074，平均PSNR达22.06 dB。DBSCAN聚类发现两个主要聚类（161和12个样本）和13个异常值。PCA将特征降至二维，解释83.52%的方差，聚类清晰分离。根据幼鲎已知生态行为，聚类1和2分别对应埋藏和暴露个体。经人工 refinement 识别出9个真实暴露个体（占数据集5%），评估显示方法精确度0.54、召回率0.88、总体准确率0.96。

目标检测模型性能评估

在未分类设置中，YOLOv11n-OBB模型以最低模型复杂度实现最高精确度和mAP@50。在分类设置中同样领先所有指标同时保持最小参数量和计算成本，被选作进一步优化的基线模型。

轻量化优化方面，头部剪裁(HP)在未分类模型中显著降低模型复杂度：层数减少32%、参数减少78%、GFLOPs减少45%，同时保持相当检测性能。层剪裁(LP)带来更温和的复杂度降低（层数减30%、参数减44%、GFLOPs减21%），但检测精度略有提升（召回率0.8096，mAP@50 0.8820，mAP@50–95 0.5390）。

引入自定义特征增强模块(HLFM)后，未分类模型性能显著提升：召回率、mAP@50和mAP@50–95分别提高4.12%、1.74%和1.64%。尽管模型层数和参数量减少，GFLOPs略有增加。Grad-CAM热图显示优化后的未分类模型激活区域与实际鲎位置更吻合，证实其优越检测性能。

五折交叉验证显示最终优化架构在精确度、召回率、mAP@50和mAP@50–95上呈现稳定趋势，这些曲线在第200训练轮左右趋于平坦，而基线模型这些指标在整个训练过程中持续波动。优化模型在精确度、召回率和mAP@50上标准差更低，表明跨折稳定性增强。

形态测量估算

应用指数生长模型描述幼鲎前体部宽度与龄期间关系，揭示强烈指数趋势（y=5.337·e^0.232x），解释99%方差（F_(1,216)=19243.46, R²=0.99, P<0.001），表明每个连续龄期前体部宽度增加约26.1%（e^0.232≈1.261），反映整个个体发育过程中与蜕皮一致的生长模式。

在描述幼鲎爬行痕迹宽度与前体部宽度关系的八个回归模型中，S曲线模型表现最佳，AIC值最低(?0.42)。拟合S曲线方程y=e^{2.6749?6.6925/x}解释前体部宽度91%变异（F_(1,86)=844.04, R²=0.91, p<0.001），表明体型与爬行路径宽度间存在强非线性关系。

单因素方差分析显示预测组、图像标注组和野外测量组在爬行痕迹宽度（F=3.045, p=0.048<0.05）和前体部宽度（F=3.095, p=0.046<0.05）上存在显著差异。事后比较表明预测组爬行痕迹宽度和前体部宽度显著大于野外测量组。相反，Kruskal-Wallis检验显示三组间龄期无显著差异（χ²=0.479, p=0.787>0.05），表明跨标记和预测方法的发育阶段估计高度一致。

讨论

野外检测算法开发框架

将人工智能融入生态监测显著推进了潮间带研究智能系统发展。本研究开发了结构化无人机深度学习框架，用于物种特异性检测，以三棘鲎为代表性案例。除检测精度和模型复杂度外，该框架支持稳健评估和体型与发育阶段的精细估算。

为确保模型可靠性，采用五折交叉验证最大化数据使用并减少方差。空间精度方面，将OBB检测集成到YOLO架构中通过改进不规则形状物体（如渔船）的定位来增强形态可解释性。对幼鲎而言，OBB提供更好的身体轮廓对齐、减少背景噪声并提高特征提取准确性。

本研究纳入无监督学习以识别检测个体间的行为分化。与YOLO内置分类功能依赖预定义标注类别不同，使用CAE实现数据驱动的潜在姿态聚类发现，无需先验标注。该方法特别适用于埋藏与暴露等行为状态难以定义或一致标注的生态场景。此类数据不仅扩展了生态监测的语义维度，还为关键生态过程分析（如栖息地适应性和人为干扰阈值）提供行为证据。

与传统手工特征提取方法（如Gabor滤波器、LBP、SIFT和HOG）相比，CAE在学习语义有意义且可泛化表示方面表现优越。手工特征往往缺乏高级抽象能力，可能无法提取跨领域稳健识别所需的关键信息。CAE已广泛应用于复杂生态设置中的物种分类和行为识别任务，特别是在先验领域知识有限的情况下。

通过剪裁和特征增强优化模型

YOLO架构包含三个主要组件：用于多尺度特征提取的骨干网、用于特征融合的颈部