编辑推荐：
为解决北极渔业中北方虾（Pandalus borealis）、大西洋鳕（Gadus morhua）捕捞时易误捕极鳕（Boreogadus saida）及声学监测的问题，研究人员开展单物种中宇宙实验，用宽带自主收发器（WBAT）测量目标强度谱。结果显示，LightGBM 和支持向量机（SVM）分类性能达 89% 。该研究为海洋物种原位分类提供新方法。
在北极的海洋生态系统中，北方虾、大西洋鳕和极鳕扮演着重要角色。北方虾渔业是西北大西洋、加拿大东部北极地区和巴伦支海极具经济价值的产业；极鳕虽个体不大，却在北极食物网中占据关键位置，是重要的饵料鱼类，其数量变化会影响整个生态系统的平衡。然而，当前的渔业捕捞面临着诸多挑战。在北方虾和大西洋鳕的捕捞作业中，常常会误捕极鳕，这不仅会对极鳕的种群数量造成影响，还会增加渔业成本，降低捕捞效率。同时，传统的渔业监测方法，如拖网调查，在冰覆盖的海域难以开展，而且这类方法具有一定的破坏性，会对海洋生态环境造成干扰。此外，利用水声学技术进行监测时，由于不同物种的声学信号存在重叠，难以准确区分，导致监测结果的准确性大打折扣。因此，开发一种能够精准区分这些物种声学信号的方法迫在眉睫，这对于提高渔业资源评估的准确性、减少误捕以及保护北极海洋生态系统至关重要。
为了攻克这些难题，来自挪威等多个研究机构的研究人员携手开展了一项极具创新性的研究。他们通过一系列单物种中宇宙实验，利用宽带声学技术对大西洋鳕、极鳕和北方虾进行研究，旨在实现对这些物种的精准分类。研究成果发表在《Fisheries Research》上，为该领域带来了新的突破。
研究人员在开展此项研究时，运用了多种关键技术方法。首先，在物种采集方面，他们从 R/V Helmer Hanssen号船上，使用 Harstad 浮游拖网和底部拖网，在斯瓦尔巴群岛的多个峡湾采集实验所需的大西洋鳕、极鳕和北方虾样本，并利用 FISH - LIFT 设备保障样本的健康。其次，利用定制的中宇宙装置 AFKABAN，配备特定规格的网和传感器，在 Ny - ? lesund 的码头开展实验，收集单物种的宽带目标强度数据。最后，采用校准、数据处理、机器学习分类算法等技术对采集的数据进行分析，以实现对不同物种的分类。
研究结果主要体现在以下几个方面：
- 物种组成：实验所采集的 16 条大西洋鳕平均体长为 52±8 cm，平均体重 978±346 g；极鳕个体相对较小，两次实验中，个体平均体长分别为 19±2 cm 和 18±2 cm，平均体重分别为 50±10 g 和 30 g；100 只北方虾平均体长 8±1 cm，平均体重 6 g。这些数据为后续研究不同物种的声学特性提供了基础信息。
- 单物种目标谱：研究人员从不同物种的实验中获取了大量目标谱数据。例如，大西洋鳕在 94 - 158 kHz 带宽有 345 个目标谱，189 - 249 kHz 带宽有 273 个；极鳕在两个带宽下也分别有相应数量的目标谱；北方虾由于实验时长和个体大小原因，目标谱数量相对较少。同时，研究发现大西洋鳕平均回波强度最强，北方虾最弱，且所有物种的平均目标强度在较高频率范围均有所下降。此外，通过计算总变化量发现，大西洋鳕目标谱的光谱复杂度最高，极鳕次之，北方虾最低。
- 分类器训练：研究人员使用 Python 中的 Scikit - Learn 库和 Hyperopt - Sklearn 库训练了 K - 最近邻（kNN）、LightGBM 和支持向量机（SVM）三种分类器。结果显示，三种分类器在 94 - 158 kHz 和 189 - 249 kHz 带宽下，对三种物种频率响应的分类性能均较高（平均类加权 F1 分数＞70%），其中 189 - 249 kHz 带宽下性能更高（＞75%）。不同分类器对不同物种的分类效果存在差异，如 SVM 对北方虾目标谱分类效果最佳，LightGBM 对大西洋鳕表现更好，且 LightGBM 和 SVM 的性能明显优于 kNN。
在研究结论和讨论部分，研究人员指出，通过实验表明，利用单个 200 kHz 换能器，基于目标谱可以有效区分大西洋鳕、极鳕和北方虾，分类器的高准确率为基于宽带回声测深仪的目标光谱分类带来了希望。然而，将该研究成果应用于原位目标分类仍面临一些挑战。一方面，监督分类依赖于收集所有类别的训练数据集，在复杂的海洋环境中收集所有物种和大小群体的目标谱并不现实；另一方面，目前的手动跟踪选择要求限制了自动化和可重复性，且中宇宙实验中样本的代表性有限。尽管如此，该研究依然具有重要意义。它证明了可以根据浮游生物目标谱形状的复杂性进行区分，机器学习算法能够有效识别这些目标谱。这为未来利用降低的声学探头或自主水下航行器实现原位光谱分类自动化奠定了基础，有望应用于实时预警误捕风险，减少渔业捕捞成本和对海洋生态的影响，同时提高对浮游鱼类种群的监测能力，助力海洋生态系统的保护和可持续发展。
