跟著海里的船只，不停地在船頭兩邊跳躍、引路、著實(shí)惹人喜愛(ài)的海洋動(dòng)物——“領(lǐng)航鯨”，它們不僅在動(dòng)物界中智商數(shù)一數(shù)二，更擁有能給人帶來(lái)幸運(yùn)的傳說(shuō)。

然而，幾個(gè)月前，浙江臺(tái)州海域，智商超群、惹人喜愛(ài)的“領(lǐng)航鯨”集體擱淺，多方對(duì)12只“領(lǐng)航鯨”全力救援，仍有3頭領(lǐng)航鯨消失生命體征，不禁讓人唏噓。

海洋噪聲 引發(fā)海洋動(dòng)物生存危機(jī)的殺手

全球70%的面積都被水覆蓋，“領(lǐng)航鯨”們本應(yīng)該自由自在地徜徉在藍(lán)色星球，又是什么造成他們的生存危機(jī)，引發(fā)集體擱淺？

有報(bào)告指出，不斷加劇的“海洋噪聲”正極大影響著海豚、鯨的生活，成為奪取它們生命的真兇。

海洋動(dòng)物必須依賴(lài)聲音進(jìn)行交配、覓食、以及躲避天敵。而海洋噪聲輕則影響海洋生物的行為行動(dòng)，重則導(dǎo)致它們聽(tīng)力喪失甚至死亡。因各種原因如聲吶等噪聲、磁場(chǎng)及受傷的干擾時(shí)，都會(huì)導(dǎo)致頭鯨錯(cuò)誤判斷海岸線(xiàn)與方向，向沙灘最淺處游去，造成集體“自殺”的場(chǎng)景。

水下聲學(xué)監(jiān)測(cè) 對(duì)計(jì)算需求龐大

水聲環(huán)境日益復(fù)雜，更好地保護(hù)海洋哺乳動(dòng)物迫在眉睫。對(duì)海洋哺乳動(dòng)物進(jìn)行水下聲學(xué)監(jiān)測(cè)則是最有效的方式之一。而持續(xù)的水下聲學(xué)監(jiān)測(cè)會(huì)產(chǎn)生海量數(shù)據(jù)，依賴(lài)人工無(wú)法進(jìn)行快速的數(shù)據(jù)分析，從而需要實(shí)時(shí)、有效地對(duì)海洋哺乳動(dòng)物聲信號(hào)進(jìn)行檢測(cè)和識(shí)別，需要強(qiáng)大的算力支撐。

另一方面，人工智能領(lǐng)域取得了快速發(fā)展，通過(guò)將人工智能方法應(yīng)用于海洋聲學(xué)，建立一個(gè)基于人工智能的海洋哺乳動(dòng)物聲信號(hào)實(shí)時(shí)檢測(cè)識(shí)別系統(tǒng)，可以有效提高對(duì)龐大數(shù)據(jù)的處理效率，從而實(shí)現(xiàn)對(duì)海洋哺乳動(dòng)物的實(shí)時(shí)監(jiān)測(cè)。

曙光助力聲學(xué)信號(hào)分析 準(zhǔn)確率達(dá)到99.6%

近日，基于曙光提供的計(jì)算資源的支撐，某海洋研究所團(tuán)隊(duì)對(duì)已獲取的海洋哺乳動(dòng)物聲學(xué)觀測(cè)資料進(jìn)行分析并獲得了進(jìn)一步研究結(jié)果。

該團(tuán)隊(duì)基于海洋哺乳動(dòng)物調(diào)頻特性信號(hào)的輪廓特征提取算法，提出了一種基于人工輔助的時(shí)頻輪廓特征提取方法，在降低人工參與的同時(shí)，實(shí)現(xiàn)對(duì)海洋哺乳動(dòng)物調(diào)頻特性信號(hào)特征參數(shù)的完整提取。

基于一定人工輔助，該方法可以自動(dòng)獲取時(shí)頻輪廓，提取信號(hào)的聲學(xué)特征參數(shù)（時(shí)長(zhǎng)、頻率、拐點(diǎn)、諧波數(shù)等），并自動(dòng)劃分信號(hào)類(lèi)型。

并且通過(guò)實(shí)測(cè)數(shù)據(jù)的結(jié)果顯示，該提取方法能夠有效地獲取不同物種的各類(lèi)型調(diào)頻特性聲信號(hào)的特征參數(shù)，在拐點(diǎn)數(shù)和信號(hào)類(lèi)型方面的準(zhǔn)確率達(dá)到99.6%。目前，該算法已應(yīng)用于多個(gè)物種聲學(xué)信號(hào)的分析研究中。

另外，此團(tuán)隊(duì)也提出了一種基于圖像處理的海洋哺乳動(dòng)物回聲定位信號(hào)檢測(cè)識(shí)別算法。算法使用Frangi濾波首先對(duì)分幀后的時(shí)頻圖像進(jìn)行降噪處理，隨后使用Hough變換進(jìn)行直線(xiàn)檢測(cè)，最后訓(xùn)練出一個(gè)隨機(jī)森林分類(lèi)器，進(jìn)一步甄別出回聲定位信號(hào)。并且，使用開(kāi)源數(shù)據(jù)庫(kù)與實(shí)測(cè)共4種動(dòng)物的聲數(shù)據(jù)對(duì)算法進(jìn)行了實(shí)驗(yàn)。結(jié)果表明，與傳統(tǒng)能量算法對(duì)比，該算法在所使用的數(shù)據(jù)中檢測(cè)準(zhǔn)確率不低于80%，同時(shí)也保持了較高的召回率。

在未來(lái)，該團(tuán)隊(duì)將會(huì)基于曙光提供的計(jì)算資源進(jìn)行進(jìn)一步的擴(kuò)充樣本，構(gòu)建的檢測(cè)識(shí)別模型能夠識(shí)別不少于5種海洋哺乳動(dòng)物，識(shí)別準(zhǔn)確率不低于90%。

既然海洋生物不能“說(shuō)話(huà)”，那么就讓人類(lèi)為它發(fā)聲。

責(zé)任編輯：haq