水下麦克风和机器学习有助于露脊鲸保护 _露脊鲸

Marissa Garcia，博士生，在马萨诸塞州楠塔基特市发现了一头抹香鲸（Physeter macrocephalus）。
据康奈尔大学：康奈尔大学的研究人员利用水下麦克风和机器学习（ML）开发了一种估算北大西洋露脊鲸数量的新方法，为监测这种极度濒危物种提供了一种潜在的更安全、更具成本效益的方法。
他们的研究发表在《濒危物种研究》上，展示了麦克风与ML和传统航空测量方法相结合如何帮助追踪科德角湾的露脊鲸种群，科德角湾是鲸鱼每年春天聚集的重要觅食地。
为了追踪这种濒危物种，研究人员依靠昂贵而危险的飞机调查，或使用录音来确定它们的存在或不存在。
康奈尔大学鸟类学实验室K.Lisa Yang保护生物声学中心的主要作者Marissa Garcia说：“使用录音监测鲸鱼种群并不是什么新鲜事。” 。“我们的研究之所以独特，是因为我们能够拍摄这些记录，并超越了获取鲸鱼存在与否的信息，获得了一个地区鲸鱼的大致数量。”
该团队在科德角湾部署了一系列海洋自主记录装置（MARU），以捕捉露脊鲸的声音。
在部署MARU后，该团队训练、验证并应用了一个深度学习模型，该模型可以自动检测露脊鲸的声音，精度为86% 。
加西亚说：“通过分析它们独特的上翘叫声，我们可以昼夜不停地检测到它们的存在。” 。“这种由被动声学监测产生的全天候监测是不可能的，传统的航空测量只能在白天和天气好的时候进行。”
加西亚说，该团队在未来的研究中需要解决的数量仍然存在一些不确定性，但该团队乐观地认为，监测鲸鱼的叫声有望估计露脊鲸的数量，以帮助保护和管理工作。
能够在更大的海洋区域扩大监测工作，将有助于科学家更好地评估该物种在其整个范围内的种群数量。加西亚说，在新英格兰，露脊鲸传统上被认为是一种保护挑战，但露脊鲸在东海岸随处可见。
加西亚说：“使用被动声学数据和深度学习工具，我们可以扩大我们可以安全监测和跟踪这种极度濒危物种的区域。” 。
这项工作是在北大西洋露脊鲸的关键时刻进行的，由于船只罢工、渔具缠绕和影响其食物来源的海洋条件变化，露脊鲸数量已降至370头以下。