《Ecological Informatics》:Sex and age determination in European lobsters using AI-Enhanced bioacoustics
编辑推荐:
监测水生物种因其难以捉摸的天性和复杂的栖息地而面临巨大挑战。因此,开发和应用于创新的非侵入性方法,如被动声学监测(PAM),对于有效的生态评估和管理至关重要。本研究通过聚焦欧洲龙虾(Homarus gammarus)的声学发射来解决这些挑战,该物种是岩质底栖环
监测水生物种因其难以捉摸的天性和复杂的栖息地而面临巨大挑战。因此,开发和应用于创新的非侵入性方法,如被动声学监测(PAM),对于有效的生态评估和管理至关重要。本研究通过聚焦欧洲龙虾(Homarus gammarus)的声学发射来解决这些挑战,该物种是岩质底栖环境的关键代表物种,支撑着有价值的当地渔业和水产养殖事业。全面了解龙虾栖息地、福利、繁殖、性别和年龄对于稳健的水产养殖管理、生态研究、保护策略和可持续渔业至关重要。虽然生物声学发射已成功用于利用人工智能(AI)模型对包括鱼类在内的各种水生物种进行分类,但本研究专门利用龙虾生物声学按年龄组(幼体和成体)和性别(雄性和雌性)对欧洲龙虾进行分类。尽管缺乏声带,不同龙虾物种会产生特征性声音,包括摩擦发声(stridulation)(欧洲岩龙虾Panulirus elephas;加勒比岩龙虾Panulirus argus)、嗡嗡声或甲壳振动(buzzing or carapace vibrations)(欧洲龙虾Homarus gammarus;美洲龙虾Homarus americanus)、格格声(rattling)(热带岩龙虾Panulirus ornatus)以及咔嗒声或啪嗒声(clicking or snapping sounds)。这些声学信号适用于先进的计算机AI模型分类。数据集采集于苏格兰Johnshaven由Murray McBay and Company运营的当地龙虾设施。水下听音器(hydrophones)安装在混凝土水箱水下以记录龙虾声音。研究人员评估了深度学习(DL)模型(特别是一维卷积神经网络(1D-CNN)和一维深度卷积神经网络(1D-DCNN))以及六种常用的机器学习(ML)模型(支持向量机(SVM)、k近邻(k-NN)、朴素贝叶斯(Naive Bayes)、随机森林(Random Forest)、极端梯度提升(XGBoost)和多层感知机(MLP))在年龄和性别分类上的性能。梅尔频率倒谱系数(MFCCs)被用作所有模型的基线特征,同时采用多特征融合(MFF)方法来确认分类性能的一致性。MFCCs在鲁棒音频特征提取方面已确立,且MFCC和MFF均产生了一致的分类结果。除朴素贝叶斯(91.31%)外,大多数模型在成体与幼体区分上的分类准确率超过97%。对于性别分类,除朴素贝叶斯外,所有模型使用MFCC特征的准确率均超过93.23%。这些结果凸显了监督式ML和DL方法从龙虾声音中提取年龄和性别相关信息的强大潜力。总体而言,本研究证明了一种有前景的非侵入性方法,用于水产养殖和渔业的龙虾监测、保护和管理,支持开发用于水下物种PAM的现实世界边缘计算应用。
《Ecological Informatics》发表的这项研究针对水生物种监测因其隐蔽性与栖息环境复杂而面临的挑战,指出传统手动判定龙虾性别与年龄的方法耗时费力且易引入人为误差,制约了欧洲龙虾(Homarus gammarus)水产养殖管理与生态保护的精细化发展。现有研究虽已证实鱼类等水生生物声学信号可用于分类,但针对龙虾尤其是欧洲龙虾通过生物声学结合人工智能进行年龄与性别非侵入式判定的研究尚显不足。为此,研究人员开展了一项利用AI增强生物声学技术对欧洲龙虾声学发射信号进行分析,以实现成体与幼体、雄性与雌性高精度分类的研究,旨在为水产养殖实时监测与被动声学监测(PAM)边缘计算应用提供技术支撑。研究得出结论,龙虾甲壳振动产生的低频声学信号具有显著的龄期与性别差异,结合机器学习与深度学习模型可实现高效非侵入式判定,其中支持向量机(SVM)与K近邻(KNN)在精度与推理时延间取得了较优平衡,具有重要应用潜力。
为开展研究,研究人员主要采用了若干关键技术方法。样本来源于苏格兰Johnshaven龙虾设施内的24尾个体(雌雄各半,成幼体各半),利用水下听音器(hydrophones)采集22.05 kHz声学数据并经带通滤波(50–8000 Hz)与1秒分段预处理。特征工程采用梅尔频率倒谱系数(MFCC)作为基线,并构建包含频谱质地、时序动态与音调内容的62维多特征融合(MFF)向量。分类框架对比了6种传统机器学习(ML)模型(SVM、k-N邻、朴素贝叶斯、随机森林、XGBoost、多层感知机(MLP))与8种深度学习(DL)模型(1–4层一维卷积神经网络(1D-CNN)与一维膨胀卷积神经网络(1D-DCNN)),通过80:20分层划分与z-score标准化训练,利用准确率、AUC-ROC及95%bootstrap置信区间评估性能,并探讨了堆叠集成(stacking ensemble)管道的设计原理。
研究结果
4. Experiments and results
研究人员通过统计分析与模型验证发现,峰值频率(F=74.52, p<0.001)、RMS能量(F=752.88, p<0.001)与频谱质心(F=329.92, p<0.001)在龙虾组别间存在极显著差异,成年组峰值频率约151.79 Hz高于幼体组97.64 Hz,雌性RMS能量0.329高于雄性0.229,证实了声学特征具有生物学意义的区分度。
4.1. Experiment 1: Age-based bioacoustics classification
在年龄分类(成体vs幼体)中,除朴素贝叶斯(90.90%)外,其余模型准确率均超97%,SVM在MFCC=50时达最高98.50%,多层感知机(MLP) AUC-ROC达99.86%,KNN推理时间仅0.87 ms最优。多特征融合(MFF)下KNN准确率达98.56%。研究表明龄期相关的生物力学特性导致声学信号频域偏移明显,浅层DL与经典ML均能实现高精度判别。
4.2. Experiment 1: Comparative analysis
比较分析表明SVM与MLP在判别指标上最稳定,KNN适合低时延场景,朴素贝叶斯因强参数假设表现较弱。深度学习(DL)推理时间达秒级,远高于ML,增加MFCC维数并非单调提升性能,需依模型而定。1层1D-CNN与1D-DCNN在精度与成本间平衡最佳,深层架构收益递减。
4.3. Experiment 2: Sex-based bioacoustics classification
在性别分类(雄性vs雌性)中,整体精度略低于年龄分类,SVM在MFCC=50时达96.17%,KNN在多特征融合(MFF)下准确率95.42%(AUC 99.06%)。XGBoost与MLP接近95%,朴素贝叶斯仅约82%。DL模型中1层1D-CNN与1D-DCNN在MFCC=60与50时分别达95.35%精度,AUC普遍高于98%,证明性别声学差异较龄期弱但仍可判别。
4.4. Experiment 2: Comparative analysis
性别分类比较显示SVM与XGBoost判别力强且推理成本适中,KNN精度高且时延极低(0.6 ms),DL模型精度相当但推理成本高。MFCC维数对XGBoost与MLP有微幅提升,对随机森林(Random Forest)无一致影响。1–2层浅层卷积网络优于深层,过参数化未见增益。
4.5. Acoustic signal representation across lobster groups
通过语图(spectrogram)与频域剖面分析,各组能量均集中于80–250 Hz生物相关频段,幼体呈更低峰值频率约100 Hz,成体与雄性约150 Hz,视觉相似但统计量显著分离。
4.6. Frequency-domain analysis
频域分析确认能量集中于低频区,龄期与性别引起系统性峰值频率偏移,符合尺寸依赖的生物力学属性,支持信号生物学起源。
4.7. Statistical feature analysis
箱线图与ANOVA进一步验证峰值频率、RMS能量与频谱质心分布清晰分离,p值均<0.001,表明声学发射差异非随机变异,具一致生物学意义。
讨论与结论总结
讨论部分指出,幼体RMS能量(0.440)近乎成体(0.217)两倍,性别间雌性能量(0.335)高于雄性(0.226),振幅与频谱亮度是性别分类关键特征,且通过空水箱对照排除环境噪声干扰。年龄分类精度高于性别分类,反映个体发育声学变化比性别特异性线索更显著。在边缘计算部署中,KNN因极低时延与竞争精度成为远程PAM最可行候选。研究局限在于个体数仅24尾,未来需扩大地理样本量与广谱MFCC扫描,并在自然生境验证。政策层面,该技术可为欧盟共同渔业政策(CFP)与“30 by 30”海洋保护目标提供高精度人口结构数据,支撑预防性措施与蓝 Economy 数字化。
结论部分翻译总结:研究人员得出结论,尽管深度学习(DL)模型在龙虾声音分类中能提供极高准确率,但其庞大的训练与推理成本及边缘部署的工程要求,常使传统机器学习(ML)方法(如SVM、KNN、XGBoost)成为现实世界生物声学应用更务实的选择。高效特征提取器如梅尔频率倒谱系数(MFCC)仍是强大前端,搭配紧凑分类器常在预测性能与计算成本间取得吸引人的权衡。结果表明欧洲龙虾(Homarus gammarus)嗡嗡声/甲壳振动信号可被AI模型分类,在受控条件下传统ML与DL均适用于年龄与性别判别。对于被动声学监测(PAM)与水下物联网(UIOT)系统运行使用,模型选择须平衡判别力与时延、功耗及内存约束;模型压缩与高效推理技术可缓解但无法消除大型DL架构开销。成幼体与雌雄性能差异可能反映数据集局限(规模、不平衡、录制质量)及较弱的性别特异性声学线索;扩大代表性采样与改进原位标注是重要后续步骤。未来工作将探索序列模型与Transformer风格架构并进行严格跨区域验证以评估可迁移性。实施所提议的堆叠集成(stacking ensemble)管道将带来具体益处:结合异质基学习器(树、核方法与神经网络)通常提升判别力并降低单模型方差,提升校准概率输出,虽增加计算但换来了管理决策所需的准确性、鲁棒性与不确定性量化。该研究为弥合渔业数字化与适应性治理间鸿沟提供了关键桥梁。最终,研究人员已发布符合ISO元数据的数据与代码以增强透明复现性,共同推动AI增强生物声学在龙虾管理与保护中的实际应用。