Najnowsze informacje - nurkowanie, podróże, fotografia podwodna i sporty wodne

Identyfikacja ryb na podstawie dźwięków – sieć neuronowa wspiera badania raf koralowych

Rafy koralowe – skarbnica życia w oceanie

Fot.: Joakant / Pixabay
350

 Rafy koralowe to jedne z najbardziej zróżnicowanych ekosystemów na świecie, będące domem dla tysięcy gatunków ryb i organizmów morskich. Jednak ich przyszłość jest zagrożona przez zmiany klimatu i działalność człowieka.

Naukowcy z Woods Hole Oceanographic Institution opracowali nowatorskie rozwiązanie – połączenie pasywnego monitoringu akustycznego z siecią neuronową, które umożliwia identyfikację dźwięków ryb na podstawie nagrań podwodnych. Ta technologia może zmienić sposób, w jaki badamy i chronimy rafy koralowe.

 

Fot.:baechi / Pixabay

Choć rafy koralowe zajmują mniej niż 1% powierzchni oceanów, są domem dla około 25% wszystkich gatunków morskich. To miejsca intensywnej aktywności biologicznej, gdzie dźwięki ryb, skorupiaków i innych organizmów tworzą unikalny pejzaż akustyczny. Jednak monitorowanie tych dźwięków jest wyzwaniem. Tradycyjne metody wymagają ręcznej analizy nagrań, co jest czasochłonne i mało efektywne.

 

 

Pasywny monitoring akustyczny – jak działa?

Pasywny monitoring akustyczny polega na umieszczaniu rejestratorów dźwięku pod wodą, które nagrywają dźwięki raf przez wiele miesięcy. Nagrania te zawierają ogromne ilości danych, które naukowcy muszą analizować, aby zidentyfikować obecność i aktywność różnych gatunków ryb. Jak zauważa Seth McCammon, autor badań: „Ręczna analiza tych danych to żmudna praca, która zajmuje lata i nie jest praktyczna na dużą skalę”.

 

Fot.: XiSerge / Pixabay

 

Sieć neuronowa – przełom w identyfikacji dźwięków ryb

Naukowcy opracowali algorytm oparty na sieci neuronowej, który automatycznie analizuje dane akustyczne z raf koralowych. Sieć została wyszkolona do identyfikacji dźwięków ryb w czasie rzeczywistym, co pozwala na znacznie szybsze i dokładniejsze badania.

Według badań opublikowanych w czasopiśmie JASA algorytm dorównuje dokładności ekspertom, ale działa ponad 25 razy szybciej. To oznacza, że naukowcy mogą teraz analizować dane z całych miesięcy w ciągu kilku godzin, co jest kluczowe dla monitorowania szybko zmieniających się ekosystemów.

 

Rozwiązanie problemu identyfikacji gatunków

Jednym z największych wyzwań akustyki morskiej jest dopasowanie unikalnych dźwięków do konkretnych gatunków ryb. Jak wyjaśnia McCammon: W przypadku większości gatunków nie doszliśmy jeszcze do punktu, w którym możemy z całą pewnością stwierdzić, że wołanie pochodzi od konkretnego gatunku ryby. To, przynajmniej w moim odczuciu, święty Graal, którego szukamy”.

Nowa technologia umożliwia wykrywanie odgłosów ryb w czasie rzeczywistym i tworzenie urządzeń, które będą automatycznie identyfikować gatunki na podstawie dźwięków. To przełom, który może zrewolucjonizować badania oceaniczne.

 

Fot.: Kanenori / Pixabay

 

Dlaczego dźwięki ryb są tak ważne?

Dźwięki emitowane przez ryby i inne organizmy morskie są wskaźnikiem zdrowia raf koralowych. Na przykład intensywny „chór” ryb wskazuje na wysoką aktywność biologiczną i różnorodność gatunkową. Dzięki analizie dźwięków naukowcy mogą monitorować zmiany w populacjach ryb i identyfikować zagrożenia dla ekosystemów, takie jak zanieczyszczenie czy niszczenie raf przez działalność człowieka.

Joe Roman, ekspert ds. ochrony środowiska, podkreśla: „Możliwość szybkiej identyfikacji i śledzenia zmian w populacjach ryb jest kluczowa dla działań na rzecz ochrony raf koralowych”.

 

Fot.: Joakant / Pixabay

 Rafy koralowe są skarbem naszej planety, a ochrona ich różnorodności biologicznej jest kluczowa dla przyszłości oceanów. Jak pokazują badania, sztuczna inteligencja może odegrać kluczową rolę w tych działaniach, wspierając naukowców w ich wysiłkach na rzecz ochrony jednego z najważniejszych ekosystemów na Ziemi.

Źródło: Seth McCammon, Nathan Formel, Sierra Jarriel, T. Aran Mooney. Rapid detection of fish calls within diverse coral reef soundscapes using a convolutional neural network. The Journal of the Acoustical Society of America, 2025; 157 (3): 1665 DOI: 10.1121/10.0035829