[发明专利]利用生物声学特征进行深海生态系统评价的方法及系统

说明书

本发明涉及一种利用生物声学特征进行深海生态系统评价的方法及系统。该方法包括：获取深海生态系统中各种生物的声学信号；根据所述声学信号，确定深海生物种类和深海生物数量；根据所述声学信号、深海生物种类和深海生物数量，对神经网络模型进行训练，得到训练后的神经网络模型；获取待测海域的深海生物声学信号；将所述待测海域的深海生物声学信号输入至所述训练后的神经网络模型进行预测，得到待测海域的深海生物种类和数量。本发明既能够长时间对特定海域进行观测，又能够不破坏周围环境。

技术领域

本发明涉及深海生态系统评价技术领域，特别是涉及一种利用生物声学特征进行深海生态系统评价的方法及系统。

背景技术

随着人类活动逐渐由近海扩展到深远海，特别是深海矿产资源开采，不可避免的会对深海环境产生影响。深海采矿对底层生态系统的影响要明显大于上层生态系统，因此对底层生态系统的影响是深海采矿环境问题的焦点。目前对底层生态系统的研究，主要依靠常规科考手段，如载人潜水器、无人有缆遥控潜水器、光学拖体、电视抓斗、生物拖网等，对海底生物进行拍摄、取样等。然而，在载人潜水器、无人有缆遥控潜水器、光学拖体等的使用成本高，作业时间有限，主要适合作为科学考察用，无法长时间对特定海域进行观测。生物拖网等则会对海底生物造成极大破坏，而且生物拖网一般拖拽较长时间和距离，无法确定具体生物的位置。

发明内容

本发明的目的是提供一种利用生物声学特征进行深海生态系统评价的方法及系统，既能够长时间对特定海域进行观测，又能够不破坏周围环境。

为实现上述目的，本发明提供了如下方案：

一种利用生物声学特征进行深海生态系统评价的方法，包括：

获取深海生态系统中各种生物的声学信号；

根据所述声学信号，确定深海生物种类和深海生物数量；

根据所述声学信号、深海生物种类和深海生物数量，对神经网络模型进行训练，得到训练后的神经网络模型；

获取待测海域的深海生物声学信号；

将所述待测海域的深海生物声学信号输入至所述训练后的神经网络模型进行预测，得到待测海域的深海生物种类和数量。

可选地，所述获取深海生态系统中各种生物的声学信号，具体包括：

通过自容式水听器获取深海生态系统中各种生物的声学信号。

可选地，所述根据所述声学信号，确定深海生物种类和数量，具体包括：

采用语音特征提取方法对所述声学信号进行分析，提取深海生物的声学特征；

结合同步采集的影像资料，以及生物诱捕器捕获的生物种类和数量，将所述深海生物的声学特征与深海生物进行配对，得到深海生物声学特征的分类结果，所述分类结果包括深海生物的种类和数量。

可选地，所述根据所述声学信号、深海生物种类和深海生物数量，对神经网络模型进行训练，得到训练后的神经网络模型，具体包括：

将所述声学信号作为输入，所述深海生物种类和所述深海生物数量作为输出，对神经网络模型进行训练，得到训练后的神经网络模型。

一种利用生物声学特征进行深海生态系统评价的系统，包括：

第一声学信号获取模块，用于获取深海生态系统中各种生物的声学信号；

生物种类及生物数量确定模块，用于根据所述声学信号，确定深海生物种类和深海生物数量；

网络训练模块，用于根据所述声学信号、深海生物种类和深海生物数量，对神经网络模型进行训练，得到训练后的神经网络模型；

第二声学信号获取模块，用于获取待测海域的深海生物声学信号；