摘要：研究人员使用水下麦克风和机器学习（ML）开发了一种新的方法来估计北大西洋右鲸鱼数字 - 提供了一种潜在的更安全，更具成本效益的方式来监测这种濒临灭绝的物种。...

康奈尔大学的研究人员使用水下麦克风和机器学习（ML）开发了一种新的方法来估计北大西洋右鲸鱼数字 - 提供了一种潜在的更安全，更具成本效益的方式来监视这种濒临灭绝的物种。

他们的研究发表在濒危物种研究，展示麦克风如何与ML和传统的空中调查方法结合使用，可以帮助Cape Cod Bay的右鲸种群，Cape Bay是一个关键的喂养区，每年春季鲸鱼聚集。

为了这种濒临灭绝的物种，研究人员依靠飞机的昂贵和危险的调查，或使用声音记录来识别其存在或不存在。

“使用声音录音来监控鲸鱼种群并不是什么新鲜事，”鸟类学康奈尔实验室K. Lisa Yang Yang Yang保护生物声学中心的首席作者玛丽莎·加西亚（Marissa Garcia）说。 “使我们的研究与众不同的是，我们能够拿走这些录音，而不仅仅是获得有关鲸鱼存在或不存在的信息，可以在某个地区获得大约鲸鱼的数量。”

该团队在鳕鱼湾开出了一系列海洋自动录音单元（MARU），以捕捉正确的鲸鱼声音。

在部署MARUS之后，该团队训练，验证和应用了一个深入学习模型，该模型可以自动以86％的精度检测正确的鲸鱼声音。

加西亚说：“通过分析他们独特的上音发声，我们可以不断地发现它们的存在，白天和黑夜。” “这种全天候监测是由传统的空中调查无法进行被动声监测导致的，这只能在白天和天气良好的情况下发生。”

加西亚说，该团队在未来的研究中需要解决的计数仍然存在一些不确定性，但是团队乐观，监测鲸鱼发声有望估算估计右鲸的丰富性，以帮助保护和管理工作。

具有扩大海洋较大区域的监测工作的能力将有助于科学家在其范围的全部范围内更好地评估该物种的人口数量。加西亚说，传统上，右鲸在新英格兰被认为是保护挑战，但在整个东海岸都发现了右鲸鱼。

加西亚说：“使用被动的声学数据和深度学习工具，我们可以扩大可以安全监控的区域，并这种濒临灭绝的物种。”

这项工作是北大西洋右鲸的关键时刻，由于船罢工，渔具纠缠以及影响其食物来源的海洋状况，他们的人口下降了不到370人。