自主水下机器人变身“警犬”，记录和识别海洋微型浮游生物
- 2021/6/1 15:49:41 12915
- 来源：贤集网
【仪表网 仪表下游】被称为浮游植物的微小、自由漂浮的藻类，以及以它们为食的微小浮游动物，是出了名的难以计数。研究人员需要知道气候变暖将如何影响他们。一种新型的智能、轻便的自主水下航行器(LAUV)可以提供帮助。
海洋浮游植物或植物浮游生物对地球上的生命非常重要。当它们将阳光转化为能量时，它们可以释放氧气。
所以，研究人员想知道气候变化和变暖的海洋，会对这些微小的漂浮氧气工厂产生什么影响，特别是因为它们是海洋食物网的基础，从而支持浮游动物和鱼类的生产。
但是计数和识别浮游生物是非常困难的。这就像在巨大的干草堆中寻找无数细小的针，只是干草和针都在广阔的海洋中不断移动，并且在空间和时间上移动。
现在，NTNU 研究人员和他们来自 SINTEF Ocean 的同事之间的跨学科合作正在开发一种智能机器：轻型自主水下航行器(LAUV)，该航行器经过编程可以发现和识别不同的浮游生物群。
这个名为 AILARON 的为期五年的项目于 2017 年获得了挪威研究委员会 110 万美元的资助。今年春天早些时候，研究人员将 LAUV 带到挪威崎岖的海岸进行试驾。
这里的特别之处在于，LAUV 在工作时使用成像、机器学习、流体动力学、规划和人工智能的整个处理链来“成像、分析、规划和学习”。
因此，机器人甚至可以估计浮游生物的去向，这样研究人员就可以在生物沿着洋流航行时收集有关浮游生物的更多信息。
LAUV 所做的是提高准确性，降低测量不确定性，并加快我们在空间和时间上以高分辨率对浮游生物进行采样的能力。
使用传统方法对浮游植物进行采样非常耗时且成本高昂。浮游植物样本的分析，特别是在高时间和空间分辨率下，可能会花费很多。
然而，更传统的方法的优点是它们可以提供大量信息，尤其是在涉及物种组成和生物多样性时。
但大多数船基或系泊采样器只提供空间或时间的快照，或者如果信息是通过卫星收集的，则是海洋中正在发生的事情的真正大图，没有太多细节。
机器人革命遇上人工智能
它有一个相机，可以拍摄海洋上层浮游生物的图像，该区域称为光区，与阳光可以穿透的一样深。它还配备了叶绿素、电导率、深度、氧气、盐度以及温度和水动力(DVL)传感器。
在最近由 NTNU 工程控制论系博士后研究员 Joseph Garrett 协调的一项实地工作中，一个跨学科的科学家小组聚集在 Mausund Fieldstation，位于挪威中部海岸的一个小岛上，距离特隆赫姆约3小时车程。
目的是抓住春季开花事件，当浮游植物对与春季相关的增加的阳光做出反应时，其生物量开始。
由 NTNU 工程控制论系教授 Tor Arne Johansen 领导的研究人员使用无人机和小型飞机的高光谱成像来提供水面以上浮游植物的估计值。他们还拥有卫星图像，可提供来自太空的叶绿素估计值。最后，LAUV 和浮游生物采样团队将他们的设备送入正轨，以在时间和空间上追踪藻华。
科学家们证实，浮游植物通过过滤海水而“开花”。当亮白色的过滤器变成棕色时，他们就知道水体中浮游植物的生产处于高位。
AUV 可以查看图像并立即对其进行分类，因为随着时间的推移，它已经被“教导”从它拍摄的图像中识别出不同的浮游生物群。
机载计算机还会生成一个概率密度图，以显示它检测到的生物体的区域范围。
LAUV 还可以决定返回到先前检测到的热点，这些热点包含他们调查的区域中的感兴趣物种。这是人工操作员可以发挥作用的地方，因为如果需要，他们可以与 LAUV 进行“交谈”。
研究人员还可以根据它的发现动态改变 LAUV 的采样偏好，这就是为什么他们称它为一种嗅探犬的原因，它可以检测感兴趣的样本并绘制出研究船可以来并跟随的体积采样。
LAUV 采集样本时传感器收集的信息有助于在 LAUV 前往下一个热点之前确定目标生物的分布和数量。
可以预测水流的走向
浮游生物不能逆流而上。相反，它们漂浮并被洋流平流。这意味着研究人员需要知道电流发生了什么。
嗅探犬 LAUV 配备的设备可让其估算不同深度层的局部电流。然后，它计算出一个模型，该模型可以预测浮游生物的前进方向，并可以帮助LAUV决定下一步应该去哪里。
LAUV 对图像的采样和处理是一个称为迭代的过程，这意味着采样被重复和细化。这就像训练一只嗅探犬进行数千次训练。
LAUV让我们能够了解与水柱生物过程相关的群落结构和分布，能够收集这些信息， LAUV 可以连续运行长达 48 小时。
使用智能 LAUV 技术有助于以高时空分辨率评估给定区域的生物、物理和化学条件。
使用传统的浮游生物采样方法，我们永远无法获得这种分辨率，因此，像 AILARON 这样的项目有助于提高人们对生态系统状态的了解，并增加在未来海洋条件下进行生态系统监测和管理的可能性。
全部评论