用大基线阵列进行被动声学定位和跟踪的框架,用米 (Balaenoptera ricei) 进行演示

科学领域:

• 海洋生物学 海洋生物学
• 声学监控 声学监控 声学监控 声学监控
• 生物声学是一种生物声学.

背景情况:

• 被动声学监测对于海洋哺乳动物行为研究至关重要.
• 使用宽基线阵列的到达时间差异 (TDOA) 定位面临着多个声音源和稀疏传感器放置的挑战.
• 准确的定位对于了解海洋哺乳动物生态和保护至关重要.

研究的目的:

• 开发和验证一种新的"跟踪之前检测"被动声学定位和跟踪框架.
• 使用硬联想方法解决TDOA本地化中的呼叫联想问题.
• 使用声学数据来描述大米 (Balaenoptera ricei) 的行为.

主要方法:

• 实施了在TDOA领域运行的"追踪之前检测"框架.
• 使用硬联想方法来管理复杂的声学场景.
• 将框架应用于在佛罗里达州西北部海岸记录的赖斯的低频发声.

主要成果:

• 在2021年5月至8月期间,成功提取了398条赖斯鱼的踪迹.
• 据估计,赖斯的中位呼叫间隔为5.8分钟.
• 分析了1731小时的数据,揭示鱼主要以0.9米/秒的平均速度与大陆架破裂平行游泳.

结论:

• 开发的被动声学框架有效地克服了TDOA本地化挑战.
• 成功估计了赖斯的定量行为参数.
• 该研究强调了该框架对海洋哺乳动物行为研究和保护工作的实用性.