莱布尼茨热带海洋研究中心(ZMT)的一项研究正在珊瑚礁研究中采用新方法。在鱼类生态学家朱利安·利肯迪博士的领导下，一个国际研究团队利用创新的人工智能技术，高精度地分析了红海珊瑚鱼的活动。

这项研究最近发表在《生态与进化》杂志上，结合了立体视频技术与人工智能驱动的3D跟踪。该方法提供了有关两种刺尾鱼在红海自然栖息地的运动模式和能量消耗的详细信息。

研究人员最初观察到，棕色刺尾鱼(Acanthurusnigrofuscus)在觅食时偏爱珊瑚上生长的藻类，而黄尾刺尾鱼(Zebrasomaxanthurum)的食物范围更广，也以沉积岩、珊瑚碎石和沙子中的藻类为食。

“窥视深海”的概念体现在多个​​层面。在空间上，研究人员使用经过校准的立体视频系统捕捉了鱼在珊瑚礁觅食时的三维运动，据主要作者利尔肯迪称，这远远超出了传统的二维观察。通过人工智能算法，洞察力的深度得到了进一步增强，从而可以精确测量能量消耗。

黄尾鱼进食

针对性地训练物种识别人工智能模型

最初，研究人员使用了预训练程序YOLOv5(YouOnlyLookOnce第5版)，这是一个用于实时物体检测的神经网络。在这项研究中，研究人员使用红海的额外背景图像对YOLOv5进行了微调，以便更好地识别视频记录中的鱼类。随后，神经网络按物种对检测到的鱼类进行分类。

一个特别的挑战是针对物种识别对该AI模型进行有针对性的训练。“由于针对这两种刺尾鱼物种和该地区的特定训练图像很少，我们依赖于公民科学网站&luo;iNaturalist&ruo;的媒体”，Lilkendey解释道。“这使我们能够使用各种可公开访问的照片。”

对于随后的三维数据采集，科学家们采用了所谓的DeepSORT算法(具有深度关联度量的简单在线实时跟踪)。“该算法通过在连续的视频帧中跟踪检测到的鱼，实现了强大的多目标跟踪，”Lilkendey说。

“即使鱼暂时从视野中消失或被其他物体遮挡，DeepSORT也能追踪单个鱼的运动。通过整合立体图像对中的3D信息，该算法可以生成鱼的精确三维运动模式。”

通过将此与模拟能量消耗的方法相结合，研究小组对刺尾鱼物种的生态学获得了新的认识。

“棕色刺尾鱼表现出特殊的摄食行为，喜欢在特定基质上生长的某些藻类，这与黄尾刺尾鱼的普遍摄食行为形成鲜明对比，”Lilkendey报告说。“尽管它们的生物量很低，但这两种鱼都对珊瑚礁的摄食做出了很大的贡献，它们以类似的效率利用从食物中获取的能量。”

棕色刺尾鱼进食

刺尾鱼在维持珊瑚礁生态平衡中的作用

这些发现强调了生态位划分的重要性以及刺尾鱼在维持珊瑚礁生态平衡方面的作用。“刺尾鱼摄食行为和能量预算的变化会影响藻类生长和珊瑚幼虫招募，从而影响整个珊瑚礁生态系统的健康和生物多样性，”Lilkendey继续说道。

通过这种先进的分析，研究人员能够更深入地了解海洋生态系统的功能，为更好地了解珊瑚礁内能量的吸收、转化和分配方式奠定了基础。

Lilkendey博士强调说：“通过高空间和时间分辨率，我们能够同时分析珊瑚礁中许多鱼的三维运动。我们创新的方法让我们能够更深入地了解鱼类行为的复杂性以及由此产生的能量流动。”

该研究方法还为获取“能量海景”开辟了新的可能性——详细描绘海洋生态系统中动物的能量消耗。此类绘图对于制定有效的珊瑚礁健康指标和新型保护措施至关重要。