2017年動物行為生態研討會

2017/1/23-24 @ 高雄中山大學

應用機器學習探討海洋聲景變動與中華白海豚發聲活動之關聯

林子皓、曹昱
中央研究院資訊科技創新研究中心

方士豪
元智大學電機工程學系

鯨豚的發聲行為相當多變，不同族群可能會在各種環境音改變哨聲特徵﹐也會在遭遇人為噪音時改變聲音結構。海洋聲景是由環境音、動物音與人為噪音組成，具有高度變異的特性。儘管過去已有不少針對鯨豚發聲與單一音源的研究，但是對鯨豚如何在多變的海洋聲景且多重聲源相互重疊的狀況下改變行為仍不清楚。本研究透過水下錄音機，長期收錄2014年苗栗海域的海洋錄音。首先應用自動偵測器尋找中華白海豚水下聲音，再應用非負矩陣分解法學習海洋聲景中的主要聲源特徵。透過非監督式學習器，可以有效拆解長期時頻譜圖，視覺化呈現石首魚鳴唱、槍蝦聲音、環境與人為噪音等主要聲源的相對變化。利用廣義疊加模型分析聲景與白海豚聲音後，我們發現白海豚的聲音偵測率與複雜度和各種聲源皆有不同的相關性。此結果顯示應用機器學習分離聲景中的各種聲源之後，將能夠有效瞭解動物和各種聲源的交互作用。未來，聲景中的各種訊息也可以作為預測動物活動的生態遙測資料。