对海洋浮游生物原位监测 深圳团队研发新型水下成像系统

广阔的大海中，有一类微小但重要的存在：浮游生物。如何更好地观察它们?近日，中科院深圳先进院李剑平高级工程师团队在海洋原位观测仪器技术上取得了新进展。据悉，团队研制了一种用于海洋浮游生物原位监测的新型水下成像仪系统，并在大亚湾海域的系泊水面浮标上进行了长期海试。最新研究成果发表在海洋工程学期刊IEEE Journal of Oceanic Engineering。

浮游生物是海洋生态系统的关键组成部分，在生物地球化学循环和碳循环中发挥着核心作用，同时也是海洋渔业和水产养殖生产的重要基础。随着沿海地区人口和人类活动的日益密集，海水污染、致灾物种暴发等问题日益突出，威胁着近海生态系统的健康，甚至近岸设施的运行安全。因此，监测浮游生物种群动态变化的方法、工具和流程，对海洋生态科学研究和现代业务化海洋管理都极为重要。

浮游生物体积小且分布广泛。很长一段时间里，对它们的监测都依赖人工网采和光学显微镜检分析，不仅费时费力，而且鉴定人才匮乏。

此后，水面浮标以其成本低、可长时间部署、可无线组网等优势，成为海洋监测中的热门平台选择。20世纪90年代以来，出现了多种用于海洋浮游生物生态学研究的光学原位成像技术，但局限在于，现有水下成像仪并不能轻易集成到浮标平台，从而实现长期海上作业。

为此，李剑平团队研发了一种水下暗场彩色成像系统，采用一种新型的正交层状闪光无影照明设计，不仅可对海洋浮游生物个体实现高质量的水下真彩色摄影，还减少了照明光向水下局部环境的泄漏，最大限度地避免了浮游动物因趋光性产生聚集而导致的观测偏差。

针对水下微小目标原位图像的特点，团队研发了一种基于主动学习的图像标注和分类算法训练策略，充分利用人类智能与机器智能协同实现图像标注、分类器训练和分类结果校正等目标。在此基础上提出了双卷积神经网络级联算法，不仅高效地构建了包含90类图像的大规模图像数据集，还有效地消除了近岸水体中颗粒物对浮游生物识别的干扰，最终实现了浮游生物图像的高准确度精细分类识别。

成果出来后，李剑平团队耗时4年，历经4期累计15天以上的近岸海试，于2020年6月22日将成像仪系统集成至水面浮标，并部署于深圳大亚湾海域。通过采取多项防生物附着措施，于今年2月25日成功回收。

在此次长达8个月的连续海试中，仪器成功获取了该海域浮游生物丰度变化的时间序列数据，观测到了浮游动物的昼夜垂直迁徙现象、优势种的动态变化，并成功监测到了大亚湾海域首次记录的尖笔帽螺暴发，为核电站及时处置应对灾害提供了预警。

未来，团队将进一步探索小型化、智能化、网络化的海洋原位观测传感器与仪器。