无人机可以收集鲸鱼鼻涕？SnotBot旨在保护海洋环境

使用无人机观察野生动物你一定在电视上见过，但是你知道无人机还可以追踪鲸鱼的健康状况吗？

Parley SnotBot就是这一类用途的无人机，尺寸大约相当于烤面包机的大小，肩负着监视鲸鱼、海洋以及整个地球的健康状况。它携带的培养皿收集鲸的呼出气凝结物（又名鼻涕），其中含有有关该生物的健康、饮食和其他品质的宝贵信息。

在阿拉斯加海峡上，观察人员戴着头盔和防割手套，将大型四旋翼无人驾驶飞机举过头顶，粘在无人机上的六个塑料皮氏培养皿中闪闪发光。

当鲸鱼刚刚出现又浸入水面以下，无人机飞行员开始启动发动机，SnotBot的引擎嗡嗡作响，随时等候收集鲸鱼的鼻涕。

2017年初，非营利性环保组织Parley for the Oceans的工作人员与海洋联盟合作开展了SnotBot项目，机器学习和人工智能专家威尔克（Willke）负责领导位于俄勒冈州希尔斯伯勒（Hillsboro）的英特尔大脑启发计算实验室。他立即发现了扩大SnotBot收集信息的方法，并邀请凯勒（Keller）和哈维尔·图雷克（Javier Turek）三个共同致力于升级SnotBot的使命。

鲸鱼鼻涕可以替代油脂样本 SnotBot却遇到困难

SnotBot的标配包括用于导航的前置摄像头、避免碰撞检测器、用于跟踪高度的超声波和气压传感器以及GPS定位器。

通过在稳定的万向节上添加可独立定向的高清摄像机，它可以实时播放1080p视频流，同时将视频存储在microSD卡上，并将高分辨率图像存储在1 TB固态硬盘上驾驶。两个摄像机同时在飞行的26分钟运行，因此可以收集到大量数据。

收集和分析鼻涕肯定是评估鲸鱼健康状况的重要方法。但是早期传统且最常用的技术是在船上放大鲸鱼的表面，并用专门设计的cross将其拍摄，以捕获少量的皮肤和油脂样本。这个过程对研究人员和鲸鱼都充满了压力。

伊恩·克尔（Iain Kerr）是使用无人机作为收集和分析鲸鱼呼气的平台的早期先驱之一。他是马萨诸塞州格洛斯特市海洋联盟的首席执行官，该联盟致力于保护鲸鱼和世界海洋。鲸鱼生物学家知道，鲸鱼鼻涕含有大量的生物信息，包括DNA、激素和微生物。科学家可以利用这些信息来确定鲸鱼的健康、性别和怀孕状况，以及有关其遗传学和微生物组的详细信息。

研究人员已经证明，鲸鱼鼻涕可以替代油脂样本，但采集过程涉及使用长而笨拙的电线杆伸向鲸鱼，至少可以这样说。小型但功能强大的商业无人机的发展激发了Kerr在2015年启动一项探索性研究项目，以追捕无人驾驶鲸鱼的鼻涕。他获得了第一份美国国家海洋与大气管理局（NOAA）的研究许可，可以在美国水域收集鲸须。从那以后，在阿拉斯加、加蓬、墨西哥和其他鲸鱼喜欢聚集的地方，全世界有数十个SnotBot任务，这个想法已经传播到全球其他团队。

SnotBot设计不断发展。最早的版本试图通过在无人机下方拖曳薄纱布来捕获鼻涕。事实证明，这种悬挂布很难使用，而且材料本身也干扰了一些实验室测试，因此研究人员放弃了该方法。开发人员最初并没有考虑使用培养皿，因为他们认为如果无人机直接飞入鲸鱼的水嘴中，转子洗涤会干扰收集。最终，尽管如此，他们还是尝试了陪替氏培养皿，并高兴地发现转子的下降气流得到改善，而不是阻碍了收集。

对于每个任务，收集目标略有不同，因此团队会相应地调整飞行器的设计。在一项任务中，重点可能是调查区域，并从尽可能多的鲸鱼中获取样本。下一个任务可能是“重点跟踪”，其中团队在几个小时或几天内跟踪一条鲸鱼，采集多个样本，以便他们能够了解诸如鲸鱼激素水平在一整天中如何变化（无论是自然过程）或作为对环境因素的回应。

这些信息可以帮助评估鲸鱼的健康吗

SnotBot项目中使用的四轴飞行器带有具有先进的自动稳定功能的高质量摄像机。无人机飞行员依靠高清视频流回到船上来驾驶飞机并收集鼻涕。相同的视频流可以同时输入到船上的计算机中并进行实时处理。那么，这些信息可以帮助评估鲸鱼的健康吗？

研究人员通过与海洋联盟的科学家合作，使用一种工具可以分析鲸鱼尾的照片，并使用阿拉斯加鲸鱼基金会收集的鲸鱼照片数据库，通过形状及其颜色识别鲸鱼。识别每条鲸鱼的过程可以使研究人员将随时间推移的鼻涕样本进行关联。

这种识别还可以帮助鲸鱼生物学家应对棘手的监管问题。识别单个鲸鱼的能力使研究人员可以确定以前是否在墨西哥或夏威夷发现过鲸鱼，以便他们能够采取适当行动来遵守法规。

标准的深度学习算法将查看大量图像，然后找出并提取鲸鱼的关键区别特征。而研究团队只能使用有限的数据训练小型但有效的神经网络。

另外，通过SnotBot无人机除了能够区分墨西哥和夏威夷的鲸鱼种群之外，研究人员还发现，通过多年前已记录鲸鱼的声音，他们也可以从它们的出声中识别出鲸鱼。

同时，鲸鱼识别工具一直在不断完善。我们为鲸鱼识别开发的原始SnotBot算法已被功能更强大的服务所取代。

SnotBot的真正贡献在于健康监控

事实证明，SnotBot的真正贡献在于健康监控。

测量和评估鲸鱼的研究人员通常使用Christiansen在2016年开发的技术。

研究人员从计算机上的照片打印或图像入手，并以从鼻子到鼻鳞的总长度的5％的间隔，手动测量图像中鲸鱼的体宽。然后，他们将这组测量结果输入到软件中，该软件可以计算出鲸鱼体积的估计值。通过体长与体长之间的关系，他们可以确定个体鲸鱼与种群规范相比是否更胖或更瘦。

同时，它会根据照片的质量以尽可能高的分辨率连续测量鲸鱼的宽度，从而对每只动物进行数百次宽度测量，而不是仅对人类研究人员可行的少数测量方法，减少手工测量的繁琐，以提高精确度。

并且，在各种天气、水和光照条件下，针对座头鲸和南部右鲸的图像训练了一个深度学习系统，以使其能够准确了解图像中哪些像素属于鲸鱼。

一旦鲸鱼被挑选出来，系统就会识别出头和尾，然后在鲸鱼身体轮廓的每个像素点上测量鲸鱼的长度和宽度。SnotBot会跟踪无人机拍摄鲸鱼的高度，并将该数据与无人机操作员输入的摄像机规格结合起来，使系统能够自动将测量值从像素转换为米。

Morphometer将这种鲸鱼与其他鲸鱼的体型进行比较，将结果显示为目标鲸鱼的图像，叠加在鲸鱼形状的彩色编码图上，并带有指示相似鲸鱼平均测量值的区域。鲸鱼的体型正常，体重不足或大于平均水平，这是显而易见的，就像怀孕的雌性鲸鱼一样。

Morphometer图像分析工具将一条鲸鱼与其他鲸鱼的体型进行比较，将结果显示为目标鲸鱼的图像，并叠加在代表平均鲸鱼的图表上。该图以颜色编码-中间是红色，在平均鲸鱼大小的情况下融合为白色，在较大鲸鱼的情况下融合为蓝色。将单个鲸鱼叠加在此颜色图上，鲸鱼周围显示的任何红色表示鲸鱼体重过轻；体重越轻，红色越深。上面，吸虫识别软件进行了匹配。

研究人员还计划调整Morphometer来分析鲸鱼的视频，自动提取鲸鱼的位置和可见度最佳的帧或剪辑。

为了帮助研究人员获得更完整的图像，研究人员正在建立各种鲸鱼种群的统计模型，并将其与从人类估计的测量结果中得出的模型进行比较，并让鲸鱼生物学家验证结果。

到目前为止， SnotBot已经成功检测许多鲸鱼的健康状况。很快，研究人员将开始使用这些数据来监视海洋的健康状况。鲸鱼被称为“顶点掠食者”，这意味着它们处于食物链的顶端。座头鲸尤其是通才的觅食者，并具有广泛的迁徙模式，这使它们成为应对整个海洋环境威胁的出色预警系统。

这是SnotBot真正发挥作用的地方。