大型网箱养殖鱼群声信号短时频谱特性

刘 欢，张培珍，沈 晨，李高聪，高守勇

（1.广东海洋大学电子与信息工程学院，广东 湛江 524088；
2.湛江水声对抗国防科技重点实验室，广东 湛江 524022）

被动声呐技术[1-2]逐渐成为海洋渔业资源评估、管理[3]以及海洋生态系统监测的重要手段和工具。相对于传统的渔业资源调查方法，声学监测方法将渔业资源量的评估、计算与科学技术手段相结合，具有精度高、调查范围广、全天候检测等优点[4-7]。鱼类发声行为普遍存在，利用被动声学监测技术研究海洋生物发声已得到广泛应用，目前鱼类发声类型主要有[8-11]：1）摩擦发声，是鱼类进食或身体部位摩擦和拍打发声，频率集中在100～8 000 Hz 之间，其主要能量分布在1 000～4 000 Hz之间，产生宽频谱的非谐波脉冲信号；
2）振动发声，通过发声肌肉收缩带动鳔振动而发声，频率带宽为50～1 500 Hz，同时存在基频和高频谐波；
3）水动力发声，通常发生在鱼快速转向或者快速改变速度时，发声频率较低，主要分布在20 Hz 以下的次声波段。已有研究表明，频率为50～10 kHz 的生物噪声包括游泳噪声、生物发声、摄食噪声，能充分反映信息交流、防卫、觅食等鱼群状态[12-14]。近年来，随着生物声学发展，国内外对鱼类声信号特征与分类识别已成为研究热点[15-27]。在复杂的海洋环境噪声中，鱼类声信号的本质特征被遮掩，从混叠强噪声信号中提取到声信号的有效特征是鱼类声信号辨识的关键。此外，对于大型网箱养殖多种混杂鱼群的发声特性的辨识少有研究。因此，本研究利用被动声学监测技术，对混杂石斑鱼（Epinephelus drummondhayi）、卵形鲳鲹（Trachinotus oνatus）与叫姑鱼（Johnius grypotus）的大型网箱养殖鱼群开展昼夜连续监测并进行全时段的时频域分析，选取人工投料时段、自动投料时段及鱼群非摄食时段的声信号进行短时分析。对原始信号进行短时傅里叶变换获得水下噪声频率和信号强度的变化规律，针对海洋背景噪声和鱼群发声特性，采用不同带宽的滤波器，提取不同鱼群的发声频段和发声强度。计算其短时能量和短时过零率，采用概率密度函数对两种参数进行统计分析，给出相应短时参数的定量声特征，揭示三种鱼群的声辐射特性在不同状态下的差异，从而实现鱼群声信号的辨识和分离。将鱼种辨识细化到了声特征层面，为鱼类进一步的分类识别工作奠定了基础。本研究通过分析网箱鱼群的声信号并对及其进行有效地特征提取与识别，旨在为鱼类声学特性研究和智能养殖提供参考。

1.1 数据来源

所测实验数据来源于广东省珠海市东南部桂山岛海域的“澎湖号”大型半潜式养殖平台。平台总长60 m，宽28 m，高16 m，养殖水体总计约1.5 ×104m3。平台采用60 kW 的波浪能和光伏供电，工作时吃水12 m。平台目前主要用于卵形鲳鲹和石斑鱼的养殖，两者网箱水体各占平台水体的一半。卵形鲳鲹养殖网箱内约2×104尾卵形鲳鲹，每尾体长15～20 cm。石斑鱼网箱内约6 × 103尾石斑鱼，每尾体质量5～10 kg。由于平台网箱的网孔较大，除人工养殖的卵形鲳鲹和石斑鱼外，网箱中还混杂着自然水体的野生叫姑鱼。

在平台布放两枚自容式水听器，其中1号水听器放置在自动投放饲料区以外的网箱深处，投放水深为12.5 m；
2号水听器放置在石斑鱼养殖水体人工投放饲料区附近，投放水深为6 m。水听器型号为TC4037，灵敏度为-192 dB，前置放大滤波电路增益为40 dB。在观测时，水听器的系统采样率为105 440 Hz。数据采集从2021 年4 月6 日13:00 至4 月7日13:00，时长24 h。

为清楚分析测试过程鱼群声信号受外界激励的影响，跟踪记录数据采集过程中可能影响噪声信号的事件（表1）。

表1 测试关键时段事件Table 1 Critical events during testing

1.2 研究方法

利用短时分析技术[28-30]，通过短时傅里叶变换时频图，获得鱼群发声频段，提取网箱混杂三种鱼群声信号的短时能量和短时过零率特征，对两种短时特征参数进行概率分布统计及拟合处理，给出相应短时参数的定量声特征。当鱼群发出声信号时，短时能量和短时过零率相应发生改变，因此短时特征可以作为区分鱼群发声信号和背景噪声的有效特征量。短时分析技术主要在人类语音信号识别中广泛采用，现将其用于网箱内不同鱼群声信号的特性差异分析是一种新应用。

分帧处理是短时特征提取的关键步骤，虽然长时段鱼群声信号是时变信号，但在短时间内（10～30 ms）信号具有短时平稳性。为减少声音帧的截断效应，还需进行加窗处理。选取汉宁窗对鱼群声信号进行分帧，取25 ms为一帧，相邻帧之间的帧移为10 ms。实验中的采样频率为105 440 Hz，因此帧长为105 440 × 0.025=2 636 个采样点，帧移长度为105 440×0.01=1 054个采样点。

设时域信号为x(m)，第i帧信号为xi(m)，则xi(m)满足下式：

其中，w(n)为汉宁窗，L为每一帧信号长度，δ为帧移长度，fn为分帧后的总帧数。

短时能量描述每帧声音信号的能量大小，其变化趋势与声音信号的波形一致，能很好反映声音的时域信息。设第i帧声信号xi(m)的短时能量用Ei表示，则计算公式如下：

根据测试获得的声压幅度进行短时能量计算，并将计算所得的短时能量值转化为声压级显示，转化公式为：

其中，Ei为计算所得短时能量的有效幅值，E0为短时能量的参考值，这里通过水中的参考声压20 μPa获得。

短时过零率指每帧内信号通过零轴的数量，过零率在一定程度上可反映信号的频率信息。第i帧声信号xi(m)的短时过零率Zi的表达式为

其中，sgn(u)是符号函数。

2.1 网箱水下声信号时频特征

为获得鱼群噪声特性，对测得的24 h水下数据每5 min 提取一次，每段数据的样本点数为6 326 400，每段样本时长为3 00 s。图1、2分别为1号和2号水听器全天接收的声压信号分布情况及随时间变化的声压级（Sound Pressure Level，SPL）分布。图1、2中，横坐标为数据采样时间，转化为24 h显示。求解每段数据的功率谱，得到全时段频谱分布（图1(b)、2(b)）。

图1 1号水听器全天时频特性Fig.1 All-day time-frequency characteristics of hydrophone No.1

图2 2号水听器全天时频特性Fig.2 All-day time-frequency characteristics of hydrophone No.2

由图1、2可反映出表1的关键时段事件：(1)4月6 日15:55 开始为人工投料时段，在石斑鱼网箱投料点，此时鱼群比较活跃，发出的噪声强度高于背景噪声。(2)4 月6 日19:10 采用自动投料机进行大规模投料，鱼群由于争抢食物，活跃度最高，发出的声能量最强，远高于人工投料时段的能量和背景噪声。对该时段的信号以音频方式进行播放，听到的声音类型主要是拍打声、咕噜声、咯咯声和咀嚼声。(3)4 月7 日7:40～8:10 时段，平台波浪能持续发电，同时伴随着小型渔船经过。由于受外界干扰的激励，此时段的噪声能量相对于海洋背景噪声能量也相对较强。可见鱼群的活跃度会受到电机发电和小型渔船等背景噪声的影响。(4)4月7日8:30在两网箱间进行自动投料机投料。此时段鱼群活跃度高，发出的噪声强度高于背景噪声，但与4 月6 日19:10夜间投料时段的声信号能量相比较弱。由此推测，网箱鱼群在白天的摄食强度相对夜间较弱，鱼群进食不活跃。(5)其他时段，特别是深夜，鱼群活跃度较低，仅存在鱼群零星游动产生的游泳噪声和表面波浪噪声。将水听器采集的信号转换为音频信号进行播放，半夜大部分时刻的声音类型主要是水花拍打声及沙沙的自然环境噪声。(6)1号和2号水听器的入水深度分别为12.5 m和6.0 m，两个水听器的入水深度不同，频谱分布图的能量值也不相同。在投料过程中，鱼群进食时上浮且受海面环境噪声影响，因此2号水听器测得的声压高于1号水听器。

2.2 不同时段鱼群声信号特性

由图1 可见，网箱内生物噪声频率范围主要集中在200～2 500 Hz，出现鱼群发声信号的时段主要集中在4 月6 日15～23 h，在19～21 h 最为明显。其他时段，鱼群发声信号不明显。选取1 号水听器所测鱼群摄食和非摄食时段的声信号及安静环境下的水下声信号进行短时分析，对比区分不同鱼群的发声特性。

2.2.1 人工投料时段特征 选取4 月6 日15:55 石斑鱼网箱内人工投料时段的水下声信号进行谱特性分析。图3 显示，100 Hz 以下的信号频段主要是浅海低频背景噪声，声压级峰值约100 dB。石斑鱼在摄食过程中产生的摄食发声频率范围为200～1 000 Hz（图3(a)黑色虚线框标出），声压级峰值约110 dB，对应频率约650 Hz。鱼群摄食时较为活跃，因相互游动撞击抢食，身体部位摩擦和拍打水花产生的辐射噪声频率范围为2 000～5 000 Hz（图3(a)黑色实线框标出），声压级峰值约98 dB。

图3 人工投料时段水下声信号的谱特性Fig.3 Spectral characteristics of underwater acoustic signals during manual feeding period

为得到石斑鱼群摄食时段的声特征随时间的变化规律，对其摄食声信号（200～1 000 Hz）进行短时能量和短时过零率的计算，并绘制两种参数的分布图和概率密度分布（Probability Density Function，PDF）直方图。由图4可见，石斑鱼摄食发声时段，短时能量范围70～85 dB，概率密度能量峰值约80 dB；
短时过零率范围35～40，概率密度过零率峰值约37。

图4 石斑鱼摄食声信号时段的短时特征Fig.4 Short-time characteristics of Epinephelus drummondhayi grouper during feeding period

2.2.2 自动投料机投料时段特征 选取4 月6 日19:10 自动投料机大规模投料时段的水下声信号进行谱特性分析。图5 显示，此时段存在鱼群声信号的混叠。叫姑鱼依靠体内鳔的振动而发声，其发声主要集中在傍晚7 时至次日凌晨1 时，该时段的叫声s主要为脉冲串的形式且存在高次谐波（合奏现象）。其中200～1 500 Hz 为叫姑鱼摄食声信号的基频频带，谐波能量持续到7 000 Hz左右，声压级峰值高达120 dB（图5(a)黑色虚线框标出）。卵形鲳鲹摄食发声频率范围为600～2 000 Hz，声压级峰值约108 dB（图5(a)黑色实线框标出）。

图5 自动投料机大规模投料时段水下声信号的谱特性Fig.5 Spectral characteristics of underwater acoustic signals during automatic massively feeding periods

由于自动投料机大规模投料，整个网箱鱼群运动剧烈，鱼群活跃度最高，鱼群相互撞击拍打水花产生的频带能量相对于人工投料时段较高。播放此时段的音频信号，可以听到“嘶嘶”“咯吱”的咀嚼摩擦声，这是由于鱼群吞食伴随水体表面气泡破裂产生的声音，以及鱼群快速游动发出的拨水声和尾部拍打水花产生的水流声。

将图5(a)中两种鱼类的发声频段（图中黑色实线框和虚线框内所标识的区域）放大，得到如图6所示的短时谱图，观察其摄食声信号的频谱特性差异。由图6可见，卵形鲳鲹摄食发声时段，产生较为宽频的信号形式；
叫姑鱼的摄食声信号为单脉冲的形式且单个脉冲持续时间较短并具有一定的周期性，谐波能量较强。

图6 卵形鲳鲹（a）和叫姑鱼（b）摄食声信号时段的短时谱Fig.6 Short-time spectrum of Trachinotus oνatus(a)and Johnius grypotus(b)in feeding period

分别对卵形鲳鲹和叫姑鱼的摄食声信号进行短时能量和短时过零率的计算，并绘制两种参数的分布图和概率密度分布直方图。由图7(a-c)可见，卵形鲳鲹摄食声信号的短时能量范围为85～92 dB，概率密度能量峰值约88 dB；
叫姑鱼摄食声信号的短时能量范围为106～116 dB，概率密度能量峰值约115 dB。由图7 (d-f)可见，卵形鲳鲹摄食声信号的短时过零率范围为50～75，概率密度过零率峰值约58；
叫姑鱼摄食声信号的短时过零率范围为110～300，概率密度过零率峰值约150。两种鱼群的摄食声信号特征在短时能量和短时过零率上可得到明显区分。

图7 卵形鲳鲹和叫姑鱼摄食声信号时段的短时特征Fig.7 Short-time characteristics of Trachinotus oνatus and Johnius grypotus during feeding period

2.2.3 摄食后时段特征 4月6日21:30，网箱鱼群摄食完成。由图8(a)可见，该时段出现三种鱼群声信号的混叠，网箱鱼群声信号的能量较摄食时段较弱，叫姑鱼的频谱特性差异最为明显。此时段叫姑鱼的合奏现象不明显，谐波能量相对较弱，仅存在持续到2 500 Hz 的谐波信号。图8(b-c)显示，三种鱼群的声信号特征在短时能量上可得到明显区分，短时特征值大小为叫姑鱼＞卵形鲳鲹＞石斑鱼。卵形鲳鲹的短时过零率总体略低于叫姑鱼。

图8 摄食后时段鱼群声信号的短时谱和短时特征Fig.8 Spectral characteristics of underwater acoustic signals after feeding periods

2.2.4 凌晨1:30 时段特征 图9 为凌晨1:30 安静环境下网箱水下声信号全频段的噪声特性分布。可见，在安静环境下，鱼群活跃度低，发出的噪声频段也很低，在2 000～5 000 Hz间仅存在鱼群零星游动拍打水花的辐射噪声，声压级峰值约88 dB。

图9 半夜时段水下声信号的谱特性Fig.9 Spectral characteristics of underwater acoustic signals during the midnight

增加多时段数据进一步分析，将网箱三种鱼群的摄食声和非摄食声信号的短时特征转化为概率密度分布直方图显示，对比观察三种鱼群在不同状态下短时特征的统计特性差异，如下图10、11所示。从整体来看，网箱鱼群在摄食时段的短时特征相较于非摄食时段存在显著差异，且摄食时段的声信号短时能量普遍较强，相较于非摄食时段高出15 dB左右。三种鱼群的短时特征值关系为：叫姑鱼＞卵形鲳鲹＞石斑鱼。

图10 摄食时段三种鱼群的短时特征概率密度分布Fig.10 PDF of short-time characteristics of the three species of fish during the feeding period

图11 非摄食时段三种鱼群的短时特征概率密度分布Fig.11 PDF of short-time characteristics of the three species of fish during the non-feeding period

通过上述对网箱鱼群摄食和非摄食时段的声信号进行时频分析及短时特征的概率统计分布可以发现，在非摄食时段，鱼群声信号的能量减弱，直至半夜时段，网箱鱼群安静不发声，仅存在零星游动的摩擦声信号。将三种鱼群在摄食和非摄食时段的发声特性及短时特征进行定量的对比分析（表2），可见：

表2 三种鱼群的声信号特征Table 2 Characteristics of three fish species

1）不同鱼种的发声机理及频谱特性不同，在不同状态下的短时特征也存在一定的差异，摄食时段鱼群的发声频率范围大，短时特征值高于非摄食时段。在摄食和非摄食状态下，石斑鱼和卵形鲳鲹群各自的短时特征值无较大的差异，叫姑鱼群的短时特征值变化较大，声信号谐波能量减弱。

2）在摄食时段，三种鱼群的声信号在发声频带、发声方式及短时特征上存在显著差异，可以对网箱鱼群进行较好的辨识。在非摄食时段，三种鱼群的声信号在短时能量上可得到较好的区分，但在短时过零率上，石斑鱼和卵形鲳鲹群的声信号存在较大的混叠。

由此可见，网箱鱼群摄食时段声信号的频谱特性及短时特征差异最为明显，可对网箱鱼群进行较好的辨识。

本研究利用被动声学监测技术对多种群的大型网箱养殖鱼群的声辐射特性及集群特性进行分析。将鱼种辨识细化到鱼类的声特征层面，为鱼类进一步的分类识别工作奠定基础。在研究内容上，选取网箱鱼群在摄食和非摄食时段的声信号进行特性研究，探索网箱养殖鱼群的时频特征与其日常活动状态的关系，以及不同种群鱼群的声辐射特性差异，获得不同鱼群的发声频带范围及声压级分布特性。在研究方法上，基于语音信号识别的特征提取方法，运用短时能量和短时过零率的统计特性对网箱养殖混杂鱼群在不同外界激励条件下的声信号特性进行定量分析和处理，得出三种鱼群声信号的短时特征参数的差异。

通过频带宽度、短时过零率、短时能量等多种特性参数相结合，不仅可实现网箱内鱼群种类的辨识，还可以掌握鱼群在投喂等激励条件下的反应。相应的研究成果为鱼类声学特性的认识和把握、混合鱼种的声学调查和鱼种辨识、以及发声的生物学行为等研究提供参考。根据鱼群的摄食行为及其声信号时频特征差异可反馈鱼群的摄食活性强度，自动投料机大规模投料时段网箱鱼群的声信号能量及鱼群活跃度高于人工投料时段。在研究过程中还发现，自动投料时段鱼群在夜间的摄食强度明显高于上午。根据不同时段鱼群进食活跃度的差异，有望在未来实现网箱养殖鱼群的实时按需投喂以及智能投料系统的设计。

由于实验环境的复杂性及实验条件有限，在实验数据的采集过程中，养殖平台采用波浪能发电，平台噪声对鱼群的发声特性影响不显著，因此本研究暂未考虑平台噪声对鱼群噪声特性的影响。此外，为更有效地辨识和评估网箱鱼群的种类、分布及生物量，获得不同鱼群的体型、数量和发声数据之间的关系也是需要进一步研究的关键问题。为获得更加全面的网箱鱼群声数据，还需持续展开长期实验监测和统计数据分析。

猜你喜欢鱼群投料网箱浮法玻璃生产线斜毯式投料机在线检修实践玻璃(2022年1期)2022-02-23打叶复烤自动化精准配方投料设备的设计与应用中国烟草学报(2021年4期)2021-09-26兰州石化80万吨乙烯机组一次投料开车成功水泵技术(2021年4期)2021-01-22充填开采材料投料系统优化设计山东煤炭科技(2018年1期)2018-12-05鱼群漩涡中外文摘(2017年19期)2017-10-1010kV配网箱变局放检测案例分析电子制作(2017年24期)2017-02-02全国首例网箱豢养江豚繁育成功渔业致富指南(2016年12期)2016-11-11池塘小网箱养殖黄鳝湖南农业(2016年3期)2016-06-05基于改进鱼群优化支持向量机的短期风电功率预测电测与仪表(2016年3期)2016-04-12基于人工鱼群算法的光伏阵列多峰MPPT控制策略电测与仪表(2016年20期)2016-04-11