計量魚群探知機を用いた北海道噴火湾に生息する海洋生物の音響判別手法の開発

Research Project

Project/Area Number	22K14931
Research Category	Grant-in-Aid for Early-Career Scientists
Allocation Type	Multi-year Fund
Review Section	Basic Section 40030:Aquatic bioproduction science-related
Research Institution	Hokkaido University
Principal Investigator	長谷川浩平北海道大学, 水産科学研究院, 助教 (30826558)
Project Period (FY)	2022-04-01 – 2025-03-31
Project Status	Granted (Fiscal Year 2023)
Budget Amount *help	¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000) Fiscal Year 2024: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000) Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000) Fiscal Year 2022: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
Keywords	音響散乱強度 / 周波数特性 / スケトウダラ / 噴火湾 / 計量魚群探知機 / 動物プランクトン / 音響判別 / スケトウダラ稚魚
Outline of Research at the Start	計量魚群探知機（音波を海中に発射し，生物から反射した音の強度からその量や性質を知る機器）を用いて，噴火湾に生息するスケトウダラ仔稚魚と，その餌生物や捕食者の資源分布を包括的に把握するために必要な，計量魚群探知機から得られるデータから生物種を判別する音響判別手法を開発する。計量魚群探知機から得られる音響データとその時採集した生物のデータから，音響データと生物種の関係を調べ，機械学習等のAI技術により自動的に生物の種を判別することを目指す。
Outline of Annual Research Achievements	本年度は，噴火湾周辺海域に生息する生物種を対象に広帯域計量魚群探知機を用いて音響散乱強度のデータを収集した。２０２２年４月から６月の各月と１０月に，北海道大学附属練習船うしお丸を用いた調査を行った。４月，５月の調査では噴火湾内および噴火湾後部で，６月，１０月の調査では噴火湾外部でそれぞれ観測した。観測された生物の群れ（音響散乱層）に対して，異なる周波数に対応した合計５個のトランスデューサーを利用し，音響散乱層の周波数３４ kHz～４５０ kHzの連続的な周波数特性を計測した。また同時にフレームトロール漁具を用いて音響散乱層を構成する生物を採集して，その種組成や体長分布を調べた。観測した場所でCTDによる海洋環境の計測を行い，深度層毎の水温や塩分等のデータを得た。採集結果から，音響散乱層を構成する主要生物（スケトウダラ，ハダカイワシ類，オキアミ類，タンキャク類，カイアシ類，ヤムシ類）それぞれについて音響散乱モデルを適用して，その散乱強度の周波数特性の理論値を求め，実測したデータと比較した。その結果，スケトウダラ稚魚が３割ほど含まれる散乱層や，オキアミ類が優占していた散乱層で，実測値と理論値がよく合う結果となった。しかし，実測値と理論値が合わなかったデータも含まれていた。この原因としては，春季に噴火湾の表層で発生する珪藻類の影響や，フレームトロールでは（逃避するため）採集できない魚類の影響が考えられた。
Current Status of Research Progress	Current Status of Research Progress 2: Research has progressed on the whole more than it was originally planned. Reason 昨年度に引き続き，音響判別に関わる基礎データの収集を行うことができた。これまでの調査で様々な条件下でデータを得られていることから，本課題の進捗状況は概ね順調と考えている。
Strategy for Future Research Activity	これまでの調査結果を踏まえて，種判別のために必要なデータを引き続き収集する。また，これまで収集したデータを整理し，多変量解析や機械学習をベースとした判別アルゴリズムの検討と評価を行う。また，本研究で得られた生物の周波数特性に関する知見や，それをベースとした種判別に関する内容をまとめ，学術雑誌に論文を投稿する。