上海海洋大学科研团队在西北太平洋水下声学散射结构重建方面研究取得新进展

近日，上海海洋大学陈新军教授、刘必林研究员团队在西北太平洋水下声学散射结构研究方面取得新进展。相关成果以《Multi-source reconstruction of subsurface acoustic scattering structure using a two-stage machine learning framework in the Northwest Pacific》为题发表于国际期刊 Ecological Informatics。该刊为JCR Q1 区期刊，2025年度影响因子8.5。上海海洋大学黄传杨博士后为论文第一作者，陈新军教授和刘必林教授为共同通讯作者。该研究得到国家重点研发计划项目（2023YFD2401302）和全球渔业资源监测与评估（公海渔业资源综合科学调查）项目的支持。

西北太平洋是全球海洋动力过程复杂、生物生产力较高的区域，也是我国重要的远洋渔业作业海域。浮游动物等中层营养级生物连接初级生产者和高营养级生物，其垂直分布和昼夜变化对于认识海洋食物网结构和渔业生态过程具有重要意义。然而，卫星遥感主要获取海表信息，而传统船载观测的时空覆盖范围有限，因此，如何融合不同海洋观测平台获取的水下生态结构信息，仍是大洋生态研究面临的重要问题。

针对这一问题，研究团队依托“淞航”号 2021—2025 年西北太平洋科学调查获得的船载声学资料，融合卫星遥感和 Argo/BGC-Argo 垂向观测数据，构建了由无监督聚类和监督回归组成的两阶段机器学习框架，实现了不同深度声学散射结构的重建。研究识别出 4 种主要声学结构类型，其空间分布与黑潮、亲潮及其延伸体锋面等主要海洋学结构具有较好的对应关系（图1），不同类型同时表现出差异化的垂直结构和昼夜变化特征。

图1. 不同声学结构类型的空间分布

研究进一步结合Argo/BGC-Argo 垂向环境观测对重建结果进行验证，发现声学散射结构与温度、盐度、叶绿素 a、溶解氧和营养盐等环境要素之间存在明显的深度依赖关系，表明多源数据融合能够为认识不同海洋环境背景下的水下垂直结构提供新的信息。同时，严格的空间和时间独立验证显示，模型目前更适用于已有调查覆盖及相似环境条件下的声学结构重建，在未调查区域和不同年份的应用仍需要更多现场观测数据支持。

该研究将专业调查船声学观测与卫星遥感、Argo/BGC-Argo 自主剖面观测和机器学习方法相结合，为弥补海表遥感在水下生态结构观测方面的不足提供了新的技术路径。作为农业农村部公海渔业资源综合科学调查的重要内容，“淞航”号连续多年在西北太平洋开展系统观测，积累了难以替代的水下声学与生态环境基础数据，充分体现了公海渔业资源科学调查项目长期现场观测在大洋生态与渔业资源研究中的重要支撑作用。未来，通过进一步加强船载声学、生物调查、卫星遥感与自主观测平台的协同应用，有望提升我国对西北太平洋水下生态结构及其环境响应的认识，为公海渔业资源科学研究与可持续利用提供技术和数据支撑。