《Frontiers in Remote Sensing》：Estimating biomass volumes on aquaculture dropper lines using multibeam water column data
编辑推荐：
本文综述了利用多波束水体数据（MBWC）实现水产养殖长线系统可视化与生物量体积估算的创新方法。研究通过开发CloudVolume_multibeam脚本实现数据过滤聚类，建立半自动化工作流程，为替代传统人工监测提供可扩展方案。该技术显著提升养殖监测效率，对优化可持续水产实践具有重要价值。
基于多波束水体数据的养殖吊绳生物量体积估算研究
1 引言
水产养殖作为人类食物来源的重要性持续增长，2020年已占人类消费水生生物量的50%以上。随着产量增长，对快速、准确监测技术的需求日益迫切。传统监测方法如人工采样和潜水检查存在劳动强度大、受环境条件限制等缺陷。声学方法特别是多波束水体数据（MBWC）技术，为养殖监测提供了非侵入性替代方案。本研究旨在通过MBWC数据实现长线系统的可视化，并开发半自动化工作流程估算单个吊绳的生物量体积。
2 材料与数据
研究数据来源于Coastbusters 2.0项目，结合ULTFARMS项目开发的处理脚本。实验区域位于比利时德帕讷市沿海，设置包含150米长线系统，配备36条3米长吊绳。数据采集使用Norbit WBMS多波束回声测深仪（400 kHz），通过侧舷安装于刚性充气艇上。采集参数包括15 Hz ping速率，平均ping间距16.5厘米，样本间距10.9厘米，确保在浑浊水域中获得高质量数据。
3 方法
3.1 三维可视化
通过Qimera软件手动选择长线散射点，导出包含坐标、深度和原始强度值的ASCII文件。使用Global Mapper生成彩色三维点云，清晰显示长线系统结构。值得注意的是，受旁瓣干扰区域（最小斜距之外）的数据呈现更高背散射强度值，这部分数据在体积估算时被排除。
3.2 单个吊绳的声学体积估算
开发CloudVolume_multibeam软件（包含图形界面）实现半自动化处理流程，主要包含四个步骤：
3.2.1 数据过滤
通过三级过滤去除无关数据点：首先消除波束编号为"32,767"的硬件伪影（减少约600万数据点）；其次删除最小斜距附近10%的数据（排除旁瓣干扰）；最后基于背散射强度阈值（75-1750原始值）和离群值去除算法，最终保留与养殖设施相关的数据点。
3.2.2 聚类分析
采用Hdbscan聚类算法（最小聚类点数100）将点云分为22个初始簇。通过手动筛选和主成分分析二次分类，最终实现单个吊绳的分离。该方法有效解决了相邻吊绳在点云中粘连的问题。
3.2.3 声学体积计算
选择体素化方法进行体积估算。由于原始点云密度不足（仅3-5个ping覆盖每个吊绳），采用线性插值技术生成中间点，使点云密度提升15倍。最终使用5厘米边长的体素网格计算各吊绳体积。
3.2.4 插值处理
基于ping编号对连续ping之间的点进行线性插值，通过保持点序列顺序，在原始ping点对之间生成中间点，显著提高点云密度，为精确体积估算奠定基础。
4 结果与讨论
4.1 养殖设施的声学可视化
三维可视化成功显示两条长线及其吊绳结构。受多波束开角（120°）和测量距离影响，长线中央部分存在数据缺失。但与水下视频和人工检查相比，MBWC技术具有不受浑浊度影响、无需物理接触养殖设施等优势，特别适合高浊度的比利时北海海域。
4.2 长线系统状态评估
与传统吊绳检查调查（2021年9月13日和12月14日）对比发现：MBWC数据能更早识别丢失的吊绳（如38号和17号），并清晰显示吊绳缠绕情况（如13-14号）。这表明MBWC技术能提供更全面、实时的养殖系统状态评估，避免传统方法因抽样不全导致的误判。
4.3 声学体积估算结果
经15次插值和5厘米体素处理，获得吊绳体积范围为0.21-1.21立方米，与实地测量的周长数据吻合。研究提出三个改进方向：开发旁瓣干扰抑制算法提升数据质量；通过提高ping速率（理论可达150 Hz）、增加波束数量和改进采样频率提升数据密度；探索基于切片或三维凸包包的替代体积计算方法。
5 结论
本研究证实MBWC技术能有效监测养殖长线系统并实现生物量体积估算。CloudVolume_multibeam软件为水产养殖管理者提供了创新工具，对占全球贻贝产量94%的贻贝养殖业具有重要应用价值。该技术基于广泛分布的多波束设备，可通过小型工作船快速实施，为可持续水产养殖实践优化提供技术支持。未来通过无人船载平台、改进算法和精确体积验证，将进一步推动该技术的实用化进程。
