A Comprehensive Review of Fish Feeding Behavior Analysis in Aquaculture: Tasks, Techniques, and Applications

想象一下，将水产养殖场比作一家繁忙的水下餐厅。多年来，“服务员”（养殖户）不得不猜测鱼类何时饥饿。他们会观察水面，留意水花，并凭直觉决定投放多少饲料。有时他们猜少了（让鱼挨饿），有时又猜多了（浪费金钱并污染水质）。

这篇论文就像一本全面的指南，旨在将这家餐厅从“猜谜游戏”升级为高科技、自动化的用餐体验。它回顾了如何利用技术来“倾听”和“观察”鱼类，以确切了解它们想要什么、何时想要以及需要多少。

以下是用简单类比对论文主要观点的分解：

1. 两项主要任务：“它们在吃吗？”和“它们有多饿？”

作者指出，分析鱼类摄食并非单一工作，而是两项协同工作的独立任务：

• “是/否”开关（行为识别）： 这就像监控摄像头在问：“派对开始了吗？”它仅仅检测鱼类是否在摄食。它回答的是一个二元问题：正在摄食 或 未摄食。
• “音量旋钮”（强度量化）： 这是更高级的任务。它问：“派对有多吵？”鱼群是在轻轻啄食（低音量），还是在疯狂争抢食物（高音量）？这有助于养殖户确切知道该投放多少饲料。

2. 三种“倾听”鱼类的方式

论文回顾了三种不同的“感官”或技术，用于监测鱼类，每种都有其超能力和弱点：

• 眼睛（计算机视觉）：

  • 工作原理： 摄像头（水上或水下）观察鱼类游动、聚集和溅起水花。
  • 类比： 这就像体育评论员观看足球比赛。如果球员（鱼）跑得快并围绕在球（食物）周围聚集，评论员就知道进球即将来临。
  • 局限： 如果水很浑浊，阳光在水面反射，或者鱼互相遮挡，“摄像头”就会像人类在雾蒙蒙的体育场里一样感到困惑。

• 耳朵（声学）：

  • 工作原理： 水听器（水下麦克风）监听鱼类咀嚼、吞咽的声音或水花溅起的声音。
  • 类比： 这就像坐在黑暗的房间里，仅凭咀嚼和吸溜的声音就知道有多少人正在用餐。即使房间漆黑一片或水很浑浊，它也能很好地工作。
  • 局限： 这家“餐厅”很嘈杂。水泵、增氧机和雨声可能会淹没鱼类进食的声音，使得难以听到“咔嚓”声。

• 触觉（传感器）：

  • 工作原理： 设备测量水的变化，如振动、水流或溶解氧水平。
  • 类比： 想象服务员感觉到桌子因放下沉重的盘子而震动。或者，想象一个温度计因鱼类进食消耗氧气而下降。
  • 局限： 这些传感器测量的是进食的结果，而非进食本身。水泵启动可能看起来像鱼在进食，因此有时会接收到错误的信号。

3. “超级感官”（多模态融合）

论文建议，最佳方案是结合所有三种感官。

• 类比： 想象一名侦探在破案。如果只有模糊的照片（视觉），他们可能会错过细节。如果只有证人听到的声音（声学），他们可能会出错。但如果他们结合照片、声音和物证（传感器），就能获得完整的画面。
• 优势： 如果水很浑浊，摄像头失效，但麦克风仍有效。如果水泵噪音很大，麦克风会吃力，但摄像头能清晰看到鱼。它们共同弥补了彼此的盲区。

4. 我们实际上能用它做什么？

论文概述了这项技术目前在现实世界中的应用方式：

• 智能投喂： 系统不再按定时器投放饲料，而是等到它“看到”或“听到”鱼饿了才投放。当鱼吃饱时，它会自动停止，从而节省资金并保持水质清洁。
• 健康检查： 如果鱼突然停止进食或游动异常，这是它们生病或受压力的早期预警信号，允许养殖户在疾病传播前采取行动。
• 水质控制： 进食的鱼会消耗氧气并产生废物。通过确切知道鱼吃了多少，养殖场可以在需要时自动开启增氧泵或水过滤器，从而节省能源。

5. 前方的障碍

论文承认，虽然这项技术前景广阔，但尚未完美。

• “现实世界”问题： 实验室干净安静；而养殖场脏乱、黑暗且嘈杂。在实验室中表现完美的模型，往往在真实、泥泞的池塘中会失足。
• “一刀切”问题： 针对鲑鱼训练的模型可能无法理解鲈鱼。每种鱼类和每种养殖类型都不同。
• “黑箱”问题： 有时电脑会说“停止投喂”，但它无法解释为什么。养殖户需要信任系统，因此他们需要理解其背后的推理。

结语

这篇论文是一张路线图。它告诉我们，我们已超越猜测时代。我们现在拥有工具（眼睛、耳朵和传感器），可以高精度地理解鱼类摄食行为。然而，要使这成为每个养殖场的标准做法，我们需要构建更坚固、更智能、更易于在混乱的水产养殖现实世界中使用的系统。目标是实现这样一个未来：鱼类获得它们确切需要的饲料，不浪费任何资源，并保持健康。