Buletin Polusi Laut 154 (2020) 111026

Daftar isi tersedia di SainsLangsung

Buletin Polusi Laut

beranda jurnal: www.elsevier.com/locate/marpolbul

Perbandingan lapangan deteksi mamalia laut melalui metode pencitraan visual,

akustik, dan inframerah (IR) di lepas pantai Atlantik Kanada
Heather R. SmithSebuah,⁎, Daniel P. ZitterbartB,C, Thomas F. NorrisD, Michael FlauB,
Elizabeth L. FergusonD,1, Colin G. Jonese, Olaf BoebelB, Valerie D. Moultone
Sebuah LGLLimited, rekanan penelitian lingkungan, 22 Fisher St., King City, ON L7B 1A6, Kanada
B Alfred-Wegener-Institute,Helmholtz-Centre for Polar and Marine Research (AWI), Am Handelshafen 12, 27570 Bremerhaven, Jerman
C Lembaga Oseanografi Woods Hole, Lab Akustik Laut, Fisika dan Teknik Laut Terapan, Woods Hole, MA 02543, AS

D Bio-Waves Inc., 1106 2nd Street #119, Encinitas, CA 92024, AS

e LGL Limited, rekanan penelitian lingkungan, 388 Kenmount Rd., St. John's, NL A1B 4A5, Kanada

INFO ARTIKEL ABSTRAK

Kata kunci: Suara impulsif yang dihasilkan selama survei seismik telah menimbulkan respons perilaku pada mamalia laut dan dapat
Mamalia laut menyebabkan gangguan pendengaran atau cedera. Mengurangi paparan suara seismik sering bergantung pada deteksi
Metode deteksi mamalia laut secara real-time. Performa pendeteksian dipengaruhi oleh metode pendeteksian, kondisi lingkungan, dan
Pencitraan inframerah (IR)
pengalaman pengamat. Kami melakukan perbandingan lapangan dari deteksi real-time yang dibuat oleh pengamat mamalia
Pengalaman pengamat pemantauan
laut (MMO), kamera infra merah (IR), dan melalui pemantauan akustik pasif (PAM). Data dikumpulkan dari kapal penelitian
akustik pasif (PAM)
sepanjang 38 m di lepas pantai Atlantik Kanada. Hasil kami menunjukkan bahwa tingkat deteksi keseluruhan meningkat
Survei seismik
ketika metode pelengkap digunakan. MMO dan PAM kemungkinan merupakan kombinasi yang paling efektif selama laut
lepas dan curah hujan. PAM dan IR dapat digunakan dalam kegelapan. Dalam visibilitas yang baik, MMO dengan IR atau PAM
harus meningkatkan deteksi. Hasil kami menggambarkan pentingnya menangani deteksi IR positif palsu, mencocokkan
kemampuan sistem dengan kondisi laut/spesies yang diminati, dan mempekerjakan pengamat berpengalaman.

1. Perkenalan
1.1. Survei seismik dan mamalia laut
Kemampuan untuk mendeteksi mamalia laut di laut mendasari banyak
penelitian yang dilakukan pada populasi liar, dan khususnya upaya untuk
memantau dan mengurangi dampak potensial dari aktivitas manusia pada
spesies ini. Survei seismik laut merupakan kontributor utama suara laut (Haver
dkk., 2017; Klinck et al., 2012a; Miksis-Olds dan Nichols, 2016). Selama survei
seismik laut yang khas, energi akustik dihasilkan oleh sumber suara berenergi
tinggi yang ditempatkan di dekat permukaan laut dan diproyeksikan ke bawah
melalui kolom air untuk memetakan geologi yang mendasari dasar laut. Sumber
suara, biasanya susunan senapan angin (yaitu, beberapa sumber udara
terkompresi), ditarik di belakang kapal survei mengikuti garis survei yang telah
ditentukan (Caldwell dan Dragoset, 2000;
Gisiner, 2016). Energi airgun dominan dihasilkan pada frekuensi yang relatif
rendah (<100 Hz;Caldwell dan Dragoset, 2000; Tolstoy dkk., 2004) yang tumpang
tindih dengan yang digunakan oleh paus balin besar (misalnya,
Nieukirk dkk., 2004; Richardson et al., 1995). Komponen frekuensi tinggi energi
airgun relatif lebih rendah dalam energi keseluruhan, dan tumpang tindih
dengan pita frekuensi yang digunakan oleh banyak spesies paus bergigi dan paus
balin kecil (10–150 kHz; misalnya,Clarke et al., 2019;
Richardson et al., 1995). Suara impulsif yang dihasilkan selama survei seismik
telah didokumentasikan untuk memperoleh respons perilaku di banyak spesies
mamalia laut, dan respons fisiologis terhadap jenis suara yang dihasilkan selama
survei seismik telah ditunjukkan pada spesies lain (Blackwell et al., 2015; Erbe
dkk., 2018; Gordon et al., 2003;
Nowacek et al., 2015; Richardson et al., 1995; Romano dkk., 2004;
Southall et al., 2007, 2019; Batu, 2015a).
1.2. Mitigasi dampak potensial survei seismik pada mamalia laut
Peraturan dan pedoman telah diterapkan di banyak negara dengan tujuan
untuk menghindari atau mengurangi dampak negatif survei seismik terhadap
kehidupan laut (Compton et al., 2008; Reyes Reyes dkk., 2016; Todd dkk., 2015;
Weir dan Dolman, 2007). Tindakan mitigasi

⁎ Penulis yang sesuai.

Alamat email: hsmith@lgl.com (HR.Smith), dpz@whoi.edu (DP Zitterbart), thomas.f.norris@bio-waves.net (TF Norris), michael.flau@awi.de (M.Flau),
eferguson@oceanscienceanalytics.com (EL.Ferguson), cjones@lgl.com (CG Jones), olaf.boebel@awi.de (O.Boebel), vmoulton@lgl.com (VD Moulton).
1 Alamat sekarang:Ocean Science Analytics LLC, 13020 Trigger Street, San Diego, CA 92129, AS

https://doi.org/10.1016/j.marpolbul.2020.111026
Diterima 29 Maret 2019; Diterima dalam bentuk revisi 24 Februari 2020; Diterima 25 Februari 2020
Tersedia online 13 Maret 2020
0025-326X/ © 2020 Penulis. Diterbitkan oleh Elsevier Ltd. Ini adalah artikel akses terbuka di bawah lisensi CC BY-NC-ND (http://
creativecommons.org/licenses/by-nc-nd/4.0/).
HR Smith, dkk.
sering dirancang untuk meminimalkan kemungkinan mamalia laut terpapar suara
yang cukup keras untuk menyebabkan gangguan pendengaran, dan sering dipicu
ketika mamalia laut diamati memasuki, atau akan memasuki, zona aman
berdasarkan jarak horizontal dari sumber suara. Di beberapa negara, tindakan
mitigasi diterapkan untuk semua mamalia laut atau semua spesies cetacea (
Compton et al., 2008;
Weir dan Dolman, 2007). Di negara lain, tindakan mitigasi khusus dilakukan hanya
untuk spesies atau kelompok spesies tertentu. Sebagai contoh, di Kanada,
mematikan susunan senapan angin biasanya hanya diperlukan ketika spesies
yang terancam atau hampir punah diamati di, atau akan memasuki, zona aman (
DFO, 2008); di Selandia Baru, langkah-langkah mitigasi tambahan diperlukan
untuk “Species of Concern” yang terdaftar (DK, 2013); dan di Amerika Latin,
“standar mitigasi yang lebih tinggi untuk spesies tertentu” telah diusulkan (Acosta
dkk., 2017). Oleh karena itu, elemen penting dari mitigasi yang efektif mencakup
kemampuan untuk mendeteksi dan melokalisasi mamalia laut secara andal pada
waktu yang tepat, dan dalam beberapa kasus, untuk mengidentifikasi mamalia
laut ke spesies atau peringkat taksonomi lainnya.
1.3. Metode yang digunakan untuk mendeteksi mamalia laut
Visual observasi oleh pengamat manusia adalah metode yang paling umum
digunakan untuk mendeteksi mamalia laut untuk tujuan mitigasi survei seismik.
Pengamat mamalia laut (MMO) biasanya memindai permukaan laut secara
sistematis untuk mencari isyarat penampakan, yang dapat mencakup pernapasan
(yaitu, "pukulan"), bagian tubuh seperti sirip punggung dan cacing, keberadaan
burung laut, percikan, dan " jejak kaki” (yaitu, gangguan yang ditinggalkan di
permukaan oleh mamalia laut saat mereka tenggelam). Jam tangan visual dapat
dilakukan dengan mata telanjang, dibantu dengan teropong, atau biasanya
keduanya. Dibandingkan dengan metode mitigasi lainnya, MMO secara logistik
mudah digunakan di kapal dalam banyak situasi.
Kemampuan mendeteksi dan mengidentifikasi mamalia laut dipengaruhi oleh
tingkat pengalaman MMO. Jika dibandingkan dengan MMO berpengalaman,
MMO berpengalaman ditemukan mendeteksi lebih sedikit hewan (Barlow et al.,
2006; Batu, 2015b; Wright dkk., 2016), lebih kecil kemungkinannya untuk
mengklasifikasikan mamalia laut yang terdeteksi ke tingkat spesies (Barlow et al.,
2006), dan melakukan deteksi pada jarak yang lebih pendek dari kapal (Batu,
2015b). Efektivitas MMO dalam mendeteksi mamalia laut berkurang ketika
struktur kapal menghalangi pandangan MMO di sekitar kapal, MMO melihat ke
arah lain saat isyarat dihasilkan, dan ketika MMO lelah. Selain itu, kemampuan
untuk mendeteksi mamalia laut secara visual dipengaruhi secara negatif oleh
kondisi visibilitas rendah termasuk silau, kabut, hujan, laut lepas, dan gelombang
besar; dan hampir mustahil dalam kegelapan (Todd dkk., 2015; Verfuss et al., 2018
). Oleh karena itu, sering direkomendasikan bahwa metode deteksi lain, termasuk
pemantauan akustik pasif (PAM) dan sistem pencitraan inframerah (IR),
digunakan untuk melengkapi pengamatan visual untuk meningkatkan tingkat
deteksi mamalia laut.Compton et al., 2008; DFO, 2015; Verfuss et al., 2018).
penggunaan dari PAM sering didorong dalam pedoman mitigasi, dan dalam
beberapa kasus merupakan persyaratan, untuk melengkapi pemantauan visual
mamalia laut selama survei seismik, terutama pada malam hari (dirangkum
dalam Compton et al., 2008). Towed hydrophone arrays (THA) adalah jenis sistem
PAM yang digunakan hampir secara eksklusif untuk tujuan pemantauan selama
survei seismik. Pedoman untuk beberapa negara secara eksplisit mewajibkan
penggunaan THA dan menetapkan persyaratan minimum untuk komponen
perangkat keras dan perangkat lunak untuk sistem THA (misalnya, Selandia Baru:
DK, 2013; AMERIKA SERIKAT:NMFS, 2018). Di negara-negara di mana panduan
khusus tentang jenis sistem PAM tidak disediakan, misalnya Kanada (DFO, 2008)
dan Inggris (JNCC, 2017), THA biasanya digunakan (misalnya, RPS Energi Kanada,
2014; Batu, 2015b).
Agar PAM efektif, mamalia laut harus bersuara relatif sering selama periode
pemantauan, dan vokalisasi harus dapat dideteksi. Efektivitas PAM dalam
mendeteksi suara mamalia laut tidak terpengaruh secara negatif oleh kabut atau
kegelapan, seperti pada metode visual, tetapi mungkin agak berkurang selama
curah hujan atau kondisi laut lepas karena peningkatan kebisingan latar belakang
yang terkait. Bergantung kepada
2
Buletin Polusi Laut 154 (2020) 111026
konfigurasi peralatan dan suara yang dihasilkan oleh kapal survei dan senapan
angin, THA mungkin tidak dapat mendeteksi vokalisasi mamalia laut, dan
khususnya, vokalisasi frekuensi rendah dari beberapa paus balin. Keterbatasan ini
secara eksplisit diakui dalam beberapa pedoman mitigasi (misalnya,JNCC, 2017;
NMFS, 2018).
Pencitraan inframerah (IR) untuk mendeteksi mamalia laut memanfaatkan
perbedaan pancaran antara isyarat mamalia laut (misalnya, tubuh atau pukulan)
pada atau di atas permukaan air dan latar belakang laut. Kamera IR gelombang
panjang (LWIR; panjang gelombang 8-12 m) terutama telah digunakan untuk
mendeteksi mamalia laut besar termasuk minke (Balaenoptera acutorostrata),
sirip (B. physalus), biru (B.otot),
bungkuk (Megaptera novaeangliae), Abu-abu (Eschrichtius robustus), dan sperma (
fiseter makrosefalus) Paus (Cuyler dkk., 1992; Guazzo dkk., 2019; Horton et al.,
2017; Perryman dkk., 1999; Zitterbart dkk., 2013). Lumba-lumba dan paus pilot (
Globicephala sp.) juga telah terdeteksi dengan beberapa sistem (misalnya,
Baldacci et al., 2005). Sistem pencitraan IR yang digunakan untuk mendeteksi
mamalia laut dalam berbagai kecanggihan dari teropong berkemampuan IR dan
kamera tetap tunggal hingga pemindai garis berputar yang digunakan untuk
secara otomatis mendeteksi paus sepanjang waktu dan dengan bidang pandang
360° (Baldacci et al., 2005; Verfuss et al., 2018:
Zitterbart dkk., 2013). Terlepas dari kecanggihan sistem, semua sistem pencitraan
IR memerlukan stabilisasi (secara elektronik dan/atau mekanis melalui gimbal).
Deteksi IR mamalia laut dimungkinkan selama periode kegelapan (Guazzo
dkk., 2019; Perryman dkk., 1999; Schoonmaker et al., 2008; Zitterbart dkk., 2013)
dan keadaan laut yang cukup tinggi.
Zitterbart dkk. (2013, 2020)laporan membuat deteksi paus besar di Beaufort wind
force 4+. Potensi menggunakan pencitraan IR untuk mendeteksi mamalia laut
dalam kondisi berkabut terbatas (Verfuss et al., 2018). Kehilangan transmisi LWIR
meningkat dengan meningkatnya kelembaban relatif (Winchester Jr. dan
Gimmestad, 1982), dan sebagai hasilnya, jangkauan deteksi LWIR telah terbukti
menurun dengan meningkatnya kabut (Beier dan Gemperlein, 2004). Oleh karena
itu, deteksi IR mamalia laut selama kondisi berkabut sedikit (Zitterbart dkk., 2020).
Meskipun manfaat potensial yang paling jelas dari pencitraan IR adalah
mendeteksi mamalia laut dalam kegelapan, sistem IR juga dapat membantu
MMO yang lelah atau melihat ke arah yang berbeda.
1.4. Motivasi dan tujuan studi
Kemajuan teknologi telah memungkinkan survei seismik laut dilakukan dalam
kondisi laut yang semakin keras, sehingga memungkinkan survei seismik
dilakukan di wilayah laut yang sebelumnya tidak disurvei dan terpencil dan pada
sebagian besar tahun daripada yang dimungkinkan sebelumnya (mis. , Durham,
2012; NMFS, 2012). Upaya survei yang meningkat ini telah menimbulkan
kekhawatiran yang berkembang tentang efek pada kehidupan laut di wilayah ini (
Kark dkk., 2015; Kyhn dkk., 2019; Nowacek, 2013;Nowacek et al., 2015), dan
tentang kinerja prosedur mitigasi di bawah kondisi lingkungan yang lebih keras
ini.
Mengingat tingkat aktivitas survei seismik laut saat ini dan kemungkinan di
masa depan, dalam kombinasi dengan potensi untuk mempengaruhi mamalia
laut secara negatif, kami memiliki dua tujuan untuk penelitian ini. Pertama, kami
ingin meningkatkan pemahaman kami tentang bagaimana metode deteksi
mamalia laut real-time yang digunakan di laut membandingkan dan melengkapi
satu sama lain. Kedua, kami ingin lebih memahami hubungan antara tingkat
pengalaman operator MMO dan PAM dan kemampuan untuk mendeteksi dan
mengklasifikasikan mamalia laut secara efektif. Kami melakukan pengamatan
mamalia laut secara simultan dan independen melalui pemantauan visual, PAM,
dan metode pencitraan IR. Kami membandingkan deteksi dan klasifikasi mamalia
laut di seluruh metode ini dan menyarankan bagaimana metode ini dapat saling
melengkapi untuk meningkatkan deteksi mamalia laut selama survei seismik.
HR Smith, dkk.
Gambar 1. RV Pengembaraan Kelonggaran setelah pemasangan pengamat mamalia laut untuk
menstabilkan kamera IR di laut (B).
2. Metode
2.1. Detail survei
Kami menyewa RV Pengembaraan Kelonggaran (Gambar 1A), sebuah aluminium 38 m-
kapal penelitian oseanografi yang dikuliti, untuk survei. NSPengembaraan
Kelonggaran ditenagai oleh dua generator diesel CAT 125 kW dengan sistem
propulsi fixed-pitch poros kembar. Survei dilakukan di lepas pantai Nova Scotia
dan Newfoundland, Kanada; kapal berangkat dari Halifax pada tanggal 30 Juli dan
kembali pada tanggal 23 Agustus 2017. Trackline dimodifikasi sebagai tanggapan
terhadap perubahan kondisi laut sehingga arah kapal sering disesuaikan dengan
arah gelombang daripada mengikuti garis survei yang telah ditentukan (Gambar
2.). Selama pengumpulan data, kecepatan kapal dipertahankan sedekat mungkin
dengan 5 kn untuk meniru kecepatan operasi survei seismik tipikal.
2.2. Pengamatan visual
Pengamatan visual dilakukan oleh salah satu dari tiga jenis MMO:
berpengalaman, tidak berpengalaman, dan dibantu. MMO berpengalaman
(eMMO) adalah ahli biologi dengan 15+ tahun pengalaman kerja yang relevan.
Semua eMMO sebelumnya telah mensurvei mamalia laut dari pantai, kapal, dan
platform udara termasuk survei berbasis kapal di lepas pantai Atlantik Kanada.
Empat eMMO hadir selama survei.
Satu MMO berpengalaman (iMMO) digunakan dalam penelitian ini. iMMO
terdaftar dalam program sarjana biologi kelautan, akrab dengan mamalia laut,
tetapi memiliki pengalaman di laut yang sangat terbatas. iMMO tidak pernah
dilatih secara formal atau mengumpulkan data menggunakan protokol yang
serupa dengan yang digunakan oleh MMO sebagai bagian dari program
pemantauan dan mitigasi seismik. iMMO menerima satu hari pelatihan teknis
sesaat sebelum keberangkatan kapal. Topik pelatihan termasuk deskripsi spesies
dan tip identifikasi lapangan untuk mamalia laut lokal, metodologi survei, dan
protokol perekaman data. Pentingnya mengklasifikasikan mamalia laut hanya ke
peringkat taksonomi paling spesifik di mana iMMO yakin ditekankan.
MMO yang dibantu (aMMO) adalah MMO berpengalaman yang dilengkapi
dengan peringatan deteksi otomatis dari sistem IR. Peringatan disampaikan
langsung ke aMMO, yaitu, tidak diverifikasi oleh manusia untuk menghilangkan
positif palsu. AMMO memakai headset bluetooth di mana "bip" terdengar secara
real-time untuk mengingatkannya akan deteksi. AMMO dapat memilih untuk
mengabaikan peringatan (misalnya, jika sudah terlibat dalam membuat
penampakan visual), atau melihat klip video enam detik dari deteksi otomatis (
Gambar 3) pada tablet pengumpulan data. Jarak dan arah ke deteksi otomatis
dipasok ke aMMO bersama dengan klip video.
Pengamatan visual dilakukan secara bersamaan dari dua lokasi: dari
jembatan dan dari bilik di atap jembatan (Gambar 1SEBUAH). Ketinggian tampilan
perkiraan adalah 5,4 m dan 7,7 m di atas
Buletin Polusi Laut 154 (2020) 111026
(MMO) booth di atap jembatan dan kamera IR (A); gimbal itu perlu
permukaan air untuk jembatan dan bilik, masing-masing. Kedua lokasi tersebut
sedikit menghalangi pandangan ke depan dan ke samping kapal, tetapi tidak ada
pemandangan air tepat di belakang kapal. MMO di jembatan diinstruksikan untuk
tetap berada di dalam jembatan untuk menjaga independensi dari MMO di atap.
Pengamatan dilakukan dari kedua lokasi selama siang hari kecuali ketika kondisi
lingkungan membuat tidak aman bagi MMO untuk naik ke stan observasi atap.
Setiap hari, masing-masing MMO melakukan pengamatan dari posisi
pengamatan jembatan dan atap sedemikian rupa sehingga berbagai jenis upaya
pengamatan (yaitu, eMMO, iMMO, dan aMMO) secara kasar didistribusikan secara
merata di antara kedua posisi. Panjang shift pengamatan maksimum adalah 3
jam.
MMO memindai permukaan air ke depan dan samping kapal untuk mencari
mamalia laut dengan mata telanjang atau menggunakan teropong reticle Fujinon
7 × 50 mm. MMO mencatat bantalan dan jarak (diperkirakan menggunakan
reticle) untuk setiap penampakan menggunakanMysticetus perangkat lunak (oleh
Mysticetus LLC, mysticetus.com). Mysticetus merekam data GPS secara
bersamaan, secara otomatis mencatat waktu dan posisi kapal, dan secara instan
menghitung lokasi geografis setiap penampakan. Perhitungan untuk
penampakan yang dibuat dari jembatan dan atap memperhitungkan ketinggian
tampilan yang berbeda. MMO mengklasifikasikan mamalia laut ke peringkat
taksonomi paling spesifik yang mereka yakini. Informasi tambahan berikut
dikumpulkan untuk setiap penampakan: isyarat, perilaku, arah dan kecepatan
perjalanan, dan ukuran kelompok. Individu dianggap milik kelompok jika jarak
perkiraan antara individu berada dalam dua panjang tubuh untuk paus balin, 10
m untuk lumba-lumba dan paus pilot, atau lima panjang tubuh untuk anjing laut.
Ulang-penampakan individu atau kelompok yang sama dicatat seperti itu. aMMO
juga mencatat jika mereka menerima peringatan IR yang berhubungan dengan
penampakan, dan jika peringatan itu diterima sebelum atau setelah penampakan
visual dibuat (yaitu, apakah peringatan membantu aMMO dalam membuat
penampakan?).
2.3. Pemantauan akustik pasif
Sistem PAM dipantau oleh operator PAM (ePAM dan iPAM, masing-masing)
yang berpengalaman dan berpengalaman. Ketiga operator ePAM semuanya
memiliki pengalaman 6+ tahun di bidang penelitian mamalia laut dan PAM, dan
semuanya memiliki keahlian dalam pemantauan bioakustik dan analisis data
secara real-time. Operator ePAM memiliki pengalaman 4+ tahun menggunakan
PAMGuard perangkat lunak secara real-time di laut, dan akrab dengan operasi
dan pemeliharaan THA untuk penelitian dan/atau aplikasi industri seismik. Kedua
operator iPAM adalah ahli biologi dengan pengalaman kerja 15+ tahun dengan
mamalia laut, masing-masing telah menyelesaikan dua atau lebih shift sebagai
MMO dalam survei seismik lepas pantai, tetapi tidak memiliki pengalaman
sebelumnya dengan THA atauPAMGuard. Pelatihan pra-survei untuk operator
iPAM menggunakan materi kursus dari Kursus Pelatihan Teknologi Akustik Pasif
Biowaves (www. biowaves.net/passive-acoustic-technology-training/). Pelatihan
terdiri dari satu hari review independen (materi tentang teori akustik, digitalisasi
suara, kebisingan dan filter, suara mamalia laut, dan
3
HR Smith, dkk.
Gambar 2. Deteksi mamalia laut dilakukan di atas RV Pengembaraan
Kelonggaran selama 30 Juli hingga 23 Agustus 2017. (A) Deteksi MMO dilakukan
pada siang hari. (B) Deteksi PAM dilakukan setiap hari dari ca. 04:00 hingga 24:00
(waktu setempat). Semua deteksi PAM, termasuk yang tidak terlokalisasi, diplot.
(C) Sistem IR berjalan terus menerus selama survei.
PAMGuard modul pelatihan pengantar) dan sesi pelatihan tatap muka satu hari
yang dipimpin oleh staf Bio-Waves (peninjauan perangkat keras dan praktik
langsung dengan metode lokalisasi di PAMGuard). Tambahan di laut
4
Buletin Polusi Laut 154 (2020) 111026
pelatihan untuk operator iPAM dilakukan pada hari-hari awal survei dimana
operator ePAM membimbing operator iPAM.
THA terdiri dari dua pasang elemen hidrofon, papan sirkuit pra-penguat, dan
sensor tekanan, semuanya ditempatkan dalam tabung fleksibel yang diisi dengan
minyak jarak. Sepasang hidrofon frekuensi tinggi (elemen High Tech, Inc. HTI-99-
UHF; respons frekuensi efektif dari 2 Hz hingga 250 kHz) dengan jarak 0,5 m
ditempatkan di tengah-tengah antara sepasang hidrofon frekuensi menengah
(APC International 42-1021 elemen; respons frekuensi efektif dari~1 hingga 100
kHz) yang berjarak 3 m. Sebuah sensor tekanan analog (Kellar 7SE) terletak di
ujung trailing dari array. Preamplifier untuk hidrofon frekuensi tinggi dirancang
dan diintegrasikan oleh pemasok (HTI) dengan penguatan 38 dB dan filter lolos
tinggi dengan frekuensi sudut 500 Hz. Preamplifier untuk hidrofon frekuensi
menengah dirancang dan dibuat oleh Biowaves Inc., dan memiliki penguatan 40
dB, filter high-pass kutub tunggal dengan frekuensi sudut 250 Hz, dan filter low-
pass kutub tunggal dengan frekuensi sudut 35 kHz. Sebuah kabel derek
elektromekanis disambungkan ke susunan dan ditimbang dengan tali timah
untuk menenggelamkannya di bawah permukaan air. Array ditempatkan 300 m di
belakang buritan kapal menggunakan blok besar dan winch hidrolik dan sistem
drum.
Sinyal analog pra-diperkuat dari hidrofon dilewatkan dari array ke kabel
penarik kawat tembaga dan dimasukkan ke dalam sistem pemrosesan akustik
(APS) untuk pengkondisian sinyal, digitalisasi, dan pemantauan dan perekaman
selanjutnya (Rankin dan Barlow, 2011). APS ditenagai oleh bank baterai 12 V DC
yang tidak bergantung pada sistem tenaga kapal. Langkah-langkah tambahan
yang diambil untuk meminimalkan kebisingan dalam sinyal akustik termasuk
pelindung elektronik semua kabel analog akustik dari susunan ke APS dan
menghindari penggunaan elektronik berdaya tinggi dan perangkat pemancar
gelombang radio (misalnya, radio VHF) di lab akustik pada kapal.
Dalam APS, sinyal analog diperkuat dan disaring untuk mengurangi noise
frekuensi rendah menggunakan filter dan amplifier high-pass yang dapat
disesuaikan (Magrec; penguatan hingga 20 dB). Sinyal kemudian dibagi dan
dikirim ke sistem pemantauan independen untuk operator ePAM dan iPAM.
Untuk operator ePAM, sinyal hidrofon frekuensi tinggi didigitalkan menggunakan
kartu suara SAIL DAQ (Instrumentasi SMRU) pengambilan sampel pada 500 kHz
(yaitu, sinyal frekuensi tinggi), dan sinyal hidrofon frekuensi menengah
didigitalkan menggunakan antarmuka audio digital RME (model FireFace UCX),
pengambilan sampel pada 192 kHz (yaitu, sinyal frekuensi menengah). Untuk
operator iPAM, hanya sinyal frekuensi menengah yang didigitalkan menggunakan
pengambilan sampel kartu suara RME (model BabyFace) pada 192 kHz; Operator
iPAM tidak memantau sinyal frekuensi tinggi.
PAMGuard perangkat lunak digunakan untuk merekam, memvisualisasikan, dan
menganalisis sinyal digital secara real-time (versi 1.15.11; Gillespie et al., 2008;
www.pamguard.org). Selain pengumpulan data bioakustik,PAM- Penjaga juga
mencatat data GPS secara bersamaan, dan menyediakan formulir bagi operator
untuk memasukkan informasi, seperti upaya hidup/mati, pengaturan filter dan
amplifier, konfigurasi yang digunakan, catatan tentang pertemuan, dan data
tambahan lainnya.
Sinyal yang masuk selalu dipantau secara real-time oleh operator ePAM
ketika THA disebarkan (kira-kira 04:00 hingga 24:00 setiap hari; semua waktu
diberikan sebagai waktu musim panas lokal, LT). Operator iPAM memantau sinyal
akustik setiap hari dari ca. 05:00 hingga 21:00 selama dua minggu terakhir survei.
Panjang shift berkisar antara 2 hingga 3,7 jam. Operator iPAM dan ePAM bekerja
secara independen satu sama lain (yaitu, di stasiun yang terpisah secara spasial
dalam lab akustik) selama pengumpulan dan analisis data, dengan pengecualian
saat operator iPAM meminta bantuan teknis dari operator ePAM terkait dengan
perangkat keras atau masalah perangkat lunak (misalnya, malfungsi atau
komputer crash). Karena prioritas kami adalah membandingkan deteksi/lokalisasi
yang dilakukan oleh operator ePAM dan iPAM dalam jendela survei kami yang
terbatas, kami tidak ingin operator iPAM kurangnya pengalaman memecahkan
masalah dan memelihara sistem PAM untuk membahayakan jumlah data akustik
yang dikumpulkan, atau untuk menghalangi mereka melakukan deteksi. Selain
itu, operator ePAM ditugaskan untuk mengambil dan menyebarkan array,
memantau dan memelihara semua perangkat keras (termasuk sistem daya), dan
data-
HR Smith, dkk.
Gambar 3. Citra IR dari deteksi mamalia laut otomatis. Bidikan pada interval 0,2 d ditampilkan di sebelah kiri, dan klip video enam detik dari deteksi diputar berulang-ulang di panel
vertikal di sebelah kanan. Pukulan (gambar putih tinggi) terlihat di panel vertikal dan dalam bidikan 0 hingga 1,6 d, diikuti oleh bagian belakang paus (lebih kecil
gambar putih) dalam bidikan 2,8 hingga 5,8 d.
pengelolaan.
Saat berusaha, operator ePAM secara visual dan aura memantau spektogram
dan tampilan penunjuk waktu yang terdiri dari pita frekuensi ca. 500Hz – 250kHz.
Operator iPAM terbatas hanya memantau hidrofon frekuensi menengah, yang
terdiri dari ca. 500Hz
– Bandwidth frekuensi 35 kHz. Deteksi akustik tidak terbatas pada ambang batas
rasio sinyal terhadap kebisingan (SNR) tertentu, tetapi mengharuskan operator
PAM secara visual (dan secara aura ketika berada dalam ambang pendengaran
manusia) mendeteksi hewan atau sekelompok hewan pada spektogram. Detektor
erangan klik dan peluit memerlukan pemeriksaan visual spektogram ini untuk
menghilangkan kemungkinan deteksi palsu. Detektor klik menggabungkan
ambang amplitudo yang secara efektif mengurangi terjadinya deteksi palsu dari
kebisingan yang salah diklasifikasikan sebagai klik mamalia laut. Minimal 10 klik
ekolokasi atau lima peluit didefinisikan sebagai ambang batas untuk merekamnya
sebagai deteksi. Ketika suara yang tidak diketahui diamati pada spektogram,
deteksi ditinjau untuk mengurangi kesalahan klasifikasi kebisingan sebagai
vokalisasi mamalia laut.
Operator PAM mengklasifikasikan setiap deteksi ke peringkat taksonomi yang
paling spesifik. PAMGuard's Modul “Detektor Klik” dan
5
Buletin Polusi Laut 154 (2020) 111026
fitur "Klasifikasi Klik" terkait dikonfigurasikan untuk memantau berbagai spesies
ekolokasi. Pengklasifikasi klik diaktifkan untuk membedakan rangkaian klik yang
terdeteksi ke dalam kategori dengan warna terkait yang ditampilkan dalam
tampilan penunjuk waktu dari jendela Click Detector. Mereka dikonfigurasi untuk
mendeteksi frekuensi puncak yang berada dalam pita frekuensi tertentu: 2–15
kHz, 15–30 kHz, 30–50 kHz, 30–50 kHz dengan upsweep in the click, 50–80 kHz,
dan 100–140 kHz. Untuk sebagian besar pengklasifikasi, salah satu dari beberapa
spesies dapat dideteksi. Oleh karena itu, pengklasifikasi digunakan untuk
membantu mengatur klik sehingga operator dapat mengevaluasi karakteristik
klik, dan jika mungkin, menetapkan kelompok spesies. Misalnya, pengklasifikasi
100-140 kHz dapat mendeteksi kereta klik yang dihasilkan oleh lumba-lumba
pelabuhan (phocoena phocoena), lumba-lumba Dall (Phocoenoides dalli), paus
sperma kerdil (Kogia sima), dll. Pengklasifikasi ini berguna untuk membedakan
spesies ini dari paus paruh, lumba-lumba, dan paus sperma, tetapi tidak dapat
digunakan untuk mengidentifikasi spesies pasti yang menghasilkan rangkaian
klik. Sebagai alternatif, operator mungkin hanya menunjukkan bahwa hewan/
kelompok yang bersuara membuat panggilan frekuensi tinggi pita sempit (NBHF)
karena identifikasi spesies waktu nyata terkadang sulit. Peluit dan erangan
frekuensi rendah terdeteksi
HR Smith, dkk.
dengan memantau secara visual pita 500 Hz – 35 kHz dalam jendela spektogram.
Untuk memperoleh pelokalan, operator PAM memilih klik dari tampilan
penunjuk waktu dari jendela Detektor Klik, atau peluit dari spektogram, dan
menetapkannya ke rangkaian klik atau grup. PAMGuard
bantalan yang diplot terkait dengan kereta klik atau grup ini pada peta, dan
operator PAM memeriksa peta ini untuk mengetahui keberadaan bantalan
konvergen untuk menetapkan lokalisasi ke individu atau kelompok hewan. Data
ini kemudian digunakan, melalui analisis gerakan target (Leaper dkk., 1992),
untuk memperkirakan lokasi hewan atau kelompok hewan yang bersuara.
Operator PAM secara manual mengukur jarak tegak lurus dari trackline ke
lokalisasi menggunakan alat ukur yang merupakan bagian dariPAMGuard
perangkat lunak. Keterbatasan menggunakan hanya dua hidrofon dalam array
linier adalah bahwa lokalisasi tunduk pada ambiguitas kiri-kanan. Oleh karena itu,
lokalisasi bayangan cermin diperkirakan di kedua sisi trackline. Operator PAM
juga merekam deteksi yang tidak menghasilkan lokalisasi.
2.4. Sistem pencitraan inframerah (IR)
Kamera IR yang berputar (sensor FIRSTnavy, Rheinmetall Defense Electronics
GmbH, RDE) dan gimbal yang distabilkan secara aktif dipasang pada platform
yang dibuat khusus yang dilas ke kapal (Gambar 1B). Kamera IR memiliki
ketinggian pandang 7,8 m di atas permukaan air kapal, dan bidang pandang
244,5° (FOV; dari 120,9° hingga 123,6°, di mana 0° menghadap ke depan). FOV
kamera IR sedikit terhalang oleh superstruktur kapal di depan dan di samping
kapal, mirip dengan penghalang yang dihadapi oleh MMO. Gambar sensor
angkatan laut PERTAMA memancar dalam pita panjang gelombang 8 – 12 m
(LWIR) dan didinginkan hingga 84 K menggunakan pendingin Sterling. Memindai
360° horizontal x 18° vertikal pada 5 putaran per detik, menyediakan aliran video
5-Hz pada resolusi horizontal dan vertikal masing-masing 0,05°/piksel dan 0,03°/
piksel.
Sistem IR dioperasikan terus menerus selama survei berlangsung. Namun,
data IR yang dikumpulkan pada malam hari setelah THA diambil dan operator
PAM telah "tidak berusaha" dikeluarkan dari analisis karena selama jam malam
kapal secara berkala meningkatkan kecepatan hingga 10 kn untuk perawatan
mesin. Akuisisi dan pemrosesan data dilakukan dengan perangkat lunak yang
dikembangkan secara khusus (Tastego). Tashtegomenggunakan pendekatan
deteksi dan klasifikasi multi-langkah yang dikembangkan dengan data yang
dikumpulkan selama ekspedisi sebelumnya (Zitterbart dkk., 2020). Tashtego
membuat deteksi IR dengan melacak kontras dalam pancaran dalam aliran video
IR dan menerapkan seperangkat aturan heuristik yang dirancang untuk
mengurangi jumlah mamalia non-laut (misalnya, burung dan kapal) yang
terdeteksi. Namun demikian, deteksi IR otomatis mencakup positif benar dan
positif palsu. Seorang insinyur mengawasi fungsi sistem IR, dan menyesuaikan
ambang deteksi ketika tingkat deteksi otomatis meningkat sehingga frekuensi
peringatan menjadi penghalang bagi aMMO.
Tashtego sekaligus mencatat posisi dan pos kapal. Itu juga merekam
bantalan, dan secara instan memperkirakan jarak, ke setiap deteksi otomatis.
Meskipun gimbal mengkompensasi hingga 12° roll dan 10° pitch, kami sering
menjumpai kondisi laut yang melebihi batas ini. Selama waktu tanpa stabilisasi
gimbal yang berfungsi (lihat Videoclip S1 dalam materi Tambahan untuk contoh di
mana kapasitas gimbal terlampaui), deteksi serta perkiraan jarak olehTashtego
tidak dapat diandalkan. Sayangnya, sistem IR tidak dirancang untuk mencatat
waktu di mana kapasitas gimbal terlampaui, dan karena itu kami tidak dapat
mengidentifikasi dan menghilangkan periode waktu ini dari kumpulan data kami.
Kami memperhitungkan ini dengan hanya memasukkan bantalan ke deteksi IR
otomatis dalam analisis kami.
2.5. Terminologi yang digunakan untuk mendeskripsikan deteksi
Dalam makalah ini, kami menggunakan istilah yang berbeda untuk merujuk pada deteksi
yang dibuat menggunakan metode pencitraan visual, akustik, dan IR. Mamalia laut
6
Buletin Polusi Laut 154 (2020) 111026
deteksi yang dibuat oleh MMO disebut sebagai "deteksi MMO". Deteksi akustik
mamalia laut disebut sebagai “deteksi PAM”, atau jika pelokalan memungkinkan,
“lokalisasi PAM”. Sistem pencitraan IR digunakan untuk membuat "deteksi IR
otomatis". Setelah verifikasi manusia, deteksi IR otomatis dikategorikan sebagai
"benar"
atau deteksi IR positif palsu”.
2.6. Data lingkungan
MMO merekam, ketika sedang berusaha di siang hari, data lingkungan
berikut setiap setengah jam dan ketika kondisi berubah: jenis presipitasi (hujan,
gerimis, kabut atau tidak ada), kekuatan angin (Angkatan Angin Beaufort), dan
jarak pandang (perkiraan melihat jarak maksimum 10 km). Data Air and Sea
Surface Temperature (SST) dari pelampung Banquereau pada 44.240 N 57.100 W
diunduh darihttp://www.meds-sdmm.dfo-mpo.gc.ca/isdm-gdsi/waves-vagues/
data-donnees/data-donnees-eng.asp?medsid=C44139; data dicatat pada interval
3 jam.
2.7. Analisis data
Analisis dilakukan di R 3.5.1 (Tim Inti R, 2018) atau Matlab R2017b (The
MathWorks Inc., 2017), dan hasilnya dianggap signifikan pada = 0,05.
Untuk mengidentifikasi deteksi IR otomatis mana yang merupakan deteksi
sebenarnya dari mamalia laut dan deteksi mana yang positif palsu, semua deteksi
IR otomatis diverifikasi oleh manusia. Tinjauan dan klasifikasi awal dilakukan oleh
MMO saat masih di laut (tetapi tidak saat melakukan pengamatan). Klasifikasi
bersifat subjektif dan berdasarkan tampilan keseluruhan anomali IR dalam klip
video enam detik (Gambar 3). Subset deteksi yang awalnya diklasifikasikan
sebagai positif sejati kemudian ditinjau oleh tiga MMO independen dan
diklasifikasikan ke peringkat taksonomi paling spesifik di mana dua atau lebih
pengulas memiliki keyakinan.
Deteksi IR positif sejati duplikat (yaitu, beberapa deteksi otomatis yang dibuat
selama satu pukulan atau permukaan sirip punggung) dikeluarkan dari kumpulan
data. Hal ini dicapai dengan mengidentifikasi deteksi yang dibuat dalam dua detik
dan lima derajat bantalan satu sama lain dan hanya mempertahankan yang
pertama.
Data dianalisis pada tingkat deteksi individu atau "perjumpaan". Untuk MMO dan sistem IR, isyarat tunggal (misalnya, pukulan
atau sirip punggung) dianggap sebagai deteksi tunggal. Untuk sistem PAM, deteksi didefinisikan sebagai serangkaian vokalisasi
(misalnya, klik kereta atau peluit yang terkait erat dalam waktu dan/atau ruang) dan dianggap oleh operator untuk dilakukan oleh
individu atau kelompok mamalia laut, dan digunakan untuk membuat lokalisasi (jika mungkin). Analis menetapkan deteksi untuk
pertemuan selama pasca-pemrosesan. Pertemuan didefinisikan untuk memasukkan deteksi yang dibuat menggunakan satu atau
lebih metode, dan terdiri dari deteksi berulang (atau lokalisasi) dari apa yang kemungkinan merupakan individu atau kelompok
mamalia laut yang sama (yaitu, "penampakan ulang") atau termasuk beberapa kelompok hewan dalam sekitar umum yang sama jika
mereka terjadi dalam ca. 5 sampai 10 menit satu sama lain (misalnya kelompok lumba-lumba mendekati dan menunggangi kapal,
paus bungkuk melakukan aktivitas permukaan). Faktor yang dipertimbangkan saat menetapkan deteksi untuk pertemuan termasuk
spesies, ukuran kelompok, lokasi deteksi (jika tersedia), perilaku perjalanan, dan komentar apa pun yang direkam oleh operator
MMO atau PAM. Perjumpaan terkadang mencakup lebih dari satu spesies, misalnya, beberapa pertemuan mencakup lumba-lumba
(satu atau lebih spesies) dan paus pilot. Perjumpaan juga terkadang mencakup hewan yang diklasifikasikan secara berbeda oleh
pengamat/operator yang berbeda (misalnya, paus bungkuk dan paus balin yang tidak teridentifikasi). lokasi deteksi (jika tersedia),
perilaku perjalanan, dan komentar apa pun yang direkam oleh operator MMO atau PAM. Perjumpaan terkadang mencakup lebih dari
satu spesies, misalnya, beberapa pertemuan mencakup lumba-lumba (satu atau lebih spesies) dan paus pilot. Perjumpaan juga
terkadang mencakup hewan yang diklasifikasikan secara berbeda oleh pengamat/operator yang berbeda (misalnya, paus bungkuk
dan paus balin yang tidak teridentifikasi). lokasi deteksi (jika tersedia), perilaku perjalanan, dan komentar apa pun yang direkam oleh
operator MMO atau PAM. Perjumpaan terkadang mencakup lebih dari satu spesies, misalnya, beberapa pertemuan mencakup lumba-
lumba (satu atau lebih spesies) dan paus pilot. Perjumpaan juga terkadang mencakup hewan yang diklasifikasikan secara berbeda
oleh pengamat/operator yang berbeda (misalnya, paus bungkuk dan paus balin yang tidak teridentifikasi).
Deteksi yang dilakukan melalui metode MMO, PAM, dan IR dirangkum dalam
kategori tiga parameter lingkungan (presipitasi, kekuatan angin Beaufort, dan
visibilitas) untuk saat-saat ketika ketiga metode digunakan secara bersamaan.
Perbandingan kualitatif tingkat deteksi disajikan dengan ukuran sampel yang
kecil (yaitu, jumlah upaya)
HR Smith, dkk.
untuk banyak kategori lingkungan.
Proporsi deteksi yang dilakukan pada tingkat spesies dibandingkan untuk
metode/tingkat pengalaman yang berbeda dengan uji eksak Fisher 1 sisi (
McDonald, 2014). Tes satu sisi digunakan karena MMO dan pengamat/operator
berpengalaman diharapkan untuk mengklasifikasikan lebih banyak deteksi ke
tingkat spesies daripada operator PAM dan pengamat/operator yang tidak
berpengalaman, masing-masing. Tes post-hoc dinilai menggunakan alfa yang
dimodifikasi Bonferroni. Perbandingan untuk eMMO vs. iMMO dibuat untuk
semua jarak deteksi yang digabungkan, serta jarak deteksi 500 m dan ˃500 m.
Tempat sampah jarak ini diperiksa karena 500 m adalah radius minimum yang
diperlukan untuk zona aman yang ditentukan dalam banyak pedoman mitigasi (
Acosta dkk., 2017; DCE dkk., 2015; DFO, 2008; Weir dan Dolman, 2007).
Deteksi mamalia laut dilakukan melalui metode deteksi yang berbeda dan
oleh operator MMO dan PAM dengan tingkat pengalaman yang berbeda
dibandingkan dengan menghitung probabilitas bersyarat (Persamaan.
(1)).
P (A | B) = P (AB)
P (B)
Probabilitas bersyarat dihitung pada tingkat pertemuan, dan hanya
pertemuan yang terjadi selama waktu upaya bersamaan untuk metode/tingkat
pengalaman yang dibandingkan yang dimasukkan dalam perhitungan.
Probabilitas bersyarat yang melibatkan deteksi IR dihitung untuk semua
pertemuan cetacea digabungkan, dan secara terpisah untuk paus besar dan
cetacea kecil (yang merupakan kelompok yang saling eksklusif). Paus baleen dan
sperma termasuk dalam kategori “paus besar”, sedangkan semua paus bergigi
lainnya dikategorikan sebagai “cetacea kecil”. Probabilitas bersyarat yang
melibatkan deteksi PAM hanya menggunakan deteksi yang terlokalisasi (yaitu,
lokalisasi PAM), dan tidak dihitung untuk paus balin karena umumnya tidak
terdeteksi oleh THA.
Distribusi radial deteksi di sekitar kapal dibandingkan menggunakan
Watson's U2 uji homogenitas (paket 'CircStats'; Lund dan Agostinelli, 2018).
Distribusi radial deteksi MMO dan IR dibandingkan pada tingkat deteksi individu
untuk mengkarakterisasi tingkat FOV yang dapat dipantau menggunakan metode
ini. Distribusi radial MMO vs. PAM dan eMMO vs. iMMO dibandingkan pada
tingkat pertemuan untuk mengkarakterisasi di mana jenis pengamat ini biasanya
mendeteksi mamalia laut.
Untuk pertemuan tertentu, jarak dan waktu deteksi awal dibandingkan untuk
tipe pengamat yang berbeda. Jarak deteksi awal untuk pertemuan yang direkam
oleh eMMO, aMMO, dan ePAM dibandingkan menggunakan ANOVA dan uji post-
hoc DTK (paket 'DTK';Lau, 2013), sedangkan pasangan bersisi 1 T-tes digunakan
untuk perbandingan eMMO vs iMMO. Uji peringkat bertanda Wilcoxan digunakan
untuk membandingkan jarak deteksi awal untuk ePAM dan iPAM karena distribusi
perbedaan jarak antara kedua metode itu miring (McDonald, 2014). Waktu
lokalisasi awal untuk pertemuan yang direkam oleh MMO (eMMO dan aMMO
digabungkan) dan operator ePAM dibandingkan menggunakan uji peringkat
bertanda Wilcoxon, sedangkan eMMO vs. iMMO dan ePAM vs. iPAM dibandingkan
menggunakan 1-sisi berpasanganT-
tes.
3. Hasil
Kondisi lingkungan umumnya menguntungkan untuk melihat mamalia laut.
Selama survei, curah hujan terbatas (termasuk kabut), jarak pandang didominasi
>4 km, dan keadaan laut umumnya pada atau di bawah kekuatan angin Beaufort
4 (Tabel 1). Suhu udara dan SST yang terekam oleh pelampung Banquereau rata-
rata masing-masing 18,49 ± 0,95 °C dan 18,23 ± 0,71 °C (rata-rata ± SD) selama 31
Juli hingga 23 Agustus 2017.
Buletin Polusi Laut 154 (2020) 111026
Sebanyak 1981 deteksi mamalia laut (semua metode digabungkan) dilakukan
selama survei (Meja 2, Gambar 1, Tabel S1 dalam bahan tambahan). Sebagian
besar upaya dan deteksi dilakukan pada siang hari (Meja 2).
3.1. Sistem inframerah (IR) berfungsi
NS Pengembaraan Kelonggaran adalah kapal terkecil di mana AIMMMS telah
dipasang hingga saat ini, dan ketinggian platform rendah tempat sensor
dipasang, 7,8 m dibandingkan dengan >15 m pada instalasi lain, dalam kombinasi
dengan laut yang bergulung, sering kali melebihi batas stabilisasi mekanis
dengan gimbalnya. Selama waktu "macet" ini, FOV kamera berbeda dari satu
bingkai ke bingkai berikutnya, sehingga menghilangkan korespondensi piksel
antar bingkai, yang merupakan dasar untuk algoritme deteksi otomatis. Secara
desain, algoritme deteksi tidak dapat berfungsi pada umpan video yang tidak
distabilkan, dan oleh karena itu kinerjanya buruk (yaitu, memiliki kemungkinan
yang lebih besar untuk membuat deteksi positif palsu dan penurunan
kemungkinan membuat deteksi positif yang sebenarnya) selama waktu ini.
Kurangnya stabilisasi ini tampak jelas bagi MMO saat meninjau klip video secara
(1) manual karena cakrawala dalam citra tidak tetap stabil (Videoclip S1 dalam materi
Tambahan). Insinyur IR mencatat bahwa ini terjadi selama sebagian besar waktu.
Karena sistem tidak dirancang untuk mencatat periode ketika batas gimbal
terlampaui, periode ini tidak dapat dikecualikan dari analisis.
Sistem IR membuat 9189 deteksi otomatis selama survei; 1501 (16,3%) dari ini
awalnya diklasifikasikan sebagai positif sejati (Tabel 3SEBUAH). Setelah menjalani
tinjauan kedua, 74 di antaranya diklasifikasikan ulang sebagai positif palsu (Tabel
3B), sehingga mengurangi jumlah total positif sejati menjadi 1427 (15,5%).
Mayoritas positif palsu adalah burung dan gelombang (41,4% dan 22,8% dari
semua deteksi otomatis, masing-masing;Tabel 3, Klip Video S2 dan S3 dalam
materi Tambahan). Burung penciduk adalah kelompok burung yang paling
bermasalah, dalam hal menyebabkan deteksi IR positif palsu. Shearwaters secara
otomatis terdeteksi ketika arung jeram di permukaan air selama laut tenang;
mendarat atau meluncur melintasi permukaan air sebelum mengudara selama
kondisi laut tenang hingga sedang; dan membubung rendah di atas air selama
kondisi gelombang besar yang berangin (ketika mereka akan menghilang di balik
puncak gelombang dan kemudian muncul kembali). Spesies shearwater yang
ditemukan adalah ca. 90% Shearwater Hebat (Puffinus gravis), diikuti oleh Sooty (
Ardenna grisea), milik Cory (Calonectris borealis), dan Manx (P. puffinus), dalam
urutan menurun. Burung yang lebih besar, seperti camar dan gannet, juga
terdeteksi di air.
Deteksi IR positif sejati menerima klasifikasi luas akhir paus (223, terutama
paus besar; Klip Video S4 hingga S8 dalam materi Tambahan), lumba-lumba (861,
termasuk lumba-lumba kecil dan besar serta paus pilot; Klip Video S9 hingga S11
dalam materi Tambahan ), dan cetacea (343). Sedangkan empat deteksi otomatis
menerima klasifikasi akhir (yaitu, disetujui oleh dua atau lebih peninjau) paus
sperma (Tabel 3B), 20 deteksi tambahan diklasifikasikan ke tingkat spesies (paus
sperma (4), paus bungkuk (16)) selama tinjauan putaran kedua. Namun, tingkat
kepercayaan ini hanya dimiliki oleh satu peninjau di setiap contoh; dengan
demikian, deteksi ini diklasifikasikan menurut aturan mayoritas sebagai paus
balin (6), paus balin atau sperma (5), paus tak dikenal (2), cetacea (1), dan lumba-
lumba (6).
3.2. Sistem IR waktu nyata digunakan oleh MMO saat melakukan pengamatan
aMMO berusaha selama 184,3 jam selama survei (Meja 2A) dan
membuat total 146 deteksi unik (yaitu, penampakan ulang dikecualikan;
Tabel 4). Dari deteksi ini, 144 diklasifikasikan sebagai cetacea, dan dua
diklasifikasikan sebagai anjing laut tak dikenal. 21,3% dari deteksi ini (Tabel 4)
dikaitkan dengan peringatan IR secara real-time oleh aMMO. Dari deteksi
cetacean, 15 diamati setelah menerima peringatan IR, 16 diamati oleh aMMO
dengan penerimaan peringatan IR berikutnya, dan 113 tidak memiliki peringatan
IR terkait secara real-time (Tabel 4). Peringatan IR yang terkait dengan deteksi
terutama untuk paus bergigi (24 dari 146
7
HR Smith, dkk. Buletin Polusi Laut 154 (2020) 111026

Tabel 1
Kondisi lingkungan yang direkam oleh pengamat pada siang hari saat melakukan survei untuk mamalia laut lepas pantai
Atlantik Kanada, Agustus 2017.

Parameter lingkungan Kategori parameter dan persentase jam siang hari di setiap kategori

Pengendapan Tidak ada (88,1%); Hujan (1,8%); Gerimis (1,5%); Kabut (7,8%); Campuran
Kekuatan angin (0,7%) 0-1 (5,4%); 2 (20,2%); 3 (26,6%); 4 (17,4%); 5+ (30,4%)
Visibilitas (km) 0,5 (3,2%); >0,5 & 1 (1,7%); >1 & 2 (2,6%); >2 & 4 (4,7%); 4+ (87,7%)

Meja 2
Ringkasan semua upaya pengumpulan data dan deteksi mamalia laut yang dilakukan oleh MMO, operator PAM, dan melalui pencitraan IR. Jam siang hari adalah dari ca. 05:30 hingga
20:00 WIB. Data PAM dan IR dikumpulkan dari ca. 04:00 hingga 24:00 LT setiap hari dan termasuk waktu ketika kemampuan stabilisasi gimbal sistem IR terlampaui. Deteksi IR duplikat
dari isyarat yang sama (misalnya, pukulan) telah dikecualikan. Deteksi berulang (yaitu, "penampakan kembali") dari hewan/kelompok individu disertakan.

Siang hari Senja/Kegelapan

Metode deteksi1 Usaha (h) Jumlah deteksi Tingkat deteksi (/ jam) Usaha (h) Jumlah deteksi Tingkat deteksi (/ jam)

Deteksi A.MMO
eMMO 185.7 241 1.3 3.5 1 0,3
iMMO 88.3 80 0.9 0.2 0 0
amunisi 177.7 198 1.1 6.6 1 0.2
Total 451.7 519 1.1 10.3 2 0.2

Deteksi B.PAM
ePAM 189.1 212 1.1 52.4 45 0.9
iPAM 143.5 224 1.6 10 27 2.7
Total 332.6 436 1.3 62.4 72 1.2

C. Deteksi Inframerah (IR)

Memutar kamera IR 287.7 841 2.9 112.4 111 1.0
Total keseluruhan, semua metode digabungkan 1072 1796 1.7 185.1 185 1.0

1 eMMO = MMO berpengalaman, iMMO = MMO tidak berpengalaman, aMMO = MMO yang dibantu, ePAM = operator PAM berpengalaman, iPAM = PAM tidak berpengalaman

operator.

Tabel 3 Tabel 4
Klasifikasi retrospektif (oleh manusia) dari deteksi IR otomatis. Deteksi mamalia laut yang dibuat oleh aMMO, yaitu, dengan akses ke peringatan deteksi
otomatis dari sistem pencitraan IR. Deteksi ulang (yaitu, "penglihatan ulang-
Positif sejati Positif palsu
ings") individu hewan/kelompok tidak termasuk.
A. Klasifikasi awal dari semua IR otomatis deteksi Mamalia laut Jumlah deteksi terkait dengan peringatan IR
Meniup 209 Burung-burung 3804
Tubuh 851 Ombak 2093 Peringatan Peringatan diterima Tidak ada peringatan IR

lumba-lumba 415 Matahari, awan, tidak diketahui 1117 didahului setelah berkaitan dengan
Pelanggaran, percikan 26 Objek di laut 592 deteksi deteksi deteksi secara nyata-
Tanah 82 waktu
Total 1501 7688

B. Klasifikasi akhir dari deteksi IR positif sejati awal A.Paus baleen (termasuk paus tak dikenal)
Paus sperma 4 Burung 12 Paus biru 0 0 2
Paus balin 38 Melambai 9 Paus sirip 0 1 2
Baleen atau paus 75 Tidak dikenal 53 Paus minke 0 0 1
sperma Paus tak dikenal 106 Paus bungkuk 0 1 11
Lumba-lumba, kecil 21 balin tak dikenal 3 1 9
Lumba-lumba, besar 3 Paus
lumba-lumba 837 Paus tak dikenal 0 1 3
Dr bangsa ikan paus 343 Jumlah tidak. dan % dari semuanya 3 (2,1%) 4 (2,7%) 28 (19,2%)
Total 1427 74 mamalia laut
B. Paus bergigi
Paus pilot sirip panjang 1 0 6
Lumba-lumba paruh putih 0 0 5
deteksi; 16,4%). Deteksi segel tidak dikaitkan dengan peringatan. sebuah IR
Sisi putih Atlantik 0 0 2
lumba-lumba

Umum berparuh pendek 6 3 33

lumba-lumba

3.3. Perbandingan deteksi MMO, PAM, dan IR Lumba-lumba Risso 1 2 0

Lumba-lumba bergaris 0 1 0
Lumba-lumba tak dikenal 3 5 36
Inspeksi visual data mengungkapkan bahwa tingkat deteksi berubah dengan Paus sperma 0 1 3
kondisi lingkungan, dan perubahan yang diamati bervariasi dengan metode Odontocete tak dikenal Jumlah 1 0 0
deteksi (Tabel 5). Pengendapan jarang dialami selama survei, dan karenanya, no. dan % dari semuanya 12 (8,2%) 12 (8,2%) 85 (58,2%)
mamalia laut
jumlah deteksi terbesar dilakukan selama waktu tanpa curah hujan (Tabel 5
C. Segel tak dikenal 0 0 2
SEBUAH). Sementara tingkat deteksi PAM sama untuk waktu tanpa presipitasi vs. Total keseluruhan dan % dari semuanya 15 (10,3%) 16 (11,0%) 115 (78,8%)
waktu dengan presipitasi (hujan, gerimis, dan kabut, gabungan), tingkat deteksi mamalia laut
MMO dan IR lebih besar tanpa presipitasi vs. waktu dengan presipitasi. Saat ada
curah hujan (hujan, gerimis, dan kabut,

8
HR Smith, dkk. Buletin Polusi Laut 154 (2020) 111026

Tabel 5 Tabel 6
Deteksi MMO, PAM, dan IR mamalia laut dilakukan selama upaya bersamaan dan Probabilitas bersyarat untuk deteksi deteksi, lokalisasi PAM, dan metode IR
dikategorikan menurut kondisi lingkungan yang direkam oleh MMO. Upaya MMO cetacea ketika ketiganya digunakan secara bersamaan (di-
termasuk saat kemampuan stabilisasi gimbal sistem IR terlampaui. Deteksi IR termasuk waktu ketika kemampuan stabilisasi gimbal sistem IR terlampaui). Paus
duplikat dari isyarat yang sama (misalnya, pukulan) telah besar termasuk paus balin dan sperma, dan cetacea kecil termasuk semua
pengecualian. Ulang deteksi (yaitu, "penampakan kembali") dari hewan/kelompok individu paus bergigi lainnya.
sudah termasuk.
Probabilitas bersyarat
Lingkungan Pengamatan Mamalia laut Mamalia laut
parameter dan usaha (h) deteksi sesuai tingkat deteksi (/ jam) Semua cetacea Paus besar Cetacea kecil
kategori mengetik usaha menurut jenis
usahanya P(MMO|IR) 0.21 0.34 0,20
P(MMO|PAM) 0,28 tidak1 0,25
MMO PAM IR MMO PAM IR P(IR|MMO) 0,28 0.21 0,26
P(IR|PAM) 0.13 tidak 0,09
A. Curah hujan P(PAM|MMO) 0,42 tidak 0,47
Tidak ada 178.8 426 399 741 2.4 2.2 4.1 P(PAM|IR) 0.12 tidak 0.11
Hujan 0,3 1 1 0 3.3 3.3 0,0
1 Sebagian besar panggilan paus balin berada di bawah filter preamp high-pass 250 Hz
Gerimis 1.4 2 6 0 1.4 4.3 0,0
Kabut 16.7 16 34 7 1.0 2.0 0.4 dan antara 250 dan 500 Hz di mana suara kapal secara konsisten menutupi suara
RDF1 18.4 19 41 7 1.0 2.2 0.4 biologis dan oleh karena itu ditandai sebagai "NA".
B. Kekuatan angin Beaufort
0-1 10.6 1 0 0 0.1 0,0 0,0 signifikan untuk deteksi IR vs. MMO (Watson's kamu2 1020, 614 = 1,75,
2 39.1 67 60 137 1.7 1.5 3.5
p < .001). Deteksi MMO relatif merata di sekitar bagian depan dan samping kapal,
3 60.4 140 94 526 2.3 1.6 8.7
sedangkan sebagian besar deteksi IR dilakukan di sepanjang sisi kanan kapal.
4 27.8 131 135 71 4.7 4.9 2.6
5+ 59.2 106 151 14 1.8 2.6 0.2 Sejumlah kecil deteksi MMO yang dilakukan ke arah buritan kapal tidak ada dalam
FOV kamera IR.
C. Visibilitas (km)
0,5 6.9 6 12 2 0.9 1.7 0,3
> 0,5 & 1 3.8 2 13 1 0,5 3.4 0,3
>1&2 5.1 8 10 0 1.6 2.0 0,0
3.4. Perbandingan deteksi eMMO, aMMO, dan PAM
>2&4 7.1 4 12 0 0.6 1.7 0,0
4 22.9 20 47 3 0.9 2.1 0.1
>4 174.3 425 393 745 2.4 2.3 4.3 Selama 80 jam upaya bersamaan oleh operator eMMO, aMMO, dan ePAM,
Total 197.2 445 440 748 0.9 1.7 0,3 masing-masing operator eMMO dan ePAM membuat lebih banyak deteksi

1 RDF = gabungan hujan, gerimis, dan kabut.

daripada aMMO. Dari deteksi yang dilakukan oleh operator ePAM, sedikit lebih
dari setengahnya terlokalisasi (Tabel 7). Selama upaya bersamaan, MMO
(berpengalaman dan dibantu) mendeteksi paus balin dan paus bergigi sedangkan
digabungkan), PAM menghasilkan tingkat deteksi yang lebih besar dari dua kali
operator ePAM hanya mendeteksi paus bergigi (Tabel 7).
tingkat untuk MMO, dan lima kali tingkat untuk sistem IR. Sistem IR tidak
membuat deteksi selama periode hujan atau gerimis.
MMO (berpengalaman dan dibantu) mengklasifikasikan lebih banyak deteksi
Sedikit lebih dari setengah upaya survei siang hari terjadi dalam kondisi
ke tingkat spesies daripada operator ePAM (uji eksak Fisher 1 sisi, semua
dengan Kekuatan angin Beaufort 3 (Tabel 5B). Tingkat deteksi MMO dan PAM
p < .001). Satu-satunya spesies yang diklasifikasikan oleh operator ePAM selama
keduanya meningkat dengan meningkatnya kekuatan angin hingga kekuatan
upaya bersamaan adalah paus sperma, sedangkan MMO mengklasifikasikan
angin Beaufort 4, dan kemudian menurun setelah itu. Tingkat deteksi MMO lebih
spesies paus balin dan paus bergigi (Tabel 7). Deteksi tunggal paus bungkuk dan
besar dari tingkat deteksi PAM pada kekuatan angin Beaufort 3 tetapi lebih
lumba-lumba Risso (Grampus griseus) dibuat oleh operator ePAM selama survei,
rendah dari tingkat deteksi PAM pada kekuatan angin Beaufort 5. Tingkat deteksi
tetapi tidak dibuat pada saat eMMO dan aMMO juga sedang digunakan, dan oleh
IR paling besar selama tingkat kekuatan angin Beaufort 2-3 dan lebih besar dari
karena itu tidak disertakan dalam analisis data dari upaya bersamaan ini.
tingkat deteksi MMO dan PAM yang sesuai. Tingkat deteksi IR menurun pada
gaya angin Beaufort 4 dan lebih rendah dari tingkat deteksi MMO dan PAM yang
Dari 72 pertemuan paus bergigi yang terdeteksi (dan terlokalisasi) selama
sesuai.
upaya bersamaan oleh operator eMMO, aMMO, dan ePAM, 17 dicatat oleh ketiga
MMO memperkirakan bahwa visibilitas adalah >4 km selama sebagian besar
jenis pengamat (Tabel 8SEBUAH). Lebih banyak pertemuan paus bergigi dicatat
survei (Tabel 5C). Jumlah deteksi terbesar dilakukan selama kondisi visibilitas yang
oleh operator ePAM daripada oleh eMMO atau aMMO (Tabel 8SEBUAH).
relatif baik ini, dibandingkan dengan semua tingkat visibilitas yang lebih rendah
Kemungkinan besar juga bahwa operator ePAM akan melokalisasi paus bergigi
digabungkan, untuk semua metode. Ketika jarak pandang 4 km, metode PAM
yang juga terletak secara visual oleh MMO (56%,
menghasilkan tingkat deteksi yang lebih besar daripada MMO atau sistem IR.
Tabel 8B) daripada MMO adalah untuk menemukan paus bergigi yang juga
Sistem IR memiliki tingkat deteksi keseluruhan tertinggi saat jarak pandang >4
dilokalisasi oleh ePAM (39%; Tabel 8B). Dua puluh delapan pertemuan paus
km.
bergigi hanya dicatat oleh operator ePAM selama ini (Tabel 8SEBUAH). Dua belas
Deteksi yang dibuat oleh MMO dan sistem IR diamati tumpang tindih paling
pertemuan paus balin direkam oleh MMO selama upaya bersamaan oleh
konsisten. Probabilitas deteksi yang dibuat oleh MMO juga dilakukan oleh sistem
operator eMMO, aMMO, dan ePAM. Probabilitas bahwa paus balin yang
IR, dan sebaliknya, berkisar antara 20% hingga 34%. Dari jumlah tersebut,
terdeteksi oleh aMMO juga terdeteksi oleh eMMO sedikit lebih tinggi (62%)
probabilitas terbesar adalah untuk MMO yang mendeteksi paus besar karena
daripada probabilitas bahwa paus balin yang terdeteksi oleh eMMO juga
mereka juga terdeteksi oleh sistem IR (34%,Tabel 6). Deteksi PAM sangat
terdeteksi oleh aMMO (56%;Tabel 8B).
tumpang tindih dengan deteksi MMO. Tumpang tindih ini berkisar dari
probabilitas 25% bahwa cetacean kecil terdeteksi oleh MMO karena terdeteksi
Distribusi di sekitar kapal deteksi awal untuk pertemuan yang direkam oleh
oleh THA hingga probabilitas 47% bahwa cetacean kecil terdeteksi oleh THA MMO (gabungan eMMO dan aMMO) berbeda secara signifikan dari distribusi
karena juga terdeteksi oleh MMO (Tabel 6). Secara umum, tumpang tindih dalam pertemuan yang dilokalkan oleh operator ePAM (Watson's kamu2
deteksi di antara metode paling rendah untuk PAM dan sistem IR (kisaran
19e6ke10e2 = 2.45, p < .001). Sebagian besar ePAM ada di sisi kapal sedangkan sebagian besar MMO
probabilitas bersyarat: 9% hingga 13%;Tabel 6). Distribusi radial deteksi di sekitar
lokalisasi gila
kapal berbeda
deteksi dilakukan ke depan dan kedua sisi kapal. Jarak ke deteksi awal untuk
pertemuan juga berbeda secara signifikan di antara

9
HR Smith, dkk. Buletin Polusi Laut 154 (2020) 111026

Tabel 7 Tabel 9
Deteksi mamalia laut yang dilakukan oleh operator eMMO, aMMO, dan ePAM Deteksi diklasifikasikan ke tingkat spesies selama 43,5 jam upaya bersamaan oleh
selama 80 jam upaya bersamaan (termasuk saat kemampuan stabilisasi gimbal eMMO dan iMMO. Klasifikasi selama deteksi awal digunakan ketika individu/
sistem IR terlampaui). kelompok mamalia laut yang sama “dilihat kembali”.

Jumlah deteksi Jumlah deteksi yang diklasifikasikan menurut spesies

Tipe pengamat eMMO amunisi ePAM [no. deteksi Semua jarak 500 m > 500 m
terlokalisasi]
Mamalia laut Tipe pengamat Ya Tidak Ya Ya Tidak Tidak

A.Paus baleen (termasuk paus tak dikenal) eMMO 39 8 24 15 1 7

Paus biru 1 1 tidak1 iMMO 15 9 12 3 5 4
Paus sirip 3 3 tidak P-nilai untuk 1-sisi 0,055 0,032 0,223
Paus minke 0 1 tidak Teks persis Fisher
Paus bungkuk 1 1 tidak2

Paus balin tak dikenal Paus 6 4 tidak

tak dikenal 4 0
tipe pengamat (F2, 128 = 20.98, p < .001). eMMO dan aMMO membuat deteksi pada
tidak

Total (tidak. diklasifikasikan menurut spesies) 15 (5) 10 (6) tidak

jarak awal rata-rata yang sama (0,8 km), yang signifikan
B. Paus bergigi
jauh lebih kecil dari operator ePAM (rata-rata = 2,6 km). Deteksi awal untuk
Ikan paus pilot sirip panjang Blackfish 4 5 0
pertemuan yang dilakukan oleh MMO (kombinasi eMMO dan aMMO) rata-rata
(yaitu, pilot atau pembunuh 0 0 9 [3]
Paus) dilakukan sedikit sebelum operator ePAM, meskipun perbedaan ini tidak
Lumba-lumba sisi putih Atlantik 1 1 0 signifikan (uji peringkat bertanda Wilcoxon: V = 73,p = .24; perbedaan rata-rata
Lumba-lumba umum berparuh 36 37 0 dalam waktu deteksi = 59,4 detik).
pendek Lumba-lumba umum spp. 0 0 5 [1]
Lumba-lumba tak dikenal 29 18 49 [33]
Lumba-lumba atau paruh tak dikenal 0 0 7 [4]
3.5. MMO berpengalaman vs tidak berpengalaman
Paus
Paus sperma 4 4 20 [13]
Total (tidak. diklasifikasikan menurut spesies) 74 (45) 65 (47) 90 [54] (20) Selama 43,5 jam upaya selama pergeseran eMMO dan iMMO tumpang tindih,
C.Segel eMMO membuat lebih banyak deteksi daripada iMMO, dan mengklasifikasikan
segel tak dikenal 1 1 0 lebih banyak deteksi secara signifikan ke tingkat spesies daripada iMMO pada
Jumlah keseluruhan no. deteksi 90 76 90 [54] jarak deteksi 500 m dari kapal (1 -uji eksak Fisher, p = .032; Tabel 9). Pada jarak >
1 Panggilan paus balin di bawah filter preamp high-pass 250 Hz dan antara 250 500 m, proporsi deteksi yang diklasifikasikan ke tingkat spesies tidak berbeda

dan 500 Hz di mana suara kapal secara konsisten menutupi suara biologis secara signifikan antara eMMO dan iMMO (p = .223; Tabel 9).

ditandai sebagai "NA".

2 Panggilan paus bungkuk di atas 500 Hz dan dengan tingkat yang diterima di Secara umum, iMMO mengklasifikasikan paus balin lebih sedikit ke tingkat
atas suara mesin kapal yang persisten berpotensi dideteksi pada susunan linier. spesies daripada eMMO. Dari 14 pertemuan yang direkam oleh eMMO dan iMMO,
semuanya diklasifikasikan ke tingkat spesies oleh eMMO. Empat dari pertemuan
Tabel 8 itu adalah paus balin: paus sirip dan minke yang diklasifikasikan oleh eMMO
Jumlah dan probabilitas bersyarat untuk pertemuan mamalia laut tercatat diklasifikasikan oleh iMMO sebagai "paus balin tak dikenal", dan paus sirip dan
operator eMMO, aMMO, dan ePAM selama 80 jam upaya bersamaan (termasuk paus bungkuk yang diklasifikasikan oleh eMMO akhirnya juga diklasifikasikan
waktu ketika kemampuan stabilisasi gimbal sistem IR terlampaui). Hanya deteksi sebagai spesies yang sama oleh iMMO selama pengamatan ulang (yaitu, ID
ePAM yang dilokalkan yang disertakan. “Semua ceta- spesies iMMO tidak cocok dengan ID spesies eMMO selama penampakan awal).
ceans” termasuk paus tak dikenal. Ada lebih banyak kesepakatan antara klasifikasi iMMO dan eMMO untuk paus
Tipe pengamat Semua cetacea Baleen Bergigi bergigi lebih kecil daripada paus balin yang lebih besar. Enam dari sepuluh
Paus Paus pertemuan paus bergigi yang direkam oleh eMMO dan iMMO memiliki klasifikasi
yang cocok (lumba-lumba atau paus pilot). Dua dari sepuluh pertemuan memiliki
SEBUAH. Jumlah pertemuan yang direkam oleh
hanya eMMOMO 16 4 8
banyak spesies yang diklasifikasikan oleh eMMO, beberapa di antaranya cocok
hanya aMMO 11 3 8 dengan klasifikasi iMMO. Dua pertemuan yang tersisa terdiri dari beberapa
ePAM saja 28 tidak1 28 klasifikasi spesies oleh eMMO yang tidak termasuk klasifikasi spesies yang dibuat
eMMO dan aMMO 12 5 7 oleh iMMO, dan klasifikasi “lumba-lumba tak dikenal” oleh iMMO.
eMMO dan ePAM 2 tidak 2
aMMO dan ePAM 2 tidak 2
eMMO dan aMMO dan ePAM 17 tidak 17 Dari 33 pertemuan mamalia laut yang terjadi selama upaya bersamaan oleh
Jumlah no. pertemuan 88 12 72 eMMO dan iMMO, 14 dicatat oleh kedua tipe pengamat (Tabel 10SEBUAH). Dari
Ringkasan: eMMO dengan atau tanpa 47 9 34 19 pertemuan lainnya, yaitu, yang direkam oleh hanya satu tipe pengamat, iMMO
metode lain
membuat pertemuan lebih sedikit daripada eMMO pada jarak deteksi awal >500
Ringkasan: aMMO dengan atau tanpa 40 8 34
metode lain
m. Juga, iMMO lebih kecil kemungkinannya untuk menemukan mamalia laut yang
Ringkasan: ePAM dengan atau tanpa 49 tidak 49 juga ditemui oleh eMMO dibandingkan dengan eMMO yang menghadapi
MMO mamalia laut yang juga ditemui oleh iMMO pada jarak deteksi awal >500 m (Tabel
B. Probabilitas bersyarat (jumlah pertemuan yang digunakan dalam perhitungan) 10B). Pada jarak deteksi awal 500 m, eMMO dan iMMO memiliki kemungkinan
P(eMMO|aMMO) 0,69 (60) 0,62 (12) 0,71 (44) yang sama untuk menemukan mamalia laut yang sama (Tabel 10B).
P(eMMO|ePAM) 0.39 (77) tidak 0,39 (64)
P(aMMO|eMMO) 0,62 (60) 0,56 (12) 0,71 (44)
P(aMMO|ePAM) 0,39 (72) tidak 0,39 (64)
P(ePAM|eMMO) 0,40 (77) tidak 0,56 (64)
Distribusi bantalan untuk deteksi awal (untuk pertemuan tertentu) tidak
P(ePAM|aMMO) 0,45 (72) tidak 0,56 (64) berbeda antara eMMO dan iMMO (Watson's
kamu2
1 Sebagian besar panggilan paus balin berada di bawah filter preamp high-pass 250 Hz
M28, 19 = 0.10, p > .10). Juga, untuk 14 pertemuan yang direkam oleh kedua tipe MO (Tabel 10A), perbedaan jarak deteksi awal
dan antara 250 dan 500 Hz di mana suara kapal secara konsisten menutupi suara
dan waktu tidak berbeda secara signifikan antara eMMO dan iMMO. Jarak deteksi
biologis dan oleh karena itu ditandai sebagai "NA".
awal rata-rata adalah 0,8 ± SD 1,1 km dan

10
HR Smith, dkk. Buletin Polusi Laut 154 (2020) 111026

Tabel 10 Tabel 12
Jumlah dan probabilitas bersyarat untuk pertemuan mamalia laut tercatat selama Mamalia laut terdeteksi dan diklasifikasikan oleh operator ePAM dan iPAM selama
43,5 jam upaya bersamaan oleh eMMO dan iMMO. Dua dari 14 pertemuan yang 142,7 jam upaya bersamaan. Tidak semua deteksi terlokalisasi.
diamati oleh eMMO dan iMMO dikeluarkan dari analisis dengan bin jarak (dua
Kelompok/spesies mamalia laut Jumlah deteksi
kolom terakhir) karena mereka awalnya terdeteksi pada jarak <500 m oleh iMMO
dan pada jarak >500 m oleh ePAM iPAM
eMMO.
A. Paus balin
Deteksi awal d jarak
Paus bungkuk 1 0

Semua jarak 500 m > 500 m B. Paus bergigi

Paus pilot spp. 9 0
SEBUAH. Jumlah pertemuan yang direkam oleh Blackfish (yaitu, paus pilot atau paus pembunuh) 9 18
hanya eMMOMO 14 4 10 Lumba-lumba umum spp. 9 0
hanya iMMO 5 4 1 Lumba-lumba Risso 1 0
eMMO dan iMMO 14 8 4 Lumba-lumba tak dikenal 88 164
Jumlah tidak. pertemuan 33 16 15 Paus sperma 27 39
Total 143 221
B. Probabilitas bersyarat (jumlah pertemuan yang digunakan dalam perhitungan)
P(iMMO|eMMO) 0,50 (33) 0,67 (16) 0,29 (15) Total Besar 144 221
P(eMMO|iMMO) 0,74 (33) 0,67 (16) 0,80 (15)

0,5 ± 0,8 km, masing-masing (pasangan satu sisi T13 = 1.51, p = .078). eMMO
membuat deteksi awal rata-rata 91,9 detik sebelum iMMO
(1 sisi berpasangan T13 = 0.59, p = .28).
3.6. PAM berpengalaman vs. tidak berpengalaman
Selama 142,7 jam upaya pengamatan di mana pergeseran ePAM dan iPAM
tumpang tindih, operator iPAM membuat lebih banyak deteksi daripada operator
ePAM, dan melokalisasi proporsi yang agak lebih besar dari deteksi tersebut (
Tabel 11SEBUAH). Operator iPAM juga membuat lebih banyak deteksi (dengan
atau tanpa pelokalan) per pertemuan dibandingkan operator ePAM, dan operator
iPAM mencatat pertemuan yang sedikit lebih sedikit secara keseluruhan (Tabel 11
B).
Operator ePAM dan iPAM mengklasifikasikan secara kasar proporsi yang
sama dari deteksi akustik mamalia laut ke tingkat spesies (ca. 20%; uji eksak
Fisher 1 sisi, p = .32; Tabel 11SEBUAH). Paus sperma adalah satu-satunya
klasifikasi tingkat spesies yang ditetapkan oleh operator iPAM; Operator ePAM
membuat klasifikasi tunggal paus bungkuk dan lumba-lumba Risso selain paus
sperma (Tabel 12). Mengingat hanya pertemuan yang direkam oleh operator
ePAM dan iPAM, klasifikasi yang sama dicapai pada 59 dari 84 pertemuan
bersama: lumba-lumba tak dikenal (39); paus sperma (17); blackfish, yaitu paus
pilot, paus pembunuh atau lumba-lumba Risso (2); lumba-lumba dan ikan hitam
yang tidak teridentifikasi (1). Dari 25 pertemuan bersama yang tersisa, operator
ePAM dan iPAM menetapkan peringkat taksonomi yang lebih spesifik di masing-
masing 18 dan 5 pertemuan. Klasifikasi taksonomi yang kurang spesifik terutama
"lumba-lumba tak dikenal".
Untuk 57 pertemuan yang dilokalkan oleh operator ePAM dan iPAM,
perbedaan jarak dan waktu penampakan awal tidak
Tabel 11
Mamalia laut terdeteksi oleh operator ePAM dan iPAM selama 142,7 jam upaya
bersamaan. Pertemuan terutama terdiri dari deteksi berulang dari individu atau
kelompok mamalia laut yang sama; deteksi ditugaskan untuk
counter selama pasca-pemrosesan data.
berbeda secara signifikan di antara mereka. Jarak penampakan awal rata-rata adalah
1,7 ± 1,6 km dan 1,3 ± 1,0 km, untuk masing-masing operator ePAM dan iPAM (uji
peringkat bertanda tangan Wilcoxon: V = 977,5, p = .232). Operator iPAM
membuat penampakan awal rata-rata 197,8 detik sebelum ePAM
operator (pasangan satu sisi T56 = 2.41, p = .99). Kemungkinan pertemuan yang
direkam oleh operator iPAM juga direkam oleh ePAM
operator sedikit lebih kecil (71%) dibandingkan probabilitas bahwa pertemuan
yang direkam oleh operator ePAM juga direkam oleh dan operator iPAM (67%;
Tabel 13).
4. Diskusi
Kami menyelidiki deteksi mamalia laut menggunakan tiga metode: 1) visual,
2) akustik, dan 3) pencitraan IR. Mengingat tingginya minat untuk mengeksplorasi
cadangan minyak dan gas di lingkungan laut (misalnya,NMFS, 2018), kami
menafsirkan hasil kami dalam konteks efektivitas pemantauan dan mitigasi
selama survei seismik.
4.1. Bagaimana kinerja metode deteksi mamalia laut yang berbeda?
4.1.1. Fungsi umum sistem pencitraan IR
Hasil kami dengan jelas menunjukkan potensi untuk menggunakan sistem
pencitraan IR yang dipasang di kapal untuk mendeteksi mamalia laut secara real-
time, dalam kondisi di mana suhu laut dan udara sama-sama ca. 18 °C. Hasil kami
dikuatkan oleh temuan terbaru dariHorton dkk. (2017), yang membuat deteksi IR
paus bungkuk di situs tropis di Rarotonga, Kepulauan Cook, dan situs perairan
beriklim sedang/dingin di Sitka Sound, Alaska. Mereka mengamati anomali
serupa dalam pancaran dari tubuh paus bungkuk dan permukaan laut terdekat
meskipun ca. 16 °C perbedaan suhu permukaan laut antara dua lokasi lapangan
mereka.
Sistem pencitraan IR yang berputar secara rutin mendeteksi cetacea kecil
(lumba-lumba dan paus pilot) selain paus besar. Deteksi IR dari cetacea kecil
dibuat sebagian besar selama pertemuan ketika lumba-lumba diamati mendekat,
berenang dalam ca. ratusan meter

Tipe pengamat
Tabel 13
ePAM iPAM Jumlah dan probabilitas bersyarat untuk pertemuan mamalia laut yang dicatat
oleh operator ePAM dan iPAM selama 142,7 jam upaya bersamaan. Hanya
SEBUAH. Jumlah deteksi
pertemuan yang terlokalisasi yang disertakan.
Terlokalisasi 94 156
Tidak terlokalisasi 50 65 SEBUAH. Jumlah pertemuan tercatatoleh
Total (proporsi total lokal) Dikategorikan ke tingkat 144 (0,65) 221 (0.70) ePAM saja 41
spesies (proporsi total) 29 (0.20) 39 (0,18) hanya iPAM 35
ePAM dan iPAM 84
B. Jumlah pertemuan
Jumlah tidak. pertemuan 160
Terlokalisasi 81 88
Tidak terlokalisasi 44 31 B. Probabilitas bersyarat (jumlah pertemuan yang digunakan dalam perhitungan)
Total 125 119 P(iPAM|ePAM) 0,67 (160)
Berarti tidak. deteksi per pertemuan 1.2 1.9 P(ePAM|iPAM) 0,71 (160)

11
HR Smith, dkk.
dari, dan menunggangi kapal penelitian kami. Lumba-lumba sebelumnya telah
terdeteksi melalui sistem pencitraan IR binokular genggam (Sagem MATIS;
Baldacci et al., 2005), sedangkan sistem pencitraan IR berputar yang kami
gunakan sebelumnya terutama mendeteksi paus besar (Zitterbart dkk., 2013, 2020
). Tinggi kamera yang relatif rendah (7,8 m dalam penelitian ini; kira-kira 15,5 m in
Baldacci et al., 2005) dibandingkan dengan ketinggian kamera 26 hingga 28,5 m
yang digunakan dalam penelitian sebelumnya dengan kamera IR yang berputar
memfasilitasi deteksi yang lebih dekat ke kapal. Jarak deteksi minimum ca. 90 m
dimungkinkan bila kamera IR dipasang pada 28,5 m (data tidak dipublikasikan),
karena bidang pandang vertikal kamera.
Bahwa manusia mampu untuk mengklasifikasikan deteksi IR hanya ke
dalam kategori mamalia laut yang luas menunjukkan kegunaan sistem ini sebagai
"penyanyi" untuk MMO (Zitterbart dkk., 2013) alih-alih sistem deteksi dan
klasifikasi yang berdiri sendiri. Saat ini, upaya klasifikasi tingkat spesies deteksi IR
dilakukan oleh manusia, dan tidak dicoba dalam desain pencitraan IR. Klasifikasi
deteksi IR dapat dilakukan hampir secara real-time jika sistem IR terus dipantau
oleh teknisi yang berpengalaman dalam mengklasifikasikan gambar-gambar ini.
Meskipun menyaring positif palsu sebelum mengirim peringatan IR ke MMO akan
bermanfaat dalam mengurangi gangguan yang disebabkan oleh peringatan
palsu, klasifikasi real-time lebih lanjut dari deteksi IR positif sejati ke tingkat
spesies tidak akan memberi MMO banyak keuntungan tambahan dalam hal
meningkatkan kemampuan mitigasi.
4.1.2. Sistem IR waktu nyata digunakan oleh MMO saat melakukan pengamatan
Tantangan terbesar yang kami hadapi dalam menggunakan sistem ini untuk
memperingatkan MMO tentang keberadaan mamalia laut adalah banyaknya
positif palsu deteksi. Beberapa peringatan, sering kali disebabkan oleh burung
(tetapi terkadang juga disebabkan oleh deteksi mamalia laut yang berulang kali
muncul di dekat kapal, misalnya, selama pertemuan lama dengan lumba-lumba),
terkadang diterima dalam satu menit. Selama pertemuan ini, aMMO menemukan
bahwa sistem peringatan lebih merupakan gangguan daripada bantuan, dan
begitu mereka menjadi kewalahan oleh tingginya tingkat peringatan, mereka
hanya mematikan sistem peringatan. Tingkat positif palsu yang jauh lebih rendah
(sekitar enam per jam) dialami rata-rata selama tujuh ekspedisi di Samudra Arktik
dan Selatan, dan hasil positif palsu terutama dikaitkan dengan burung (Zitterbart
dkk., 2013). Namun,
Zitterbart dkk. (2013)kadang-kadang mengalami tingkat positif palsu yang
melebihi satu per menit di hadapan kawanan burung. Potensi burung
menyebabkan deteksi positif palsu menyoroti pentingnya mempertimbangkan
kelimpahan dan perilaku spesies non-target di area studi saat merencanakan
penyebaran sistem pencitraan IR. Misalnya, selama pemantauan mamalia laut
berbasis pantai melalui kamera IR berputar di Cape Race, NL, Kanada, selama
musim panas
2016, menyelam terjun di Northern Gannets (Morus bassanus) berkontribusi pada
tingkat positif palsu yang tinggi sehingga diperlukan penyaringan data tambahan
(data tidak dipublikasikan). Ini karena percikan yang tercipta saat gannet
memecahkan permukaan air menirukan tampilan pukulan ikan paus. Jika tidak
mungkin untuk mengubah waktu dan lokasi survei untuk meminimalkan
kesalahan positif yang disebabkan oleh burung, dimasukkannya algoritma
pelacakan burung (lihatZitterbart dkk., 2020) dapat membantu mengurangi
tingkat positif palsu meskipun burung hadir dalam jumlah yang tinggi.
4.1.3. Performa relatif dari pengaturan THA kami dibandingkan dengan THA yang digunakan
selama survei seismik
Perbandingan deteksi PAM yang dibuat selama penelitian kami dengan yang
dibuat selama survei seismik menggambarkan beberapa tantangan dengan
menggunakan THA "konvensional" untuk tujuan mitigasi. Dalam membuat
perbandingan ini, harus dicatat bahwa kami pasti mengalami karakteristik suara
yang berbeda dari yang dialami pada kapal seismik besar karena kapal penelitian
kami relatif kecil, kami menarik THA 300 m di belakang kapal, dan kami tidak
memiliki suara aktif. sumber (yaitu, airgun array) hadir.
Tingkat pertemuan selama penelitian kami (sekitar 1 pertemuan per jam, baik
untuk ePAM dan iPAM; dihitung menggunakan tingkat deteksi di Meja 2 dan
jumlah rata-rata deteksi per pertemuan, Tabel 11) adalah ca. 5.5
12
Buletin Polusi Laut 154 (2020) 111026
kali lebih tinggi daripada yang terjadi selama program seismik baru-baru ini di
Paparan Scotian selama Mei hingga September (RPS Energi Kanada, 2014).
Selama program RPS, tingkat deteksi gabungan untuk enam kapal yang terlibat
dalam pemantauan akustik adalah 0,183 deteksi per jam. Dengan asumsi tingkat
pertemuan PAM kami mencerminkan tingkat deteksi yang lebih tinggi karena
tingkat kebisingan latar belakang yang lebih rendah, perbandingan jumlah
deteksi PAM dengan deteksi MMO dan IR yang dibuat selama penelitian ini
kemungkinan melebih-lebihkan kinerja relatif yang diharapkan dari PAM selama
survei seismik.
Kinerja THA kami dalam mendeteksi paus balin tampaknya sebanding dengan
THA lain yang digunakan untuk program pemantauan selama survei seismik. THA
yang kami gunakan mampu mendeteksi vokalisasi paus balin di atas ca. 500 Hz
hingga 1 kHz, tetapi hanya jika tingkat sinyal panggilan yang diterima jauh di atas
tingkat suara mesin kapal dan kavitasi. Meskipun beberapa spesies paus balin
(bungkuk, paus sirip, dan paus yang diidentifikasi sebagai Balaenopterids atau
paus balin yang tidak teridentifikasi) dipastikan bersuara di sekitar kapal kami
melalui penyebaran sonobuoy (data tidak dipublikasikan), kami hanya membuat
satu deteksi paus bungkuk menggunakan THA kami pada 13 Agustus 2017.
Selama program pemantauan lima bulan untuk survei seismik yang dilakukan di
lepas pantai Nova Scotia,RPS Energi Kanada, 2014). Deteksi akustik tunggal paus
balin tak dikenal dilaporkan selama program RPS. Paus itu hanya terdeteksi
secara akustik oleh operator PAM dan tidak “terlihat pada komputer frekuensi
rendah” (RPS Energi Kanada, 2014). Selain itu, data PAM yang dikumpulkan
selama 76 survei seismik yang dilakukan di perairan Landas Kontinen Inggris
(UKCS) selama 1995 hingga 2010 menghasilkan 772 deteksi akustik. Hanya satu
dari deteksi ini yang dikonfirmasi sebagai paus balin, dan deteksi kedua
"mungkin" adalah paus minke (Batu, 2015b). Selama survei UKCS, sebagian besar
data PAM dikumpulkan menggunakan THA yang ditempatkan di belakang kapal,
meskipun beberapa data berasal dari “penggelaran platform stasioner” (Batu,
2015b).
4.1.4. Deteksi dilakukan saat kegelapan, visibilitas rendah karena curah hujan,
dan kondisi laut tinggi
Selama survei ini, deteksi mamalia laut dilakukan di
kegelapan menggunakan metode PAM dan IR (Meja 2). Tingkat deteksi IR lebih
rendah dalam kegelapan daripada siang hari (Meja 2). Sebaliknya, sistem IR yang
sama digunakan selama tujuh ekspedisi berbasis kapal ke Samudra Arktik dan
Selatan, dan di area tersebut sistem IR bekerja lebih baik di malam hari (Zitterbart
dkk., 2013), meskipun perbandingan langsung sulit karena keterbatasan
stabilisasi selama penelitian ini. Setiap perbandingan tingkat deteksi malam vs
siang hari harus mempertimbangkan potensi pola sirkadian dalam perilaku
spesies yang ditemui, karena hal ini akan mempengaruhi ketersediaan mereka
untuk dideteksi. Misalnya, pola sirkadian telah didokumentasikan dalam perilaku
sosial paus sperma di permukaan (Watkins et al., 1999), dan perilaku makan di
permukaan paus bungkuk (Friedlaender dkk., 2009). Demikian pula, tingkat
deteksi untuk THA (ePAM dan iPAM gabungan) selama survei ini lebih rendah
pada malam hari daripada siang hari. Tetapi sekali lagi, tingkat deteksi ini dapat
mencerminkan pola sirkadian dalam perilaku vokal cetacea (misalnya,
Baumgartner dan Fratantoni, 2008; Simon dkk., 2010; Klinck dkk., 2012b; Wang
dkk., 2016).
Kinerja buruk dari sistem IR di hujan, kabut, dan gerimis
(Tabel 5A) selama survei ini tidak mengejutkan mengingat efek kabut yang
diketahui pada kehilangan transmisi LWIR dan jangkauan deteksi (Beier dan
Gemperlein, 2004; Winchester Jr. dan Gimmestad, 1982), dan kinerja sistem IR
sebelumnya yang digunakan untuk mendeteksi mamalia laut selama periode
presipitasi atau kabut (Baldacci et al., 2005; Zitterbart dkk., 2020). Di daerah di
mana kabut secara rutin hadir, misalnya, lepas pantai Newfoundland selama
sebagian besar periode musim panas, penggunaan sistem IR tidak akan banyak
meningkatkan tingkat deteksi mamalia laut secara keseluruhan.
HR Smith, dkk.
Kinerja yang relatif buruk dari sistem IR dalam penelitian ini di negara laut
lebih besar dari Beaufort 4 (Tabel 5B) dapat dikaitkan dengan ketidakmampuan
gimbal untuk menstabilkan kamera secara memadai. Hal ini sesuai dengan
laporan olehBaldacci dkk. (2005)bahwa sistem IR mereka (yang dipasang pada
tripod tanpa stabilisasi di dek kapal penelitian mereka), tidak efektif di keadaan
laut >2 atau 3. Dalam studi di mana deteksi IR dibuat dari mamalia laut selama
Beaufort 5, kamera dipasang baik di kapal penelitian yang jauh lebih besar dan
lebih stabil atau di pantai (Zitterbart dkk., 2013, 2020). Mengingat bahwa ca. 45%
dari survei ini dilakukan di negara laut yang lebih besar dari Beaufort 3, dan
bahwa kapal survei seismik umumnya jauh lebih besar dan lebih stabil daripada
kapal penelitian yang digunakan dalam penelitian ini, perbandingan jumlah
deteksi IR dengan deteksi visual dan akustik yang dilakukan selama studi ini
mungkin meremehkan kinerja relatif yang diharapkan dari sistem IR di negara
bagian laut yang lebih tinggi ketika digunakan selama survei seismik.
4.1.5. Spesies terdeteksi dan diklasifikasikan menggunakan metode yang berbeda
eMMO ditemukan untuk mendeteksi paus bergigi dan paus balin, dan untuk
mengklasifikasikan sekitar setengahnya sebagai spesies (≥ 55%, Tabel 7). Sebagai
perbandingan, deteksi PAM dan IR menghasilkan klasifikasi tingkat spesies yang
lebih sedikit. Sekitar 20% dari deteksi PAM diklasifikasikan ke tingkat spesies;
sebagian besar adalah paus sperma, meskipun klasifikasi satu paus bungkuk dan
satu lumba-lumba Risso juga dibuat (Tabel 11 dan 12). Sisa deteksi PAM
diklasifikasikan ke dalam kelompok taksonomi yang luas, misalnya blackfish (pilot
atau paus pembunuh), lumba-lumba spp. (Tabel 7 dan 12). Empat dari 1427
deteksi IR positif sejati diklasifikasikan ke tingkat spesies (yaitu, sebagai paus
sperma,Tabel 3). Ada kemungkinan bahwa jumlah klasifikasi tingkat spesies dapat
ditingkatkan untuk deteksi PAM dan IR. Klasifikasi PAM dapat ditingkatkan
dengan penggunaan pengklasifikasi spesies otomatis diPAMGuard (misalnya
ROCCA atau algoritma klasifikasi lainnya; Oswald dkk., 2013), yang dapat
dikembangkan ketika data vokalisasi yang memadai tersedia untuk spesies yang
diminati di wilayah studi. Selain itu, penggunaan kamera IR dengan panjang fokus
yang lebih tinggi dapat memfasilitasi kemampuan untuk mengklasifikasikan klip
video IR ke tingkat spesies. Apakah klasifikasi mamalia laut ke tingkat spesies
memiliki konsekuensi untuk mitigasi yang efektif tergantung pada bagaimana
pedoman mitigasi ditulis. Di negara-negara di mana pedoman mitigasi berlaku
untuk semua mamalia laut (misalnya, Brasil, Rusia, dan Inggris; dirangkum dalam
Weir dan Dolman, 2007), identifikasi spesies tidak diperlukan. Di negara-negara di
mana tindakan mitigasi hanya dilakukan untuk spesies tertentu (misalnya, Kanada;
DFO, 2008) atau tindakan mitigasi tambahan berlaku untuk spesies yang menjadi
perhatian (misalnya, Selandia Baru; DK, 2013), kemampuan untuk
mengklasifikasikan deteksi ke tingkat spesies lebih penting, dan harus
dipertimbangkan ketika memilih metode deteksi untuk pemantauan.
4.1.6. Saran untuk memaksimalkan deteksi mamalia laut
Hasil kami dengan jelas menunjukkan bahwa ketika digunakan sendiri, tidak
satu pun dari tiga metode yang diselidiki melakukan pekerjaan yang sangat baik
untuk mendeteksi mamalia laut. MMO, operator PAM, dan sistem IR ditemukan
hanya mendeteksi ca. 20-30% dari pertemuan terdeteksi oleh metode lain (Tabel 6
). Konsekuensi dari tingkat deteksi yang rendah ini adalah bahwa program
mitigasi dan pemantauan seismik yang menggunakan metode deteksi tunggal
kemungkinan besar akan kehilangan sejumlah besar mamalia laut yang ada.
Hasil kami menunjukkan metode deteksi mamalia laut mana yang dapat
digabungkan untuk melengkapi satu sama lain untuk memaksimalkan jumlah
mamalia laut yang terdeteksi. Selama periode kegelapan,PAM dan IR metode
mengatasi batasan MMO untuk siang hari, dan lebih banyak deteksi dapat
diperoleh dengan menggunakan metode PAM dan IR secara bersamaan daripada
dengan salah satu metode saja. THA mendeteksi odontoceta hampir secara
eksklusif, dan sistem IR mendeteksi cetacea kecil dan paus besar (paus sperma
dan balin). Karena ada sedikit tumpang tindih pada mamalia laut yang terdeteksi
oleh metode ini ketika digunakan secara bersamaan (Tabel 6), menggunakan
kedua metode sekaligus akan menghasilkan lebih banyak mamalia laut yang
terdeteksi
13
Buletin Polusi Laut 154 (2020) 111026
secara keseluruhan (yaitu, lebih sedikit mamalia yang terlewatkan). Untuk tujuan
mitigasi, sangat penting untuk mengurangi jumlah hewan yang terlewatkan. Namun,
klasifikasi real-time mamalia laut yang terdeteksi menggunakan metode PAM dan IR
kemungkinan besar akan berada di atas tingkat spesies.
Selama periode keadaan laut lepas dan jarak pandang berkurang karena curah
hujan, jumlah total deteksi dapat ditingkatkan dengan menggunakan keduanya
MMO dan PAM metode secara bersamaan daripada salah satu metode saja;
mengingat bahwa deteksi PAM menghasilkan pelokalan sedikit
> 50% dari waktu. Kinerja kedua metode (dalam halin
tingkat deteksi) mengikuti pola yang sama ketika keadaan laut meningkat.
Namun, dengan adanya presipitasi, PAM menghasilkan tingkat deteksi yang lebih
besar daripada MMO. Curah hujan, ketika terjadi, umumnya ringan selama survei,
dan kinerja PAM selama periode hujan lebat kemungkinan akan kurang dari apa
yang kami alami, karena peningkatan suara dari hujan. PAM ditemukan memiliki
lebih banyak deteksi yang sama dengan MMO dibandingkan dengan IR, tetapi
dalam semua kasus probabilitas bahwa hewan yang sama akan dideteksi melalui
kedua metode adalah <47% (Tabel 6). Mengingat bahwa lokalisasi PAM dibuat
pada jarak rata-rata >1,0 km (yaitu, di luar zona aman 500 m yang umum
digunakan), kegunaan dalam menggunakan THA dalam pengaturan mitigasi
mungkin di beberapa yurisdiksi, mirip dengan sistem IR, dapat berfungsi sebagai
“penyanyi” untuk mengingatkan pengamat akan keberadaan mamalia laut di area
umum.
Tumpang tindih dalam deteksi yang dibuat melalui metode visual dan akustik
juga telah diselidiki menggunakan data yang dikumpulkan selama survei seismik
yang dilakukan di perairan UKCS antara 1995 dan 2010 (Batu, 2015b). Ditemukan
bahwa 52% deteksi hanya dilakukan oleh MMO, 20% deteksi dilakukan hanya
menggunakan PAM, dan 28% sisanya dilakukan oleh MMO dan PAM. Studi
tersebut menggambarkan bahwa lebih banyak mamalia laut dapat dideteksi
secara keseluruhan ketika lebih dari satu metode deteksi digunakan.
Protokol eksperimental kami mengharuskan operator MMO dan PAM
melakukan deteksi secara independen satu sama lain. Namun, mitigasi yang lebih
efektif dapat dicapai jika deteksi dibagikan hampir secara real-time di seluruh
metode pemantauan. Hal ini dapat memungkinkan, misalnya, untuk beberapa
penampakan visual agar klasifikasinya dikonfirmasi secara akustik, dan untuk
beberapa deteksi akustik diklasifikasikan ke tingkat spesies dan lokasi geografis
(misalnya, menyelesaikan ambiguitas bayangan cermin) . Proporsi yang relatif
tinggi (sekitar 53%) dari deteksi akustik yang diklasifikasikan ke tingkat spesies
selama survei seismik di perairan UKCS dimungkinkan karena konfirmasi visual (
Batu, 2015b).
Selama periode visibilitas yang baik, sistem IR atau PAM dapat digunakan
untuk meningkatkan jumlah deteksi yang dilakukan oleh MMO. Probabilitas
bahwa hewan yang sama dideteksi dengan dua metode tidak melebihi 47% (Tabel
6), menyisakan ruang untuk meningkatkan jumlah total deteksi (dan proporsi
mamalia yang terdeteksi) dengan menggunakan dua metode sekaligus. Namun,
potensi peningkatan dalam menggunakan sistem IR dalam pengaturan mitigasi
saat ini terhambat oleh ketidakmampuan kami untuk dengan cepat menyaring
peringatan palsu dari deteksi IR otomatis yang dikirimkan ke MMO secara real-
time. Ini terbukti dalam tingkat deteksi yang sedikit lebih rendah untuk aMMO
dibandingkan dengan eMMO (Meja 2), kemungkinan relatif besar bahwa mamalia
laut akan terdeteksi oleh aMMO dan eMMO secara bersamaan (Tabel 8B), dan
oleh peringatan IR yang dikaitkan dengan deteksi mamalia laut ca. 21% dari
waktu (Tabel 4).
Secara umum, potensi peningkatan deteksi yang mungkin dihasilkan dari
bantuan oleh sistem IR kemungkinan diremehkan menggunakan hasil dari
penelitian kami. Kami berharap bahwa deteksi positif mamalia laut tambahan
yang sebenarnya akan dibuat oleh sistem IR seandainya gimbal dapat
menstabilkan kamera IR selama keadaan laut yang lebih tinggi. Dengan asumsi
perkiraan waktu jeda gimbal 50%, deteksi IR dua kali lebih banyak mungkin
dilakukan dari kapal yang lebih besar dan lebih stabil. Selain itu, memasang
kamera IR di lokasi yang lebih tinggi di kapal, seperti yang telah dilakukan
sebelumnya (Zitterbart dkk., 2013), kemungkinan juga akan menghasilkan tingkat
deteksi yang lebih tinggi karena FOV kamera akan lebih sedikit terhalang oleh
infrastruktur kapal, dan jangkauan deteksi kamera
HR Smith, dkk.
akan lebih besar dengan bertambahnya ketinggian.
Mempekerjakan metode deteksi komplementer secara bersamaan dapat
meningkatkan kinerja deteksi secara keseluruhan (misalnya, DFO, 2015; Verfuss et
al., 2018). Faktanya,Verfuss dkk. (2018)menyarankan penggunaan kerangka
pemodelan untuk mengeksplorasi kombinasi metode mana, selain pertimbangan
perilaku spesies target, yang harus digunakan untuk mengembangkan strategi
dan peraturan pemantauan yang lebih baik. Mengingat peringatan yang
disebutkan di atas, data yang dikumpulkan dalam survei ini dapat berguna dalam
upaya pemodelan semacam itu.
4.2. Bagaimana tingkat pengalaman mempengaruhi kinerja operator MMO
dan PAM?
4.2.1. Pengaruh tingkat pengalaman MMO
Hasil kami menunjukkan bahwa iMMO mungkin kurang efektif dalam
menggunakan tindakan mitigasi untuk mamalia laut selama survei seismik
daripada eMMO. Dibandingkan dengan eMMO, iMMO mendeteksi lebih sedikit
mamalia laut (Tabel 9 dan 10). Selain itu, iMMO berpotensi memungkinkan
mamalia laut untuk mendekati sumber suara lebih dekat daripada eMMO.
Namun, anggapan ini didasarkan pada perbedaan jarak dan waktu penampakan
awal untuk eMMO vs. iMMO yang tidak ditemukan signifikan secara statistik.
iMMO juga lebih kecil kemungkinannya untuk mengklasifikasikan mamalia laut ke
tingkat spesies daripada eMMO, menunjukkan bahwa iMMO akan kurang efektif
dalam menggunakan tindakan mitigasi yang ditentukan hanya untuk mamalia
laut tertentu. Misalnya, di Atlantik Kanada, spesies "target" biasanya mencakup
biru, Atlantik Utara kanan (Eubalaena glacialis), dan populasi Scotian Shelf dari
bottlenose utara (Hyperoodon ampulatus) Paus (DFO, 2008). Tindakan mitigasi
diambil ketika MMO secara positif mengidentifikasi salah satu spesies ini dan
menentukan bahwa ia telah atau akan memasuki zona aman. Namun, dalam
kasus di mana tindakan pedoman mitigasi berlaku untuk semua cetacea
(misalnya,JNCC, 2017), kemampuan MMO untuk mengklasifikasikan mamalia laut
ke tingkat spesies tidak penting.
Hasil kami dikuatkan oleh analisis data penampakan dari 1121 survei seismik di
UKCS antara 1995 dan 2010. Batu (2015b) menemukan bahwa MMO khusus dengan
pengalaman mamalia laut yang relevan sebelum menjadi MMO memiliki keterampilan
deteksi yang lebih baik daripada mereka yang tidak memiliki pengalaman sebelumnya.
Selain itu, tingkat penampakan untuk MMO berpengalaman 3x lebih tinggi di segala
cuaca, dan 2,5x lebih tinggi di cuaca baik, dibandingkan dengan MMO yang tidak
berpengalaman. MMO berpengalaman juga ditemukan untuk mendeteksi hewan pada
jarak yang lebih jauh (sekitar 1,5 km vs 1 km, dalam semua atau cuaca baik) daripada
MMO yang tidak berpengalaman (Batu, 2015b).
4.2.2. Pengaruh tingkat pengalaman operator PAM
Kami menafsirkan banyak perbedaan dalam kinerja operator iPAM dan ePAM
yang diamati selama penelitian ini sebagai cerminan perbedaan dalam
pendekatan deteksi yang diambil oleh dua tipe pengamat, sebagai lawan dari
perbedaan kemampuan mereka. Perbedaan pendekatan ini menjadi jelas ketika
data dianalisis. Kami mencirikan pendekatan yang diambil oleh operator ePAM
sebagai pendekatan yang konservatif. Operator ePAM membuat lebih sedikit
deteksi per pertemuan (Tabel 11), dan menunggu sampai mamalia laut berada di
bawah kapal untuk menentukan lokasinya, yang mempengaruhi jarak dan waktu
deteksi. Sebaliknya, operator iPAM relatif cepat merekam deteksi, dan umumnya
memperkirakan lokasi menggunakan bantalan yang lebih sedikit.
Hasil penelitian ini menunjukkan bahwa operator ePAM dan iPAM sebanding
dalam mendeteksi vokalisasi mamalia laut dan mengklasifikasikannya ke tingkat
spesies (Tabel 11SEBUAH). Hasil serupa diperoleh
Batu (2015b) dalam analisis mereka tentang deteksi akustik yang dilakukan selama
survei seismik di UKCS antara tahun 1995 dan 2010. Mereka tidak menemukan korelasi
yang jelas antara jumlah deteksi akustik yang dibuat dan tingkat pengalaman operator
PAM. Mereka juga menemukan bahwa dari 772 deteksi akustik yang dilakukan, banyak
yang diklasifikasikan sebagai lumba-lumba atau cetacea yang tidak teridentifikasi; dan
mencatat bahwa meskipun sejumlah deteksi diklasifikasikan ke tingkat spesies, ini sering
merupakan hasil konfirmasi visual (yaitu, penampakan MMO). Dalam penelitian ini, baik
ePAM dan iPAM
14
Buletin Polusi Laut 154 (2020) 111026
operator mengklasifikasikan sebagian besar deteksi sebagai kelompok spesies
gabungan (Tabel 12). Sangat sedikit spesies yang diklasifikasikan menggunakan PAM
selama penelitian kami dibandingkan dengan penelitian UKCS, meskipun kami secara
khusus menginstruksikan operator MMO dan PAM untuk bekerja secara independen
satu sama lain, menghilangkan peluang untuk verifikasi visual. Dalam penelitian kami,
baik operator ePAM dan iPAM dengan mudah mengklasifikasikan vokalisasi yang dibuat
oleh paus sperma; namun, klasifikasi spesies yang lebih “menantang” hanya dibuat oleh
operator ePAM (Tabel 12). Konsekuensi tidak mengklasifikasikan mamalia laut ke tingkat
spesies tergantung pada bagaimana pedoman mitigasi ditulis. Sebagai contoh,Pedoman
JNCC (2017) berlaku untuk semua cetacea, dan pedoman Kanada (DFO, 2008) ditulis
sedemikian rupa sehingga semua cetacea “tidak teridentifikasi” harus diasumsikan
sebagai spesies target yang akan diambil tindakan mitigasinya. Kedua contoh
menyiratkan bahwa memiliki operator PAM yang mampu mengklasifikasikan deteksi
akustik ke tingkat spesies tidak penting untuk mitigasi yang efektif untuk digunakan.
Dalam penelitian ini, kinerja deteksi MMO dan pendekatan yang dilakukan
untuk melakukan deteksi oleh operator PAM berbeda dengan tingkat
pengalaman. Perbedaan ini menyoroti pentingnya memiliki personel lapangan
yang terlatih dan berpengalaman untuk tugas pemantauan dan mitigasi mamalia
laut selama survei seismik. Personil lapangan tidak hanya perlu memiliki
keterampilan dan pengetahuan yang sesuai, tetapi mereka juga harus dilatih
untuk secara konsisten melakukan deteksi dengan mengikuti protokol yang
sama. Pentingnya memiliki personel yang terlatih dan berpengalaman dijelaskan
dalam beberapa pedoman mitigasi yang menetapkan kriteria untuk operator
MMO atau PAM untuk dianggap “berkualifikasi” (misalnya,JNCC, 2017;
NMFS, 2018).
4.3. Pelajari peringatan dan pertimbangan untuk penelitian masa depan
Perlu dicatat bahwa Pengembaraan Kelonggaran relatif kecil dibandingkan
dengan kebanyakan kapal seismik komersial, yang terbesar saat ini ca. panjang
100 m dan lebar 70 m (misalnya RVRamform Hyperion). Ukurannya yang relatif
kecil Pengembaraan Kelonggaran mempengaruhi ketinggian platform maksimum
dan tingkat roll and pitch, serta menghasilkan energi suara yang dominan pada
pita frekuensi yang relatif lebih tinggi daripada yang akan dihasilkan oleh kapal
seismik yang lebih besar. Aspek-aspek ini secara langsung memengaruhi kinerja
metode deteksi spesifik yang digunakan, dan karenanya memengaruhi hasil kami.
Rekomendasi utama kami adalah bahwa perbandingan metode deteksi di masa
depan, ketika aplikasi yang dimaksudkan adalah untuk tujuan pemantauan
selama survei seismik, dibuat dari kapal survei seismik dengan dan tanpa operasi
senapan angin. Ini akan memastikan bahwa platform tinggi yang stabil dan tepat
tersedia untuk kamera IR, dan bahwa deteksi PAM akan dibuat dalam pengaturan
akustik yang sesuai, yaitu dengan pulsa airgun.
Kami mengakui beberapa peringatan dengan dataset kami. Kurangnya
perkiraan jarak untuk deteksi IR mencegah kami menghitung fungsi deteksi
untuk sistem IR, yang akan memungkinkan untuk perbandingan deteksi
jangkauan antara metode. Memastikan bahwa studi masa depan menyediakan
platform yang stabil untuk sistem IR akan menghindari masalah ini. Peringatan
lain dengan penelitian kami adalah kurangnya data yang dapat digunakan untuk
membuktikan kebenaran metode deteksi. Seperti survei mamalia laut lainnya,
kami tidak tahu berapa banyak yang ada di wilayah penelitian kami dan oleh
karena itu terbatas pada perbandingan metode relatif. Sejalan dengan itu,
pertemuan mamalia laut didefinisikan secara subjektif oleh para analis selama
pasca-pemrosesan data. Terlepas dari tantangan yang kami alami, proyek ini
telah meningkatkan pengetahuan kami tentang visual, akustik,
4.4. Ringkasan dan kesimpulan.
1. Hasil kami menggambarkan bahwa masing-masing dari tiga metode deteksi mamalia
laut yang kami gunakan berkinerja agak buruk dalam isolasi dan menunjukkan
bahwa kinerja deteksi dapat ditingkatkan ketika metode yang berbeda ini digunakan
secara bersamaan, dan deteksi dibagikan hampir secara real-time di seluruh
metode . Selanjutnya, hasil kami menunjukkan bahwa metode PAM dan IR bekerja
secara efektif selama kegelapan, bahwa PAM
HR Smith, dkk.
dan metode visual saling melengkapi selama periode keadaan laut lepas dan
visibilitas rendah karena curah hujan (termasuk kabut), dan metode IR dapat
meningkatkan metode visual selama periode visibilitas yang baik.
Mempekerjakan PAM dan metode visual selama periode visibilitas yang baik
juga menghasilkan lebih banyak deteksi daripada jika hanya metode visual
yang digunakan.
2. Jenis mamalia laut yang terdeteksi, dan sejauh mana mereka diklasifikasikan
ke tingkat spesies, bervariasi tergantung pada metode deteksi yang
digunakan. MMO dan sistem IR secara efektif mendeteksi paus balin dan paus
bergigi di permukaan air, meskipun spesies hanya dapat diklasifikasikan oleh
MMO. Sebagian besar deteksi PAM adalah paus bergigi, dan diklasifikasikan
ke tingkat kelompok taksonomi yang luas (misalnya, paus pilot spp., lumba-
lumba tak dikenal, lumba-lumba tak dikenal, atau paus paruh).
3. Sistem kamera IR yang dipasang di kapal dapat mendeteksi mamalia laut di
rezim termal Atlantik Kanada selama musim panas. Namun, sistem kamera IR
menghasilkan jumlah positif palsu yang sangat tinggi (84,5%), yang sebagian
besar disebabkan oleh deteksi burung laut. Dengan demikian, sistem ini
memerlukan penyempurnaan lebih lanjut agar pengiriman peringatan IR ke
MMO secara real-time dapat digunakan secara efektif sebagai alat
pemantauan. Selain itu, kamera IR harus cukup stabil, dan harus
mempertimbangkan ketinggian di atas air tempat kamera dipasang.
4. Tingkat pengalaman tampaknya memengaruhi kinerja deteksi MMO dalam
beberapa cara. iMMO secara efektif memantau lebih sedikit area yang dapat
dilihat di sekitar kapal, mendeteksi lebih sedikit mamalia laut, dan lebih kecil
kemungkinannya untuk mengklasifikasikan mamalia laut ini ke tingkat
spesies, relatif terhadap eMMO. iMMO juga umumnya lebih lambat untuk
mendeteksi mamalia laut, dan membuat penampakan awal mamalia laut
ketika mereka lebih dekat ke kapal, relatif terhadap eMMO. Temuan ini
menunjukkan bahwa pelaksanaan langkah-langkah mitigasi terkait dengan
meminimalkan jumlah paparan suara (yaitu, dari array senapan angin atau
sumber suara lainnya) mungkin kurang efektif ketika pemantauan dilakukan
oleh MMO yang berpengalaman.
5. Deteksi mamalia laut melalui PAM, untuk tujuan mitigasi, tampaknya terutama
dipengaruhi oleh perangkat keras dan perangkat lunak (berlawanan dengan
tingkat pelatihan dan pengalaman operator PAM). Selain itu, memastikan
bahwa operator PAM berpengalaman dan terbiasa dengan vokalisasi mamalia
laut yang mungkin ditemui di wilayah studi, dan memiliki pengalaman
langsung yang memadai dalam melakukan deteksi sebelum pemantauan
untuk tujuan mitigasi, harus meningkatkan konsistensi dan kualitas. deteksi
PAM yang dilakukan.
Data tambahan untuk artikel ini dapat ditemukan online di https://doi.org/
10.1016/j.marpolbul.2020.111026.
Pernyataan kontribusi kepengarangan CReditT
Heather R. Smith:Konseptualisasi, Metodologi, Investigasi,
Analisis formal, Penulisan - akuisisi draft, administrasi proyek,
Pendanaan asli.Daniel P. Zitterbart:konseptualisasi,
Metodologi, Perangkat Lunak, Analisis Formal, Kurasi data, Penulisan draf asli,
Akuisisi pendanaan.Thomas F. Norris:Metodologi, Analisis formal, Kurasi data,
Penulisan - review & editing.Michael Flau:Perangkat Lunak, Investigasi, Kurasi
data, Penulisan - ulasan & pengeditan.Elizabeth L. Ferguson:Metodologi, Analisis
Formal, Kurasi Data, Penulisan - review & editing.Colin G.Jones:Investigasi, Kurasi
data, Analisis formal, Penulisan - tinjauan & pengeditan.Olaf Boebel:
Konseptualisasi, Penulisan - tinjauan & pengeditan, Akuisisi pendanaan.Valerie D.
Moulton:Konseptualisasi, Penulisan - review & editing, Supervisi, Akuisisi
pendanaan.
Ucapan Terima Kasih
Pendanaan disediakan oleh Dana Penelitian Studi Lingkungan
15
Buletin Polusi Laut 154 (2020) 111026
(ESRF; esrfunds.org), Kanada; ID Proyek 2014-03S. ESRF tidak memiliki peran
dalam desain penelitian; pengumpulan, analisis dan interpretasi data; atau dalam
penulisan naskah ini. ESRF memang meninjau draf abstrak yang hampir final
untuk naskah ini sebelum pengiriman awal. Sebagian waktu gaji DPZ untuk
pengembangan detektor didukung oleh Office of Naval Research (ONR), AS;
Penghargaan N000141310856. Kami berterima kasih kepada P. Abgrall, A. Davis,
E. Griffiths, P. Gruden, T. Lang, N. Riddoch, M. Sanchez dan T. Thomas untuk
pengumpulan data; D. Steckler dan P. Donlan untuk dukungan denganMysticetus
perangkat lunak, dan khususnya, konfigurasi sistem selama mobilisasi kapal;
seluruh staf di LeeWay Marine atas upaya mereka dalam mempersiapkan survei
kami, sertaPengembaraan Kelonggaran awak kapal; Rheinmetall Electronics
GmbH untuk pemasangan dan demobilisasi kamera; H. Moors-Murphy (DFO)
untuk saran tentang perencanaan survei; R. Martin, S. Besaw, dan T. Jarvie (LGL)
untuk bantuan dengan kontrak dan logistik; M. Holst dan A. Wright untuk
bantuan persiapan naskah; dan S. Raborn untuk saran statistik. Kami berterima
kasih kepada WJ Richardson dan dua pengulas anonim untuk memberikan
komentar berharga yang digunakan untuk memperbaiki naskah ini.
Deklarasi kepentingan bersaing
• HRS, CGJ, dan VDM dipekerjakan oleh LGL Limited, rekanan penelitian
lingkungan, sebuah perusahaan konsultan independen yang
saluran studi penelitian dasar dan studi untuk mengevaluasi dampak aktivitas
manusia pada mamalia laut, dan memasok pengamat mamalia laut untuk
melakukan program pemantauan selama survei seismik
dan kegiatan industri lainnya di lingkungan laut.
• DPZ dan OB menyatakan kepentingan keuangan yang bersaing: 1) Paten
US8941728B2, DE102011114084B4: Sebuah metode untuk deteksi mamalia
laut otomatis secara real-time. Paten menjelaskan ide-ide dasar perangkat
lunak pendeteksi paus otomatis seperti yang digunakan untuk memperoleh
dan memproses data yang disajikan dalam makalah ini (http://www.
freepatentsonline.com/y2013/0070079.html). 2) Lisensi perangkat lunak
pendeteksi paus otomatis Tashtego kepada produsen sensor IR. Para penulis
mengkonfirmasi bahwa persaingan keuangan ini
kepentingan tidak mengubah kepatuhan mereka terhadap praktik ilmiah yang baik.
• TFN dan ELF dipekerjakan oleh Bio-Waves Inc., sebuah bisnis kecil yang
melakukan penelitian bioakustik dan mamalia laut, termasuk studi untuk
mengevaluasi dampak aktivitas manusia terhadap mamalia laut. Klien kami
meliputi organisasi pemerintah besar seperti National Oceanic and
Atmospheric Administration, Angkatan Laut AS, serta asosiasi industri besar
seperti Asosiasi Internasional Produsen Minyak dan Gas - Program Industri
Gabungan Suara dan Kehidupan Laut. Kami sering bermitra dengan
perusahaan swasta kecil dan besar, organisasi nirlaba, dan lembaga akademis
untuk melakukan pekerjaan kami.
Referensi
Acosta, A., Niño-Rodríguez, N., Yepes, MC, Boisseau, O., 2017. Ketentuan mitigasi untuk
diimplementasikan untuk survei seismik laut di Amerika Latin: tinjauan berdasarkan ikan
dan cetacea. air. Biol. 26, 199–216.https://doi.org/10.3354/ab00688.
Baldacci, A., Carron, M., Portunato, N., 2005. Deteksi inframerah mamalia laut. Di dalam:
Laporan Teknis SR-443. Pusat Penelitian Bawah Laut NATO.
Barlow, J., Ferguson, MC, Perin, WF, Balance, L., Gerrodette, T., Joyce, G., MacLeod,
CD, Mullin, K., Palka, DL, Waring, G., 2006. Kelimpahan dan kepadatan paus paruh dan
hidung botol (famili Ziphiidae). J. Cetacea Res. Kelola. 7, 263–270.
Baumgartner, MF, Fratantoni, DM, 2008. Diel periodisitas di kedua vokalisasi paus sei
tingkat dan migrasi vertikal mangsa copepoda mereka diamati dari glider laut. Limnol.
Kelautan 53, 2197–2209.
Beier, K., Gemperlein, H., 2004. Simulasi jangkauan deteksi inframerah pada kondisi kabut
untuk sistem penglihatan yang disempurnakan dalam penerbangan sipil. Aerosp. Sci. teknologi. 8, 63–71.
Blackwell, SB, Bangsa, CS, McDonald, TL, Thode, AM, Mathias, D., Kim, KH,
Greene, CH, Macrander, AM, 2015. Pengaruh suara senapan angin pada tingkat panggilan
paus kepala busur: bukti untuk dua ambang batas perilaku. PLoS One 10 (6), e0125720.
https://doi.org/10.1371/journal.pone.0125720.
Caldwell, J., Dragoset, W., 2000. Tinjauan singkat tentang susunan senapan angin seismik. Memimpin. Tepian
898–902.
Clarke, E., Feyrer, LJ, Moors-Murphy, HB, Stanistreet, JE, 2019. Karakteristik klik
paus hidung botol utara (Hyperoodon ampulatus) dan paus berparuh Sowerby (Mesoplodon
bidens) lepas Kanada timur. J.Akus. Soc. NS. 146, 307–315.
Compton, R., Goodwin, L., Handy, R., Abbott, V., 2008. Pemeriksaan kritis
HR Smith, dkk.
pedoman di seluruh dunia untuk meminimalkan gangguan terhadap mamalia laut
selama survei seismik. Mar. Kebijakan 32, 255–262.
Cuyler, LC, Wiulsrød, R., ritsland, NA, 1992. Radiasi inframerah termal dari bebas
paus hidup. Mar. Sci. 8, 120–134.
DCE (Pusat Lingkungan dan Energi Denmark), GNIR (Institut Alam Greenland
Resources), EAMRA (Environmental Agency for the Mineral Resource Activities,
Greenland), 2015. Survei Seismik Lepas Pantai di Greenland: Pedoman Praktik
Lingkungan Terbaik, Penilaian Dampak Lingkungan, dan Penilaian Mitigasi Lingkungan.
48 hal. Tersedia di.https://www.govmin.gl/images/ Documents/
Terms_guidelines_hydrocarbons/Environmental_Impact_Assessment_ Guidelines.pdf.
DFO (Fisheries and Oceans Canada), 2008. Pernyataan Praktik Kanada dengan Hormat
untuk Mitigasi Suara Seismik di Lingkungan Laut. Perikanan dan Kelautan Kanada (5 hal).
DFO (Fisheries and Oceans Canada), 2015. Tinjauan mitigasi dan pemantauan
kepastian untuk kegiatan survei seismik di dalam dan di dekat habitat spesies cetacea yang berisiko.
DFO Bisa. Sci. saran. Detik. Sci. saran. Rep.33 (2015/005).
DOC (Departemen Konservasi, Selandia Baru), 2013. Kode etik untuk meminimalkan
gangguan akustik pada mamalia laut dari operasi survei seismik. Tersedia di.https://
www.doc.govt.nz/Documents/conservation/native-animals/marine-mamalia/seismic-survey-
code-of-conduct.pdf.
Durham, LS, 2012. Es Tidak Lagi Es Kru Akuisisi Seismik. Penjelajah AAPG,
American Association of Petroleum Geologists Tersedia di. https://explorer.aapg. org/story/
articleid/2105/ice-no-longer-ices-seismic-acquisition-crews?utm_
medium=website&utm_source=explorer_issue_page.
Erbe, C., Dunlop, R., Dolman, S., 2018. Efek kebisingan pada mamalia laut. Di dalam:
Slabbekoorn, H., Dooling, RJ, Popper, AN, Fay, RR (Eds.), Pengaruh Kebisingan
Antropogenik pada Hewan. Springer Handbook of Auditory Research 66. Springer
Science + Business Media, LLC, hlm. 277–309.
Friedlaender, A., Hazen, EL, Nowacek, DP, Halpin, PN, Ware, C., Weinrich, MT,
Hurst, T., Wiley, D., 2009. Perubahan Diel pada paus bungkuk (Megaptera novaeangliae)
perilaku makan dalam menanggapi tombak pasir (Ammodytes spp.) perilaku dan distribusi.
Mar.Ekol. Prog. Ser. 395, 91–100.https://doi.org/10.3354/meps08003.
Gillespie, D., Mellinger, D., Gordon, J., McLaren, D., Redmond, P., McHugh, R., Trinder,
P., Deng, X., Thode, A., 2008. PAMGUARD: semi-otomatis, perangkat lunak open source
untuk deteksi akustik real-time dan lokalisasi cetacea. J.Akus. Soc. NS. 30, 54–62.
Gisiner, RC, 2016. Survei seismik suara dan laut. Akustik Hari Ini 12, 10–18.
Gordon, J., Gillespie, D., Potter, J., Frantzis, A., Simmonds, MP, Swift, R., Thompson, D.,
2003. Tinjauan efek survei seismik pada mamalia laut. Mar.Teknol. Soc. J.37, 16–34.
Guazzo, RA, Weller, DW, Eropa, HM, Durban, JW, D'Spanyol, GL, Hildebrand, JA,
2019. Migrasi panggilan paus abu-abu Pasifik Utara bagian timur dan laju tiupan diperkirakan dari
rekaman akustik, video kamera inframerah, dan penampakan visual. Sci. Rep.9, 12617.
https://doi.org/10.1038/s41598-019-49115-y.
Haver, S., Klinck, H., Nieukirk, S., Matsumoto, H., Dziak, R., Miksis-Olds, J., 2017. The
dunia yang tidak begitu sunyi: mengukur lanskap suara Arktik, khatulistiwa, dan Antartika
di Samudra Atlantik. Laut Dalam Res. Bagian 1 Kelautan Res. pap. 122, 95-104.
Horton, TW, Oline, A., Hauser, ND, Khan, TM, Laute, A., Stoller, A., Tison, K., Zawar-
Reza, P., 2017. Pencitraan termal dan termografi biometrik paus bungkuk. Depan. Mar. 4,
424.https://doi.org/10.3389/fmars.2017.00424.
JNCC (Komite Konservasi Alam Bersama), 2017. Pedoman Meminimalkan Akustik
Gangguan terhadap Mamalia Laut dari Survei Seismik. Survei Seismik Jncc.defra.gov.uk
[online] Tersedia di.jncc.defra.gov.uk/pdf/jncc_guidelines_seismicsurvey_ aug2017.pdf,
Tanggal diakses: 13 Desember 2018.
Kark, S., Brokovich, E., Mazor, T., Levin, N., 2015. Tantangan konservasi yang muncul dan
prospek di era eksplorasi dan eksploitasi hidrokarbon lepas pantai. Konservasi Biol. 29,
1573–1585.
Klinck, H., Nieukirk, SL, Mellinger, DK, Klinck, K., Matsumoto, H., Dziak, RP, 2012a.
Kehadiran cetacea musiman dan tingkat kebisingan sekitar di perairan kutub Atlantik Utara.
J.Akus. Soc. NS. 132, EL176.https://doi.org/10.1121/1.4740226.
Klinck, H., Mellinger, DK, Klinck, K., Bogue, NM, Luby, JC, Jump, WA, Shilling, GB,
Litchendorf, T., Kayu, AS, Schorr, GS, Baird, RW, 2012b. Pemantauan akustik hampir real-
time dari paus paruh dan cetacea lainnya menyanyikan SeagliderTM. PLoS One 7 (5), e36128.
https://doi.org/10.1371/journal.pone.0036128.
Kyhn, LA, Wisniewska, D., Tougaard, J., Simon, M., Beedholm, K., Mosbech, A., Madsen,
PT, 2019. Kontribusi seluruh cekungan pada lanskap suara bawah air melalui beberapa
survei seismik dengan implikasi untuk mamalia laut di Teluk Baffin, Greenland. Polling
Kelautan. Banteng. 138, 474–490.
Lau, MK, 2013. DTK: Uji perbandingan berganda Dunnett-Tukey-Kramer disesuaikan
untuk varians yang tidak sama dan ukuran sampel yang tidak sama. R paket versi 3.5.
https://CRAN.R-project.org/package=DTK.
Leaper, R., Chappell, O., Gordon, JCD, 1992. Pengembangan teknik praktis
untuk mensurvei populasi paus sperma secara akustik. Laporan Komisi Penangkapan
Ikan Paus Internasional 42, 549–560.
Lund, U., Agostinelli, C., 2018. CircStats: statistik sirkular, dari “Topics in Circular
Statistik” (2001). S-plus asli oleh Ulric Lund dan port R oleh Claudio Agostinelli. R paket versi
0.2-6.https://CRAN.R-project.org/package=CircStats.
McDonald, JH, 2014. Buku Pegangan Statistik Biologi, edisi ke-3. Rumah Sparky
Penerbitan, Baltimore, Maryland.
Miksis-Olds, J., Nichols, SM, 2016. Apakah suara laut frekuensi rendah meningkat secara global? J.
akustik. Soc. Am 139, 501–511.
Nieukirk, S., Stafford, K., Mellinger, D., Dziak, B., Fox, C., 2004. Paus frekuensi rendah
dan suara senapan angin seismik yang direkam di tengah Samudera Atlantik. J.Akus. Soc. NS.
115, 1832–1843.
NMFS (National Marine Fisheries Service), 2012. Pengambilan mamalia laut insidental ke
kegiatan tertentu: mengambil mamalia laut yang terkait dengan survei seismik laut di
16
Buletin Polusi Laut 154 (2020) 111026
Laut Beaufort dan Chukchi, Alaska. makan. Daftar. 77 (206, 24 Okt), 65060–65090.
NMFS (National Marine Fisheries Service), 2018. Mengambil mamalia laut insidental ke
kegiatan tertentu: mengambil mamalia laut insidental untuk survei geofisika di Samudera
Atlantik. makan. Daftar. 83 (235, 7 Des), 63268–63381.
Nowacek, DP, 2013. Praktik yang bertanggung jawab untuk meminimalkan dan memantau lingkungan
dampak mental survei seismik laut dengan penekanan pada mamalia laut. air. ibu. 39,
356–377.
Nowacek, DP, Clark, CW, Mann, D., Miller, PJ, Rosenbaum, HC, Golden, JS, Jasny,
M., Kraska, J., Southall, BL, 2015. Survei seismik laut dan kebisingan laut: waktu untuk perencanaan
yang terkoordinasi dan bijaksana. Depan. Ekol. Mengepung. 13, 378–386.
Oswald, JN, Rankin, S., Barlow, J., Oswald, M., Lammers, MO, 2013. Panggilan waktu nyata
klasifikasi algoritma (ROCCA): perangkat lunak untuk identifikasi spesies peluit delphinid.
Dalam: Deteksi, Klasifikasi dan Lokalisasi Mamalia Laut Menggunakan Akustik Pasif, 2003–
2013: 10 Tahun Riset Internasional. DIRAC NGO, Paris, Prancis, hlm. 245–266.
Perryman, WL, Donahue, MA, Laake, JL, Martin, TE, 1999. Variasi Diel dalam mi-
tingkat gratifikasi paus abu-abu Pasifik timur diukur dengan sensor pencitraan termal. Mar.
Sci. 15 (2), 426–445.
R Core Team, 2018. R: Bahasa dan Lingkungan untuk Komputasi Statistik. R
Yayasan Komputasi Statistik, Wina, Austria. https://www.R-project.org/.
Rankin, S., Barlow, J., 2011. Sistem perekaman akustik: sistem perangkat keras portabel untuk
pemantauan akustik pasif kapal cetacea menggunakan susunan hidrofon yang ditarik.
Laporan Administratif SWFSC LJ–11-01.
Reyes Reyes, MV, Bessega, MAI, Dolman, SJ, 2016. Tinjauan undang-undang yang diterapkan pada
survei seismik untuk mengurangi efek pada mamalia laut di Amerika Latin. Dalam: Prosiding
Rapat tentang Akustik, , 32002.https://doi.org/10.1121/2.0000285.
Richardson, WJ, Greene, CR, Malme, CI, Thomson, DH, 1995. Mamalia Laut dan
Kebisingan. Pers Akademik, San Diego, CA.
Romano, TA, Keogh, MJ, Kelly, C., Feng, P., Berk, L., Schlundt, CE, Carder, DA,
Finneran, JJ, 2004. Suara antropogenik dan kesehatan mamalia laut: ukuran sistem saraf dan
kekebalan tubuh sebelum dan sesudah paparan suara yang intens. Bisa. J.Ikan. air. Sci. 61
(7), 1124–1134.
RPS Energy Canada, 2014. Laporan Pengamatan Satwa Liar BP Tangier 3D WATS Seismic
Survey Halifax, Nova Scotia 17 Mei hingga 14 September 2014. (46 hlm + lampiran).
Schoonmaker, J., Dirbas, J., Podobna, Y., Wells, T., Boucher, C., Oakley, D., 2008.
Pengamatan Multispektral Mamalia Laut. Sistem Elektro-Optik dan Inframerah:
Teknologi dan Aplikasi V. 7113. SPIE, Bellingham, WA.
Simon, M., Stafford, KM, Beedholm, K., Lee, CM, Madsen, PT, 2010. Perilaku bernyanyi
paus sirip di Selat Davis dengan implikasi untuk kawin, migrasi dan mencari makan. J Akus.
Sok Am. 128, 3200–3210 (tengah hari: 21110615).
Southall, BL, Bowles, AE, Ellison, WR, Finneran, J., Gentry, R., Hijau, CR, Kastak,
CR, Ketten, DR, Miller, JH, Nachtigall, PE, Richardson, WJ, Thomas, JA, Tyack, PL, 2007.
Kriteria paparan kebisingan mamalia laut. air. ibu. 33, 411–521.https://doi.org/10.1578/
AM.33.4.2007.411.
Southall, BL, Finneran, JF, Reichmuth, C., Nachtigall, PE, Ketten, DR, Bowles, AE,
Ellison, WT, Nowacek, DP, Tyack, PL, 2019. Kriteria paparan kebisingan mamalia laut:
rekomendasi ilmiah yang diperbarui untuk efek sisa pendengaran. air. ibu. 45, 125-232.
https://doi.org/10.1578/AM.45.2.2019.125.
Batu, CJ, 2015a. Pengamatan mamalia laut selama survei seismik dari
1994–2010. Dalam: Laporan JNCC, No. 463a.
Batu, CJ, 2015b. Implementasi dan pertimbangan untuk revisi JNCC
pedoman survei seismik. Dalam: Laporan JNCC, No. 463b.
The MathWorks Inc., 2017. Matlab R2017b. Natic, Massachusetts, Amerika Serikat.
Todd, VLG, Todd, IB, Gardiner, JC, Morrin, ECN, 2015. Pengamat Mamalia Laut
dan Buku Pegangan Pemantauan Akustik Pasif. Pelagis Publishing, Exeter, Inggris (395 hal).
Tolstoy, M., Diebold, JB, Webb, SC, Bohnenstiehl, DR, Chapp, E., Holmes, RC,
Rawson, M., 2004. Kalibrasi pita lebar sumber seismik R/V Ewing. Geofis. Res. Lett. 31, 1-4.
https://doi.org/10.1029/2004GL020234.
Verfuss, Inggris, Gillespie, D., Gordon, J., Marques, TA, Miller, B., Plunkett, R., Theriault,
JA, Tollit, DJ, Zitterbart, DP, Hubert, P., Thomas, L., 2018. Membandingkan metode yang
cocok untuk memantau mamalia laut dalam kondisi visibilitas rendah selama survei seismik.
Mar. Polusi. Banteng. 126 (1–18).
Wang, D., Garcia, H., Huang, W., Tran, DD, Jain, AD, Yi, DH, Gong, Z., Jech, JM,
Godø, OR, Makris, NC, Ratilal, P., 2016. Kumpulan besar mamalia laut vokal dari beragam
spesies di tempat pemijahan ikan. Alam 531, 366–370.
Watkins, WA, Daher, MA, DiMarzio, NA, Samuels, A., Wartzok, D., Fristrup, KM,
Gannon, DP, Howey, PW, Maiefski, RR, 1999. Aktivitas permukaan paus sperma dari
pelacakan oleh radio dan tag satelit. Mar. Sci. 15, 1158–1180.
Weir, CR, Dolman, SJ, 2007. Tinjauan komparatif mamalia laut regional
pedoman mitigasi yang diterapkan selama survei seismik industri, dan pedoman menuju
standar dunia. J.Int. liar Kebijakan Hukum. 10, 1-27.
Winchester Jr., LW, Gimmestad, GG, 1982. Perambatan sinar tampak dan inframerah
oleh kabut, hujan, dan salju. Dalam: Pusat Penelitian Keweenaw, Laporan Universitas
Teknologi Michigan No. 12685 untuk Pusat Penelitian dan Pengembangan Komando Tank-
Otomotif Angkatan Darat AS, (97 hal).
Wright, A., Robertson, F., Cosentino, AM, 2016. Menggabungkan Mitigasi Baru
Teknologi menjadi Pedoman untuk Survei Seismik dan Aktivitas Akustik Bawah Air
Lainnya: Memproduksi Standar Kinerja. Dalam: Spesies dan Ancaman Laut. Departemen
Konservasi, Wellington, Selandia Baru, hlm. 27.
Zitterbart, DP, Kindermann, L., Burkhardt, E., Boebel, O., 2013. Putaran otomatis
deteksi jam paus untuk mitigasi dari dampak kebisingan bawah air. PLoS One 8
(2013), e71217.
Zitterbart, DP, Smith, HR, Flau, M., Richter, S., Burkhardt, E., Beland, J., Bennet, L.,
Cammareri, A., Davis, A., Holst, M., Kniest, E., Lanfredi, C., Michel, H., Noad, M., Owen, K.,
Pacini, A., Boebel, O., 2020. Scaling hukum deteksi paus berbasis pencitraan termal.
J.Atmos. Laut. teknologi.https://doi.org/10.1175/JTECH-D-19-
0054.1.