2026 年 07 月 07 日，由英国 Plankton Analytics Ltd 公司开发的 Moonpool Pi-10 浮游生物成像系统在普利茅斯智能海域平台成功部署，该系统是全球领先的水下成像系统，也是普利茅斯海洋实验室 (Plymouth Marine Laboratory, PML) 自动化原位浮游生物成像与分类系统（APICS）的技术之一。Moonpool Pi-10 成像系统的成功部署是西海峡观测站 APICS 建设的重要里程碑。
APICS 是部署在英国南海岸外海的西海峡观测站的普利茅斯智能海域平台中的核心设施之一，旨在推动海洋环境中对浮游生物的自主高频观测，加深人类对于环境变化如何影响浮游生物的认知。APICS 项目本身将成为全球近海海域高频生物数据自主采集的示范项目。该项目对实现联合国海洋科学促进可持续发展十年计划的目标至关重要，助力构建 “可观测海洋”，支撑高效海洋管理工作。
过去三周 Moonpool Pi-10 成像系统一直在 10 米深处原位采集浮游生物群落图像。下面是 Moonpool Pi-10 的部署场景及采集的浮游生物图像。我们期待在接下来的几个月里看到这批图片规模不断壮大。
浮游生物 海洋浮游生物指游动速度极低或不具备自主游动能力、随洋流被动漂移的生物。该定义涵盖一类物种分类与形态高度多样的生物类群，横跨多个生物门，包含数万种生物。仅从体型来看，浮游生物的尺寸跨越多个数量级，涵盖亚微米级单细胞生物，直至直径可达一米的大型水母。 浮游生物维系着海洋中其余所有多细胞生物的生存。具备光合作用能力的浮游生物贡献了全球约50%的初级生产力。光合浮游生物捕获的能量通过捕食关系沿食物链向上传递，支撑各类具有商业价值的鱼类、贝类生长。同时，浮游生物参与全球碳循环，发挥着调节地球气候的作用。
普利茅斯海洋实验室浮游生物生态学家Claire Widdicombe拍摄的浮游植物显微镜影像 对浮游生物开展高频观测的核心需求，源于观测频次需要匹配浮游生物种群动态对应的时间尺度。小型单细胞浮游植物世代周期较短，种群数量可在数小时至数天内实现倍增。该特性常会引发大规模水华，这类水华从太空即可清晰观测到。水华存在演替阶段特征：某一物种率先占据优势，后续又会被其他物种取代。若仅依靠船只开展低频次观测，便无法精细捕捉水华动态中的各演替阶段。此外，外来物种入侵，或是有害藻华的爆发也可能被遗漏；有害藻华由部分藻类引发，这类藻类在代谢过程中会产生致命毒素。依靠船只开展的低频观测，同样难以捕捉诸多短期现象，例如大型中型浮游动物为觅食或躲避天敌发生的垂直迁移；还有阶段性浮游生物的移动，这类生物仅生命周期的某一阶段以浮游形态存在（例如贝类幼体），它们会在不到一天的时间尺度内改变在水体中的垂直分布位置，进而影响幼体的输送、扩散与种群补充。 对海洋环境开展长期、高频观测需要自动化采样流程。尽管可原位自主测量多项物理与化学参数的相关技术已发展数十年，但适用于浮游生物观测、可商用的仪器却迟迟未能问世。APICS项目将与设备制造商密切合作，并依托西海岸海洋观测站（WCO）的基础设施，推动浮游生物观测能力实现跨越式提升，实现在远程操控海上平台开展自主、长期、宽粒径范围的浮游生物观测，观测频次可与同一站点配套采集、相互关联的物理、化学参数保持同步。 |
The APICS Platform 该项目搭建并部署了一套原位浮游生物自动成像与分类系统（APICS）。这套设备将长期自主布放于英国南海岸外海的西海峡观测站（WCO）海域，是英国国家海岸自主观测中心设施的组成部分。原位浮游生物自动成像与分类系统包含两套设备：
项目配套浮标、系泊系统等辅助设备，保障远程布放作业。两套设备采集的图像将依托配套机器学习软件完成自动分类。原位浮游生物自动成像与分类系统将布设于 L4 监测站点，与一系列先进互补的科研仪器协同工作。整套设备由普利茅斯海洋实验室（PML）管理。普利茅斯海洋实验室联合海洋生物协会（MBA）运营西海峡观测站，项目资金来自英国自然环境研究委员会国家级能力建设专项经费。
浮游动物显微图像，拍摄者Claire Widdicombe 本项目将采用两套摄像系统配套的定制分类软件。与此同时，团队也在自主研发分类软件，未来有望将其应用于自动浮游生物成像系统（APICS）。相关领域研究实例可参Kerr et al (2020)的成果。Kerr, T., Clark, J. R., Fileman, E. S., Widdicombe, C. E. and Pugeault, N.（2020）用于解决 FlowCam 浮游生物图像类别不均衡问题的协同深度学习模型，IEEE Access，第 8 卷，第 170013-170032 页。 |
今年5月，上海泽泉科技股份有限公司与英国浮游生物分析有限公司（Plankton Analytics Ltd.）达成合作协议，成为Pi-10 系列浮游生物成像系统在中国的独家代理，这进一步补充了原位浮游植物流式细胞仪的测量粒径范围，使大粒径浮游动物现场观测及自动识别加入到我们的浮游生物全粒级生态观测链。两套摄像系统所能采集的数据量远超出人工处理的范围。为充分发挥设备性能，需要实现分类流程自动化，这一点可借助机器学习软件完成。分类过程中，研究人员会为图像内的生物附上分类学标签，并计算、保存生物特征参数（例如尺寸与形态）。
参考文献 1. Clark JR, Fileman ES, Fishwick J, Rühl S, and Widdicombe CE (2025) The Western Channel Observatory Automated Plankton Imaging and Classification System. Oceanography January 2025. 2. Spence1 MA, Barry J, Thomas Bartos T, Robert Blackwell R, Scott J, Pitois S (2025) Avoiding confusion: Modelling image identification surveys with classification errors. Methods Ecol Evol. 2025; 16: 625–639. 3. Mortelmans J, Decrop W, Heynderick H, Cattrijsse A, Depaepe M, Van Walraven L, Scott J, van Oevelen D, Deneudt K, Muñiza C (2025) From pixels to patterns: high Zooplankton Phase 1. Wageningen University & Research report: C013/25. 4. Scott J, Pitois SG, Blackwell1 R, Close H, Culverhouse PF, Tilbury JB (2025) The Plankton Imager (Pi-10): An imaging instrument for automated and continuous zooplankton data collection. BioRxiv 2025.01.27.635045. 5. Pitois SG, Giering SLC, Masoudi M, Payne E, Scott J, Blackwell RE, Close H, Eftekhari N, Ribeiro J (2025) RAPID: real-time and automated plankton identification dashboard using Edge AI at sea. Front. Mar. Sci. 11:1513463. 6. Scott J, Pitois S, Creach V, Malin G, Culverhouse P, Tilbury J (2023) Resolution changes relationships: Optimizing sampling design using small scale zooplankton data. Progress in Oceanography (210), 102946. ISSN 0079-6611. 7. Giering SLC, Culverhouse PF, Johns DG, McQuatters-Gollop A and Pitois SG (2022) Are plankton nets a thing of the past? An assessment of in situ imaging of zooplankton for large-scale ecosystem assessment and policy decision-making. Front. Mar. Sci. 9:986206. 8. Scott J, Pitois S, Close H, Almeida N, Culverhouse PF, Tilbury J and Malin G (2021) In situ automated imaging, using the Plankton Imager, captures temporal variations in mesozooplankton using the Celtic Sea as a case study. Journal of Plankton Research, Volume 43, Issue 2, March/April 2021, Pages 300–313. 9. Pitois SG, Graves CA, Close H, Lynam C, Scott J, Tilbury J, Van der Kooij, J and Culverhouse PF, (2021) A first approach to build and test the Copepod Mean Size and Total Abundance (CMSTA) ecological indicator using in-situ size measurements from the Plankton Imager (PI) Ecological Indicators 123, 107307. 10. Culverhouse PF, Williams R , Gallienne C, Tilbury J and Wall-Palmer D (2016) OceanScale Monitoring of Mesozooplankton on Atlantic Meridional Transect 21. J Marine Biol Aquacult 2(1): 1-13. 11. Culverhouse PF, Gallienne C, Tilbury J and Williams R (2015) An Instrument for Rapid Mesozooplankton Monitoring at Ocean Basin Scale. J Marine Biol Aquacult 1(1): 1-11. 12. Culverhouse PF (editorial) (2015) Biological Oceanography Needs New Tools to Automate Sample Analysis. J Marine Biol Aquacult 1(1): 1-2. |
如您需要了解更多信息，请识别下方二维码填写登记表，我们会为您提供专业的服务，真诚期待与您的合作！
