記者 吳昱賢／綜合報導
深海動物長期以來被視為生態監測上的盲點，因為GPS技術無法追蹤深海裡的動物行蹤。然而最新研究指出，結合水下聲學監測、深度記錄與軍事與航太領域常用的統計方法，科學家首次能夠以高度精準的方式重建牠們的海底移動。英國與瑞士研究團隊近日於《Science Advances》發表成果，證實這套技術不僅能為研究者揭示過去從未掌握的深海行為模式，也能為海洋保育政策帶來更確定的決策基礎。
綜合外媒報導，二十一世紀以來，小型化定位與記錄儀器推動了全球野生動物研究。然而，海水對衛星訊號的阻隔，使得終年不浮出水面的物種幾乎無法以傳統方法定位。研究者只能依循水下聽音器偵測到的訊號間接推測動物位置，或透過背載感測器記錄牠們在垂直方向上的深度變化。這類資料零散不連續，往往受到海底地形與水文變化干擾，使得重建橫向移動軌跡始終困難重重，深海更因此成為科學家至今仍難以完整理解的生態場域。
此次研究的主角是蘇格蘭海域的扇狀鰩（Flapper skate, Dipturus intermedius）。這種鰩魚體長可達兩公尺，重量上看一百公斤，是全球體型最大的鰩類。牠們漫遊於蘇格蘭西岸海床上方的昏暗水域，可能可活四十年以上，但研究者過去對其移動模式所知甚少。該物種多年來被誤認為「普通鰩」的一部分，直到 2010 年才被基因鑑定確認為獨立物種，由於長期遭過度捕撈，如今已被國際自然保護聯盟列為極危物種。
為保護此一族群，蘇格蘭政府在 2016 年設立「蘇納特灣—尤拉海峽海洋保護區」，以漁業限制作為保育手段。然而，保護區成效如何、扇狀鰩在此停留的時間比例、牠們是否使用保護區外的其他棲地，始終缺乏可靠資料。也因如此，新技術的導入具有重大意義。
研究團隊自 2016 年起在蘇格蘭海域布設水下聽音器網絡，並替扇狀鰩裝設聲學發報器與深度感測器。當動物游進水下聽音器的有效距離時，發報器會被偵測到，同時深度感測器持續記錄牠們上下移動的軌跡。儘管資料量龐大，訊號仍時常因海底山脊、海況不穩或距離過遠而斷續出現，使得單憑聲學與深度紀錄難以拼湊出完整行動路徑。如何將不同來源的資訊整合在同一空間模型中，一直是科學家面臨的主要瓶頸。
本次研究最大突破，在於導入粒子濾波法（particle filtering），這項技術原先被運用於軍事標靶追蹤與航太導航。研究者將每一條可能的移動路徑視為一個「粒子」，在三維空間中同步模擬數萬條潛在路徑。隨著聲音定位、深度變化與海床地形等資訊逐步加入模型，那些與現實資料最吻合的粒子會被保留下來並「繁殖」，不符合觀察資料的則被淘汰。最終大量粒子的集合會形成一張具高度可信度的三維位置分布圖。
研究作者洛文德（Edward Lavender）形容，此技術的運作方式就像「用無數沙粒堆起動物可能出現的位置地形」。透過持續修正，模型能逐步逼近真正的移動軌跡，並呈現動物在特定海域停留的時間、使用哪些地形、偏好哪些水深，甚至可能在哪些區域聚集。
模型結果顯示，扇狀鰩在海洋保護區內停留的時間顯著高於預期，顯示現行的漁業限制確實為族群提供實質保護。研究同時發現，保護區外的海域也存在使用頻率極高的區塊，顯示牠們可能在此覓食或休息。這些「熱點」位於現行保護區外，對政策而言具有重要參考價值，可能代表保護區邊界需要重新評估，或者需在特定季節限制漁業活動。
新的統計方法讓研究者不再只能依靠零碎訊號推測，而是能以高解析度的方式呈現動物活動範圍，使保育決策從經驗推論走向更精準的科學基礎。
研究團隊目前正最佳化演算法，以降低龐大的運算量，使其能在更多物種與海域廣泛使用。他們也計畫建構更細緻的動物軌跡、辨識扇狀鰩可能的產卵場，並利用資料發展沉浸式虛擬實境（VR），讓公眾能「走入」深海，理解這些大型魚類的日常。
研究者指出，海洋深處仍是地球最難接近的世界之一，而這次的技術跨越，讓科學家得以首次在黑暗海底繪製動物一生的行程軌跡，也讓保育工作得以建立在更踏實的證據上。
