方法文章

基于图像的底栖大型无脊椎动物及其生境调查方法——以大西洋海扇贝落放式摄像调查为例

11.5K 次观看

⸱

DOI：

10.3791/57493

⸱

2018年7月2日

 , 
1School for Marine Science and Technology, University of Massachusetts Dartmouth

本文内容

摘要

基于图像的调查是一种日益实用且非侵入性的海洋环境采样方法。本文介绍了利用下投式摄像机调查大西洋海扇贝（Placopecten magellanicus）丰度和分布的实验方案。我们还探讨了该方案如何推广应用于其他底栖大型无脊椎动物的研究。

摘要

水下成像技术长期以来一直应用于海洋生态学领域，而高分辨率相机和数据存储成本的降低使得该方法比以往更加实用。基于图像的调查允许对初始样本进行重复检查，相较于通常使用网具或挖泥设备的传统调查方法，具有非侵入性的优势。基于图像的调查方案可能存在很大差异，但应由目标物种的行为特征和调查目的来决定。为说明这一点，我们介绍了近期针对大西洋海扇贝（Placopecten magellanicus）开展的下放式相机调查所采用的方法，以提供一个具体的操作流程及代表性结果。该流程分为三个关键步骤：调查设计、数据采集和数据产品。随后，结合将该方法推广至其他应用的背景，讨论了海扇贝行为特征以及调查目标——对美国海扇贝资源进行独立评估——对调查流程的影响。总体而言，马萨诸塞大学达特茅斯分校海洋科学与技术学院（SMAST）下放式相机调查方法具有广泛的适用性和灵活性，表明该方法可被推广并应用于多种固着性无脊椎动物或以生境为重点的研究中。

引言

大西洋海扇贝（Placopecten magellanicus）是一种海洋双壳软体动物，分布于西北大西洋大陆架海域，从加拿大圣劳伦斯湾向南延伸至北卡罗来纳州的哈特拉斯角1。过去十五年间，美国海扇贝渔业的捕捞量和经济价值均实现了前所未有的增长，已成为美国价值最高的渔业之一，2015年的捕捞产值约为4.4亿美元2。尽管捕捞量持续增长，但过去二十年间，通过实施渔区轮作管理制度，海扇贝的捕捞努力量已显著减少。该制度旨在保护幼年海扇贝密集区域，并将捕捞活动集中于大型海扇贝高密度分布区1。这一管理策略依赖于关于海扇贝密度和个体大小的精确空间分布信息，此类信息由包括马萨诸塞大学达特茅斯分校海洋科学与技术学院（SMAST）海扇贝落水式摄像调查在内的多项调查提供。

SMAST落水相机调查的目标是为渔业资源管理者、海洋科学家以及渔业社区提供关于美国海扇贝资源及其相关栖息地的独立评估。该调查由海扇贝渔民共同参与开发，并应用基于潜水研究的样方抽样技术。3,4. 21世纪初的初步调查主要集中在估算渔场内被称为乔治斯银行的生产区域中封闭区域内的海扇贝密度5，但该调查已扩展至涵盖美国和加拿大水域中大部分的扇贝资源（≈100,000 千米2)6,7调查所获取的信息已通过种群评估研讨会流程纳入扇贝资源评估，并可靠地提供给新英格兰渔业管理委员会，以协助年度扇贝捕捞配额的制定。8此外，SMAST 落放式相机调查的数据以多种方式促进了对非扇贝物种生态学的理解7,9,10,11,12 以及对底栖生境的表征13,14,15这种广泛的适用性表明，该方法可被推广并应用于多种固着无脊椎动物，有望帮助缓解无脊椎动物渔业扩张速度超过科学认知与管理政策发展速度的问题。16此外，与传统的种群抽样方法相比，基于图像的取样具有非侵入性，且随着高分辨率相机和数据存储成本的降低，该方法正变得越来越经济可行。17,18在此，我们以马萨诸塞大学达特茅斯分校海洋科学与技术学院（SMAST）于2017年在美国所属乔治斯浅滩用于扇贝资源管理的落放式摄像系统调查方法为例，说明该操作流程。我们还探讨了该流程背后的设计原理，以促进其推广和应用于其他固着性无脊椎动物的研究。

方案

1. 问卷设计

  1. 寻找一艘或多艘可租用6至8天的近海商业扇贝捕捞船。
  2. 制作一个钢制金字塔结构，其内部框架可安装三台摄像机、照明设备以及光纤电缆的接线盒（图1）。确保其中一台为高分辨率数码静态相机，另两台为分辨率较低但仍为高清的视频摄像机。

figure-protocol-1
图1：2017年用于数据采集的马萨诸塞大学达特茅斯分校海洋科学与技术学院下放式摄像系统金字塔框架，包含摄像机和照明灯。 该下放式摄像系统金字塔框架由马萨诸塞大学达特茅斯分校海洋科学与技术学院使用，配备摄像机和照明灯，用于2017年的数据采集。连接摄像机和照明灯电缆至光纤电缆的接线盒安装在两个带灯横杆之间，图中未显示。 请点击此处查看此图的放大版本。

  1. 采用系统性取样设计，在渔场利用的大部分乔治斯海台区域以5.6 km间隔布设调查站位，在两个重点区域则以2.8 km间隔布设1
    注意：在5.6 km网格上，两名科学家、一名船长和一名大副每24小时可完成约50个站位的调查；在2.8 km网格上可完成约80个站位。因此，大约需要5次调查航次才能完成整个调查。

2. 数据采集

  1. 将设备装载到船上。
  2. 在船舱甲板上架设设备。
    1. 将井架、带光纤电缆的张力敏感型绞车（电缆缠绕在卷筒上并连接至滑环）以及吊臂安装到船甲板上。确保光纤电缆能够从绞车经由吊臂通向井架，且不与船载绞车的电缆发生接触。
    2. 使用小型临时焊点将绞车、吊臂及吊臂底板固定到位。
    3. 将耐压敏感绞车电源线接入船体的保险丝盒。
    4. 将接线盒连接到金字塔上。
    5. 将相机和光源安装到金字塔形装置上。
    6. 使用相机和光源线缆将相机和光源连接到接线盒。
    7. 将光纤电缆穿过滑轮并固定在吊艇架上。
    8. 将船载液压绞车缆绳连接至金字塔形装置。
  3. 在船舶驾驶室内设置设备。
    1. 连接并固定台式计算机。
    2. 将2台显示器连接到台式计算机。将其中一台显示器固定在计算机附近，另一台固定在船舶液压绞车控制装置附近。
    3. 将全球定位系统（GPS）设备连接到台式计算机 通过 一个USB端口。
    4. 在船舵附近插入并固定一台装有移动野外测绘程序的笔记本电脑。出发前将测站位置信息载入计算机。
    5. 通过串行端口将GPS设备连接到笔记本电脑。
    6. 将摄像头和照明设备连接到船舶驾驶室。
      1. 连接 "甲板末端" 驾驶室 连接至压力敏感绞车上的光纤滑环的光纤电缆线路。
      2. 连接 "驾驶室末端" 从驾驶室敷设光纤电缆至台式计算机的光纤接口及光功率插头。
      3. 从台式计算机启动野外数据采集程序。确保安装在金字塔结构上并接入接线盒的所有相机均自动显示为已连接。
        注意：如果所有摄像头均未显示为已连接，请在程序内重置摄像头连接，或通过更换组件（摄像头、连接线缆、滑环等）进行故障排查。 等等以系统化的方式。
  4. 在每个站点拍摄图像并记录数据。
    1. 从笔记本电脑启动移动野外制图程序。
    2. 选择 "标记" 工具并拖动目标图标至一个站点，以提供指向该站点的方位。
    3. 到达站点并停船后，使用船只的液压绞车将采样金字塔缓慢下放至海底。
      注意：此操作由船员完成，且在下放采样金字塔之前必须开启压力敏感绞车。
    4. 从台式计算机启动野外数据采集程序，同时将金字塔形装置下放至海底。
      1. 双击 "区域简称" 框并输入该区域的名称。
        注意：此步骤仅需在每个区域的第一个站点进行。
      2. 点击 "启动船长卡姆" 按钮，用于在液压绞车控制装置附近的显示器上显示摄像头画面及其他信息。
    5. 打开光源电源。
    6. 采样金字塔着落海底后，立即采集样方数据。
      1. 在野外数据采集程序中，单击 "起始站" 开始录制视频。
        注意：视频录制期间，按钮将闪烁红光。
      2. 点击 "拍摄快照" 当海底清晰可见时，点击 "保存全部" 同时从所有相机视角捕获静态图像。
      3. 点击 "写入数据库" 按钮
        注意：这将弹出一个新对话框，其中自动填入深度、位置、温度、站点编号、样方编号、区域名称以及由软件自动生成的唯一识别编号。
      4. 在数码静态相机图像中输入所见扇贝的数量 "扇贝计数" 框内并输入任何评论到 "评论" 盒
      5. 点击 "提交数据" 单击按钮，将样方数据作为一行记录写入野外数据库。
    7. 抬起金字塔，直至无法再看到海底。
    8. 缓慢将金字塔形框架降至海底，并重复步骤 2.4.6 和 2.4.7，直至获取四个样方的数据。确保金字塔发生位移，以拍摄到不同区域的海底样方图像。
    9. 将采样金字塔从海底提升至船体旁的安全位置。
    10. 在金字塔升起的同时结束该站点。
      1. 点击 "终端站" 在野外数据采集程序中，结束视频录制并将程序推进至下一站。
      2. 点击 "退出程序" 关闭程序按钮。
      3. 关闭灯光电源。
      4. 点击 "捕获站" 在移动野外制图程序中标记该站点为已完成，然后重复步骤 2.4.2。
    11. 重复第2.4节中的前述步骤，直至完成所有调查站点。
  5. 进行一次相机校准液滴实验。
    1. 使用电子卡尺测量至少30个金属丝网格的网格单元长度，并标记已测量的单元。
    2. 将网格用细绳或绳索固定在采样金字塔的底部。确保测量网格的单元格位于相机视野内。
    3. 重复步骤 2.4.3 至 2.4.6.2，以采集网格的图像。
      注意：该校准通常在第一个站点之前进行，但也可在出发前于测试水箱中或调查期间的任何时间完成。其目的是确定毫米与像素的比率，以确认样方大小并测量图像内的特征。
  6. 量化数码相机拍摄的样方图像中的数据。
    注意：在此过程中，使用其他摄像机拍摄的图像和视频作为辅助。
    1. 启动实验室数据采集程序并选择 "数字化" 轮廓
    2. 从下拉菜单中选择感兴趣的年份、区域、相机、站点和样方。
    3. 点击 "开始" 根据步骤2.6.2中选定的条件，将图像导入程序。
    4. 在 "底物" 切片，勾选存在的底物类型。参见14 有关底物类型的详细描述及其分类方法。
    5. 量化大型底栖动物。
      注意：记录或标记了50个大型底栖生物分类单元的存在或缺失。这些分类单元的完整列表及其追踪方法可参见参考文献。13.
      1. 勾选存在动物的复选框 "倒置" 存在部分
      2. 输入观察到的每只动物的编号 "倒置" 计数部分。
      3. 点击红色 "SC" 在图像中为每个扇贝标注按钮和圆点。
      4. 点击绿色 "SF" 在图像中分别标记每个海星的腕和中心盘。
      5. 点击黑色 "细胞系" 在图像中标记扇贝的闭壳肌（“button”）和壳内膜（“dot”），以及每个贝壳对（指已死亡但两侧壳仍通过韧带连接的扇贝）。
      6. 点击蓝色 "荧光强度" 在图像中为每条鱼标记按钮和点。
      7. 在 "鱼类" 计数部分，输入观察到的每种鱼类的数量。
        注意：对于其他带斑点的动物，程序会自动统计斑点数量，并将统计结果归入相应的类别。对于鱼类，程序会自动统计斑点数量，但用户必须手动识别鱼类的种类及数量。程序统计的鱼类斑点总数必须与用户输入的各类鱼的数量一致。
    6. 点击 "提交" 单击按钮，将图像数据作为一行写入实验室数据库，并生成一份带有动物标记点的图像副本。
    7. 对步骤 2.6.4 和 2.6.5 进行质量控制
      1. 更改实验室数据采集程序中的配置文件 "图像检查"
        注意：此步骤应由不同于完成图像处理步骤 2.6.4 和 2.6.5 的人员进行。
      2. 重复步骤 2.6.2 和 2.6.3，以加载原始图像、点阵图像，并填写由用户输入的底物和动物数据 "数字化" 用户资料
      3. 检查条目准确性并进行必要的修改。
      4. 选择 "提交" 覆盖已提交图像数据的按钮 "数字化" 用户并在实验室数据库中标记图像为质量受控。
    8. 测量图像中观察到的扇贝。
      注意：扇贝部分可见（被生长物遮挡，部分位于图像中） 等等不应测量脱离海床或位于海床之外的样本。
      1. 启动图像标注程序。
      2. 选择 "文件" 然后 "加载图像目录" 从下拉菜单中选择。导航至感兴趣的虚线图像，并将图像加载到程序中。
      3. 选择 "线条标注" 从扇贝的壳顶向贝壳顶部画一条线。
      4. 对图像中所有可测量的扇贝重复步骤 2.6.8.3。
      5. 选择 "文件" 然后 "保存注释" 创建一个测量数据的电子表格。
      6. 使用2.5中获得的像素与毫米的平均换算比率，将像素单位的测量值转换为毫米。

3. 数据产品

  1. 计算扇贝密度和尺寸的空间特异性估计值。
    1. 使用制图软件绘制调查站点。
    2. 根据扇贝区域管理模拟器（Scallop Area Management Simulator, SAMS）模型分区对调查站点进行划分。
      注：在美国大西洋海扇贝渔业中，SAMS 模型用于预测海扇贝的丰度和捕捞量8。以下所有步骤均需针对每个 SAMS 分区分别进行。
    3. 对扇贝测量数据取平均值，以获得该 SAMS 分区内扇贝的平均壳高。
    4. 计算扇贝的平均密度及其标准误。
      1. 将样方尺寸增加该 SAMS 分区中扇贝的平均壳高，以校正因图像边缘部分可见而被计数的扇贝19。
      2. 使用校正后的样方尺寸以及两阶段抽样设计的公式，计算密度，以考虑每个站点采样的多个样方20：
        (1)          figure-protocol-2
        (2)          figure-protocol-3
        其中 n = 初级抽样单元（站点），m = 每个初级抽样单元中的元素数（样方）， figure-protocol-4 = 第 i 个初级单元中第 j 个元素的测量值（扇贝数量），figure-protocol-5 = 第 i 个初级单元（站点）中每个元素（样方）的样本均值，figure-protocol-6 = 两阶段的总体均值。该均值的标准误为：
        (3)          figure-protocol-7
        其中 figure-protocol-8 为初级单元（站点）均值之间的方差。
  2. 计算总生物量和可捕捞生物量。
    1. 将扇贝密度乘以调查的总面积，以估算该区域内的扇贝总数。
    2. 使用 5 mm 的尺寸区间，建立扇贝测量数据的壳高频率分布。
    3. 将步骤 3.2.1 的结果乘以步骤 3.2.2 中每个尺寸区间的扇贝频率，以获得该区域内每个尺寸区间的扇贝数量。
    4. 将每个 5 mm 尺寸区间的中点对应的扇贝肉重估计值乘以该尺寸区间的扇贝数量。使用新英格兰渔业管理委员会扇贝计划开发团队指定的壳高-肉重回归关系，估算以克为单位的扇贝重量21。
    5. 将步骤 3.2.4 中各尺寸区间的扇贝肉重相加，得到总扇贝生物量的估计值。将扇贝生物量从克转换为公吨。
    6. 将步骤 3.2.5 中扇贝肉重的总和除以步骤 3.2.1 中扇贝总数，得到单个扇贝的平均重量。
    7. 将步骤 3.2.3 中每个尺寸区间的扇贝数量乘以商业扇贝拖网选择性方程，以估算可捕捞扇贝的数量22。
    8. 使用步骤 3.2.7 得到的可捕捞扇贝数量，重复步骤 3.2.5 和 3.2.6，以估算可捕捞尺寸扇贝的生物量及其平均肉重。
  3. 绘制扇贝分布图。
    1. 将每个调查站点的扇贝总数、壳高小于 75 mm 的扇贝数以及壳高大于 100 mm 的扇贝数，分别除以每个站点数码静态相机的观测总面积（9.2 m2），以计算每个站点的总体扇贝、幼年扇贝和可捕捞扇贝的密度。
    2. 分别绘制每个站点的上述三种密度，以展示总体、幼年和可捕捞扇贝丰度的空间分布。

结果

调查站点作为从4月底至7月中旬开展的五次科研航次的一部分进行了采样（图2）。由于能见度和天气原因，SAMS区域CL2-S-EXT中的部分站点未进行采样，其他区域的部分站点也在质量控制检查过程中被剔除。对于其余所有站点，均采集了四张高质量的数码静态图像（图3）。针对这些站点的所有图像，均对底质和大型底栖动物进行了量化，并对扇贝进行了测量。扇贝的数量统计和测量数据按SAMS区域划分，从而可估算其丰度、分布和生物量，并将经过审核的扇贝数量与测量原始数据于8月1日前提交至东北渔业科学中心和新英格兰渔业管理委员会，用于年度扇贝资源分配流程（表1和表2）。同时绘制了所有扇贝、幼年扇贝（壳高小于75 mm）以及可捕捞规格扇贝（壳高大于100 mm）的分布图（图4）。

调查区域地图，显示船只航线及数据采集日期。
图 2：2017 年乔治斯浅滩的下放式摄像机观测站位。 图中按调查船只显示站位分布，高关注区域以 2.8 km 间距布设站位，其余区域以 5.6 km 间距布设。黑色线条及标签标示了用于预测海扇贝丰度和捕捞量的“扇贝区域管理模拟器”模型分区。请点击此处查看此图的放大版本。

海底散布贝壳、沉积物组成、海洋生物多样性研究及环境分析。
图3：2017年乔治斯浅滩投放式摄像调查中获取的一幅示例性数字静态图像。 在整个乔治斯浅滩的调查中，共分析了5,216张质量相似的图像，用于量化底质类型和大型底栖动物，并对扇贝进行测量。所有图像均可在 查看。请点击此处查看该图的高清版本。

面积四极杆站点测量的SHSc. 每平方米2东南扇贝
CL1-NA-N2.61018581050.980.29761
CL1-AC2.6155811060.060.0166
CL1-NA-S--70--<0.02----
CL2-N-NA2.61658870.430.2214
CL2-S-AC2.643555693.60.140.01465
CL2-S-EXT2.514766077.60.480.04545
NF2.65413880.020.0139
NLS-AC-N2.731721200.270.1260
NLS-AC-S2.5392,71872.79.73.0911,676
NLS-EXT2.61417095.12.242.16966
NLS-NA2.64269699.120.832,597
SCH2.513713871.30.150.03631
SF2.512621974.40.190.03747

表1：2017年乔治斯银行落放式相机调查的数码静态相机数据 结果按扇贝面积管理模拟器模型区域展示。表中包含校正后的样方面积（Quad）、采样站位数（Stations）、测量的扇贝壳高数量（Measured）、观测到的扇贝壳高的平均值（毫米，SH），以及每平方米扇贝的平均数量（Scallops/m²）。2 （每平方米秒）2) 及其相应的标准误（SE），以及扇贝数量的百万估计值（Scallops）。由于未观察到扇贝，无法生成 CL1-NA-S 的结果。

总生物量估算可利用生物量估算
区域MWMTSEMWMTSE
CL1-NA-N18.2813,9004,10023.859,9002,950
CL1-AC24.871,65035033.721,350300
CL1-NA-S------------
CL2-N-NA14.893,2001,50026.512,100980
CL2-S-AC15.847,36068523.474,600425
CL2-S-EXT9.465,15044017.11,900165
NF16.2660026027.59500200
NLS-AC-N34.158,9003,39038.027,8002,990
NLS-AC-S8.4999,10031,59016.8824,6007,830
NLS-EXT16.7316,20015,59019.547,6007,310
NLS-NA20.453,00022,10025.1330,70012,800
SCH10.456,6001,26024.653,300620
SF9.16,8001,08017.332,400380

表2：2017年乔治斯浅滩拖曳式摄像调查中总生物量和可利用生物量的估算结果。 结果按扇贝区域管理模拟器模型划分区域列出。表中包括扇贝肉平均重量（克，MW）、扇贝总重量（公吨，MT）及标准误（公吨）。由于未观察到扇贝，CL1-NA-S区域的结果无法生成。

扇贝密度分布图；按站位显示成体、幼体和可捕捞个体密度的示意图，采用颜色编码。
图 4：2017年乔治斯浅滩扇贝的分布与丰度。 2017年乔治斯浅滩扇贝分布与丰度情况，分别为所有扇贝（上图）、壳高小于75 mm的扇贝（中图）以及壳高大于100 mm的扇贝（下图），数据来源于落放式摄像调查。 请点击此处查看该图的高清版本。

讨论

调查设计的方案具有灵活性，但在推广这些方案时，必须充分考虑目标物种的行为特征和调查目的。通过文献综述或初步研究，可将目标物种的行为特征纳入调查设计中。例如，每12.5 m2海域中少于1个扇贝（即0.08 个扇贝/m2）低于可持续商业捕捞的密度阈值23。因此，通过在每个站点采样四个样方，可使站点采样面积与检测商业捕捞密度下的扇贝数量相关联。此外，海扇贝在海底通常呈聚集分布而非随机分布，这会影响站点间距对密度估算精度的影响24。多项研究利用初步研究中的均值与方差数据评估了估算精度，并确定站点之间的最大间距应为5.6 km5,25,26。本次调查的系统性采样设计受到调查目标的影响。SAMS区域的边界经常发生变化，且通常在调查完成后才进行调整21,27。系统性采样可避免在空间估算中因边界后置分层而带来的严重问题，这类问题会影响随机分层或最优分配的调查设计20。站点的均匀布设也有助于发现新的扇贝补充群体，并绘制海底沉积物及大型无脊椎动物的分布图28。唯一可能无法充分考虑目标物种行为和调查目标的步骤是调查船只的选定，因此本方案将此步骤列为首要环节。船只对于海上采样至关重要，并决定了后续调查设计的实施方式。在我们的方案中，与商业捕捞行业合作对于提高调查方法的透明度以及增强对调查结果的信任至关重要。使用商业捕捞船只是一种有效的方式，使行业参与我们的方法体系，同时这些船只的尺寸和性能能够承载大型、重型摄像设备，并在规定的时间范围内完成各调查站点的采样工作。此外，船只所有者承担与船只使用相关的全部费用，并通过美国国家海洋和大气管理局（NOAA）大西洋扇贝研究预留计划（Atlantic Scallop Research Set-Aside Program）所分配的扇贝重量配额获得补偿29。尽管并非必须让行业参与调查，但在制定调查设计的其他方面之前，仍需充分考虑可用船只的尺寸、性能和成本。

该方法在数据采集与处理方面具有显著优势，但也存在局限性。使用定制软件和数据库对图像中的数据进行量化需要较高的成本。然而，SMAST落放式摄像调查项目采用这些产品，代表了自1999年启动的一项计划的演进，并非不可或缺。例如，该项目初期曾使用纸笔进行扇贝计数，而目前已有免费软件可用于图像测量。同样，当前使用的数码静态相机因其能够检测所有尺寸等级的扇贝，并可在不损失图像质量的前提下实现约200%的放大倍率（图3）而被选用；但早期调查中使用的分辨率较低、价格更便宜的相机也能够完全检测到具有商业价值尺寸的扇贝30。与调查设计规程类似，相机类型的选择应与检测目标物种及实现调查目标所需的分辨率相匹配。在每个站点拍摄图像并录制视频，相较于传统调查方法具有显著优势，因为它能够持续地重复查看样本，并将分析扩展至最初未被追踪或计数的分类群或生境特征。例如，原本在SMAST数据库中仅记录为“存在”或“不存在”的沙钱及其他棘皮动物，在后续通过重新查看图像实现了对其丰度和生物量的时序量化分析12。相比之下，来自拖网或网具等更传统调查方法的样本通常在海上即被丢弃，无法再次查验。然而，尽管技术进步使得大量图像的拍摄与存储成为可能，但往往会产生数百万张图像，其中仅有极小部分被实际利用。这主要是由于人力进行数据提取所带来的时间与成本限制，导致大量信息未被充分利用31。动物与生境特征的自动化检测技术的进步，有望帮助解决这一难题。

基于图像的调查方法可提供监测大型无脊椎动物及其相关生境所需的数据，但将此处所述方案与其他采集生物样本的方法结合使用更为理想。若无基于拖网采样建立的扇贝壳高与肉重关系，便无法进行生物量估算。此外，该扇贝壳高与肉重关系在乔治斯银行的不同时间和地点存在变化，表明持续更新用于描述此关系的方程具有重要意义32。结合图像分析与实物采样技术还有助于探究每种方法所存在的偏差与假设。利用卡尺测量落水相机图像中扇贝的壳高，可量化因相机镜头曲率及目标与图像中心距离所导致的测量偏差33。相反，图像与拖网采样结果的配对比较研究有助于明确海底扇贝实际被捕获的比例，以及该比例随扇贝体型变化的情况6。

水下成像技术在海洋生态学领域已应用数十年17,34。然而，随着高分辨率相机和数据存储成本的降低，该方法相比以往更具实用性。本文所述方法具有通用性和广泛适用性，有助于推动更多基于图像的调查研究。更具体而言，这些操作流程展示了如何利用结果生成数据，以帮助管理固着无脊椎动物（表1-2），并促进对海洋环境的更深入理解7,9,10,11,12,13,14,15。

披露

作者无任何利益冲突需要披露。

致谢

感谢参加这些科研航次的学生、工作人员、船长和船员，以及提供船只的各位船主。感谢 T. Jaffarian 开发了实验室数据采集程序，Electromechanica, Inc. 公司开发了野外软件和设备，CVision Consulting 公司开发了图像标注程序。本研究由美国国家海洋和大气管理局（NOAA）资助，项目编号为 NA17NMF4540043、NA17NMF4540034 和 NA17NMF4540028。文中观点仅代表作者立场，不一定反映 NOAA 的观点。

材料

本文使用的材料清单
姓名公司目录编号评论
山猫，43.3毫米，F卡口，6600×4400，1.9/2.4帧/秒，彩色，GigE VisionImperxPoE-B6620C-TF00数码静态相机
Ace - EV76C560，1/1.8"，C卡口，1280×1024，60帧/秒，彩色，CMOS，GigE BasleracA1300-60g高清摄像机
Stock MV 40-25 防水外壳。黑色阳极氧化铝，5.3"标准球形端口，DBCR2008M连接器  SextonMV 40-25数码静态相机用防水外壳
Stock MV 25-25 防水外壳。黑色阳极氧化铝，3.4"标准球形端口，DBCR2008M连接器  SextonMV 25-25高清摄像机用防水外壳
光学滑环MOOG180-2714-00向绞车上的旋转电缆传输电力和电信号
光纤电缆CortlandOCG0010从接线盒向船舶甲板/驾驶室传输电力和电信号
驾驶室连接段 ElectromechanicaEM0117-02一段光纤线，一端可插入光学滑环，另一端连接光源、电源和计算机
水下接线盒ElectromechanicaEM0117-01将来自相机和灯光的电力与电信号连接至混合电缆
相机电缆SubConnDIL8F/LS2000/10FT/LS2000/DIL8M将电力和电信号从相机传输至接线盒
灯光电缆SEACONHRN-S0484将电力和电信号从灯光传输至接线盒
台式计算机VariousCustom基于Windows操作系统的带光纤接口的计算机
液压绞车Diversified MarineCustom张力敏感型绞车，用于布放和回收光纤电缆
钢制金字塔架Blue Fleet WeldingCustom用于布放相机和灯光的装置
钢制吊臂Blue Fleet WeldingCustom将光纤电缆悬吊于船舷外侧
金属外壳内的玻璃钢滑轮Diversified MarineCustom安装于吊臂上，引导光纤电缆越过船舷并进入水中
Sealight Sphere 6500，日光白，泛光DeepSea Power & Light712-045-201-0A-01水下LED灯
GPSMAP 78Garmin 01-00864-00全球定位系统设备
ArcPad 10.2 ESRIN/A移动野外制图程序
水下视觉采集系统ElectromechanicaUVAS野外数据采集程序
DigitizerUniversity of Massachusetts, DartmouthN/A实验室数据采集程序
FishAnnotatorCvision Consulting0.3.0图像标注程序
ArcMap 10.4 ESRIN/A制图软件

参考文献

  1. Stokesbury, K. D. E., O'Keefe, C. E., Harris, B. P. Fisheries Sea Scallop, Placopecten magellanicus. Scallops: Biology, Ecology, Aquaculture, and Fisheries. Shumway, S., Parsons, G. J. , 3rd ed, Elsevier B.V. Amsterdam. (2016).
  2. NMFS (National Marine Fisheries Service). Fisheries Economics of the United States, 2015. , U.S. Dept. of Commerce, NOAA Tech Memo. NMFS-F/SPO-170 (2015).
  3. Stokesbury, K. D. E., Himmelman, J. H. Spatial distribution of the giant scallop Placopecten magellanicus in unharvested beds in the Baie des Chaleurs, Québec. Mar. Ecol. Prog. Ser. 96, 159-168 (1993).
  4. Stokesbury, K. D. E., Himmelman, J. H. Examination of orientation of the giant scallop, Placopecten magellanicus, in natural habitats. Can. J. Zool. 73, 1945-1950 (1995).
  5. Stokesbury, K. D. E., Harris, B. P., Marino, M. C., Nogueira, J. I. Estimation of sea scallop abundance using a video survey in off-shore USA waters. J. Shellfish Res. 23, 33-44 (2004).
  6. Malloy, R. Jr, Bethoney, N. D., Stokesbury, K. D. E. Applying dredge and optical methods to compare sediment classification and size frequency of the sea scallop (Placopecten magellanicus). J. Shellfish Res. 34 (2), 657(2015).
  7. Bethoney, N. D., Zhao, L., Chen, C., Stokesbury, K. D. E. Identification of persistent benthic assemblages in areas with different temperature variability patterns through broad-scale mapping. PLoS ONE. 12 (5), e0177333(2017).
  8. NEFSC (Northeast Fisheries Science Center). Stock assessment for Atlantic sea scallops in 2014. 59th Northeast Regional Stock Assessment Workshop (59th SAW) Assessment Report. , U.S. Dept. of Commerce. NEFSC Ref. Doc. 14-09 (2010).
  9. MacDonald, A. M., Adams, C. F., Stokesbury, K. D. E. Abundance estimates of skates (Rajidae) on the continental shelf of the northeastern USA using a video survey. Trans. Am. Fish. Soc. 139, 1415-1420 (2010).
  10. Marino, M. C. II, Juanes, F., Stokesbury, K. D. E. Effect of closed areas on populations of sea star Asterias spp. On Georges Bank. Mar. Ecol. Prog. Ser. 347, 39-49 (2007).
  11. Marino, M. C. II, Juanes, F., Stokesbury, K. D. E. Spatio-temporal variations of sea star Asterias spp. distributions between sea scallop Placopecten magellanicus beds on Georges Bank. Mar. Ecol. Prog. Ser. 382, 59-68 (2009).
  12. Rosellon-Druker, J. Describing echinoderm (Echinodermata) populations on Georges Bank and evaluating direct and indirect effects of marine protected areas on these populations. , University of Massachusetts Dartmouth. Ph.D thesis (2016).
  13. Stokesbury, K. D. E., Harris, B. P. Impact of limited short-term sea scallop fishery on epibenthic community of Georges Bank closed areas. Mar. Ecol. Prog. Ser. 307, 85-100 (2006).
  14. Harris, B. P., Stokesbury, K. D. E. The spatial structure of local surficial sediment characteristics on Georges Bank, USA. Cont. Shelf. Res. 30, 1840-1853 (2010).
  15. Harris, B. P., Cowles, G. W., Stokesbury, K. D. E. Surficial sediment stability on Georges Bank in the Great South Channel and on eastern Nantucket Shoals. Cont. Shelf. Res. 49, 65-72 (2012).
  16. Anderson, S. C., Mills-Flemming, J., Watson, R., Lotze, H. K. Rapid Global Expansion of Invertebrate Fisheries: Trends, Drivers, and Ecosystem Effects. PLoS ONE. 6 (3), e14735(2011).
  17. Murphy, H. M., Jenkins, G. P. Observational methods used in marine spatial monitoring of fishes and associated habitats: A review. Mar. Freshw. Res. 61, 236-252 (2010).
  18. Monk, J. How long should we ignore imperfect detection of species in the marine environment when modelling their distribution. Fish. Fish. 15, 352-358 (2014).
  19. O'Keefe, C. E., Carey, J. D., Jacobson, L. D., Hart, D. R., Stokesbury, K. D. E. Comparison of scallop density estimates using the SMAST scallop video survey data with a reduced view field and reduced counts of individuals per image. Appendix 3. 50th Northeast Regional Stock Assessment Workshop (50th SAW) Assessment Report. , U.S. Dept. of Commerce. NEFSC Ref. Doc. 10-17 (2010).
  20. Cochran, W. G. Sampling Techniques. 3rd ed. , John Wiley & Sons. New York. (1977).
  21. NEFMC. Final Framework 28 to the Atlantic Sea Scallop Fishery Management Plan with Environmental Assessment, Regulatory Impact Review, and Regulatory Flexibility Analysis. , Newburyport, MA. Available from: http://www.nefmc.org/scallops/index.html (2017).
  22. Yochum, N., DuPaul, W. D. Size-selectivity of the northwest Atlantic sea scallop (Placopecten magellanicus) dredge. J. Shellfish Res. 27, 265-271 (2008).
  23. Brand, A. R. Scallop ecology: distributions and behaviour. Scallops: biology, ecology and aquaculture. Shumway, S. , Elsevier B.V. Amsterdam. (1991).
  24. Krebs, C. J. Ecological Methodology. , Harper & Row Publishers Inc. New York. (1989).
  25. Stokesbury, K. D. E. Estimation of sea scallop, Placopecten magellanicus, abundance in closed areas of Georges Bank. Trans. Am. Fish. Soc. 131, 1081-1092 (2002).
  26. Adams, C. F., Harris, B. P., Stokesbury, K. D. E. Geostatistical comparison of two independent video surveys of sea scallop abundance in the Elephant Trunk Closed Area, USA. ICES J Mar Sci. 65, 995-1003 (2008).
  27. NEFMC. Final Framework 27 to the Atlantic Sea Scallop Fishery Management Plan with Environmental Assessment, Regulatory Impact Review, and Regulatory Flexibility Analysis. , Newburyport, MA. Available from: http://www.nefmc.org/scallops/index.html (2016).
  28. CIE (Center for Independent Experts). Individual Peer Review Report. Review of Sea Scallop Survey Methodologies and their Integration for Stock Assessment and Fishery Management. , New England Fisheries Science Center Scallop Survey Methods Peer Review Meeting 17-19 March 2015, New Bedford, MA (2015).
  29. NOAA (National Oceanic and Atmospheric Administration). Research Set-Aside Program. , Available from: https://www.nefsc.noaa.gov/coopresearch/rsa_program.html (2017).
  30. Marino, M. C. II, O'Keefe, C. E., Jacobson, L. D. Selectivity and efficiency of large camera video data from the SMAST video survey during 2003 - 2006: Appendix B7. 45th Northeast Regional Stock Assessment Workshop (45th SAW) Assessment Report. , U.S. Dept. of Commerce. NEFSC Ref. Doc. 07-16 (2007).
  31. Chang, J., Hart, D. R., Shank, B. V., Gallagher, S. M., Honig, P., York, A. D. Combining imperfect automated annotations of underwater images with human annotations to obtain precise and unbiased population estimates. Methods Oceanogr. 17, 169-186 (2016).
  32. Hennen, D. R., Hart, D. R. Shell height-to-weight relationships for Atlantic sea scallops (Placopecten magellanicus) in offshore U.S. waters. J. Shellfish Res. 31 (4), 1133-1144 (2012).
  33. Jacobson, L. D., et al. Measurement errors in body size of sea scallops (Placopecten magellanicus) and their effect on stock assessment models. Fish. Bull. 108, 233-247 (2010).
  34. Mallet, D., Pelletier, D. Underwater video techniques for observing coastal marine biodiversity: A review of sixy years of publications (1952-2012). Fish. Res. 154, 44-62 (2014).

重印与许可

标签

基于图像的底栖大型无脊椎动物及其生境调查方法——以大西洋海扇贝落放式摄像调查为例
联系我们
向图书馆推荐

隐私

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。