方法文章

使用运动结构摄影测量法监测底栖生态系统的野外指南

5.3K 次观看

⸱

DOI：

10.3791/61815

⸱

2021年4月15日

 ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  , 
1Hawai'i Institute of Marine Biology, University of Hawai'i Manoa, 2Rosenstiel School of Marine and Atmospheric Science, University of Miami, 3Hawai'i Pacific University, 4Federal University of Rio de Janeiro

本文内容

摘要

我们提供了一套详细的水下运动恢复结构摄影测量调查方案，用于生成三维模型和正射影像镶嵌图。

摘要

运动恢复结构（Structure-from-motion，SfM）摄影测量是一种通过一系列二维（2D）图像生成三维（3D）重建模型的技术。SfM 方法正日益流行，被广泛用作一种非侵入性手段，用于监测多种系统，包括人为和自然景观、地质构造以及陆地和水生生态系统。本文提供了一套详细的协议，用于采集 SfM 图像以构建底栖生境的 3D 模型。此外，还比较了使用数码单反相机（DSLR）与成本较低的运动相机在成本、时间效率和输出质量方面的差异。研究发现，在计算时间和分辨率之间存在权衡：DSLR 相机生成的模型分辨率超过运动相机的两倍以上，但生成时间大约比运动相机多出 1.4 倍。本指南旨在为不熟悉该技术的研究人员以及正在使用类似方法的研究人员，全面描述在底栖生境中采集 SfM 数据所必需的各个步骤。

引言

生态系统过程本质上是动态的，难以量化。过去十年中，出现了大量新技术，可用于在不同尺度上捕捉生态系统及其动态，从对单个生态特征进行三维激光扫描，到对大范围区域进行卫星遥感监测1,2,3。在底栖生境中，结构与生态系统功能密切相关8，因此能够同时监测几何形态和群落结构的工具对于理解生态动态尤为重要。然而，由于水体的物理特性（如折射、畸变、浊度），许多现代方法无法在水生系统中应用。诸如激光雷达（LiDAR，Light Detection and Ranging）和某些航空勘测技术等方法可能适用于大空间尺度，但无法获得评估底栖生境细微变化所需的分辨率。近年来，运动结构重建（Structure-from-Motion, SfM）摄影测量技术已被应用于生成大范围、高分辨率的水下生境正射镶嵌图和三维地表模型4,5,6,7。

运动恢复结构（SfM）摄影测量法是一种相对低成本、操作简单、非侵入性且可重复的方法，可用于生成水生生态系统中底栖环境的大范围、高分辨率记录9。SfM利用一系列二维图像生成三维模型重建。通过SfM生成的模型可用于获取底栖生态系统结构复杂性（如粗糙度、维度）4,5,10,11,12以及群落结构（如物种组成、种群统计特征）13,14,15的相关数据。此外，由于该方法成本较低、操作快速且可重复，科学家和非专业人员均可使用，以收集有关这些生态系统的宝贵且客观的信息。因此，该方法在公民科学项目中是一种可行的技术，尤其在采样工作的标准化、偏差最小化、参与者参与度以及培训便捷性对数据质量和项目整体成功至关重要的情况下尤为适用16,17。

本文提供了一种开展水下SfM（运动结构恢复）调查的详细方案。同时，本文比较了单反相机与更具成本效益的“运动相机”的使用效果，并概述了每种设备的相对优缺点。总体目标是通过提供一种简单且常用的协议，使科研人员和非科研人员能够尽快熟悉底栖SfM调查方法，从而更广泛地推广该方法的应用。 有关应用该方法的变体研究水下生态群落的实例，请参见Burns等（2015）4、Storlazzi等（2016）18、Ventura等（2016年和2018年）19、20、Edwards等（2017）14、George等（2018）21、Anelli等（2019）22以及Torres-Pulliza等（2020）10。

此处所述方法需要两名人员组成的浮潜或水肺潜水团队。选定调查区域后，将一卷测线（图1A）放置在区域中心，并在距中心约2米处布设校准标板（图1B）。其中一人（潜水员）携带相机对区域进行影像采集，另一人（助手）则在样地中心负责管理测线轮（图1C）。首先，潜水员通过测线将相机与测线轮连接，然后在面朝下向前游动以释放测线的同时，持续拍摄底栖生物图像。潜水员应始终保持在基质上方约1米的垂直距离，并根据地形变化调整自身位置。重要的是，在潜水员对样地进行调查时，连接测线轮与相机的测线应始终保持拉紧状态，以确保螺旋轨迹的间距均匀。助手需保持测线轮稳定且垂直，并确保测线轮不发生旋转，测线不发生缠绕。

当绳索完全展开后，游泳者停止前进，转身并向相反方向游动，以将绳索重新缠绕到卷轴上。当游泳者改变方向时，助手将卷轴旋转恰好180°，以缠绕绳索，防止回程路径与去程路径完全重叠。当游泳者尽可能靠近中心位置后，将相机从绳索上取下，助手携带卷轴和绳索游离样地的中心区域。随后，游泳者通过在中心区域进行小范围螺旋移动，完成对样地中心的成像。尽管有多种有效成像区域的方法，但此处所述的卷轴-绳索法即使在非理想的环境条件下（如水面波浪起伏、涌浪或能见度较低）也具有良好的稳健性。在这些情况下，该方法可使浮潜者或潜水员保持连接，并通过控制游泳路径确保图像具有高重叠度，从而保障数据采集的完整性。

方案

1. 材料

  1. 相机
    1. 确保相机具备基本的耐用性和防水性能（或配有防水外壳），且最低帧速为每秒2帧（fps）。
      注：本示例中使用的最低帧速约为4 fps。
    2. 数码单反相机（DSLR）
      1. 将相机设置为以每秒2至5帧之间的拍摄速率连续拍摄照片。
      2. 为复现本示例所述的实验方案，请使用配备水下外壳的相机（参见材料表），并设置如下参数：手动模式（M）；f10，18 mm；快门速度 = 1/320；曝光补偿 = -1/3；图像质量 = 最高，不保存RAW格式；驱动模式 = 连续拍摄；自动对焦 = AI SERVO；ISO = 自动，最高3200；文件编号 = 自动重置；图像自动旋转 = 关闭；时间/日期 = 协调世界时（UTC）。
    3. 运动相机
      1. 将相机设置为视频模式或连续拍摄模式，并尽可能选择最高分辨率和最高帧率。
        注：只要帧率不低于每秒2帧，运动相机也可在连续拍摄模式下使用。
      2. 为复现本示例中的实验方案（参见材料表），请使用具备以下设置的防水运动相机：视频分辨率 = 4K（4:3宽高比）；帧率 = 30 fps。
        注：对于运动相机，可将卷线器上的线连接至潜水员而非相机本身，操作可能更为方便。在本示例中，线通过一条小型挂绳连接至潜水员的手腕。
  2. 卷线装置（图1A）
    1. 确保卷线器尺寸合适，能够容纳满足调查区域半径所需的线长。
      注：卷线器的周长决定了螺旋游动路线的间距，而线的长度决定了采样面积。在本示例中，使用直径约8英寸（约20 cm）的卷线器，实现约50英寸（约1.3 m）的游动路线间距。详见9。
    2. 选择带有凸缘边缘（便于线缆顺畅地缠绕和释放）以及可安装手柄和杆件的连接点（用于控制距底质的高度）的卷线装置。确保卷线装置本身具有负浮力，或通过添加配重实现负浮力。
      注：在本示例中，手柄和杆件采用聚氯乙烯（PVC）管材制成，卷线器则由聚乳酸塑料3D打印而成。然而，卷线器也可简化为一段大直径PVC管或其他具有所需直径的圆形物体。
      1. 对于频繁使用和/或严苛野外条件，建议选用更耐用的 材料（如铝）制作卷线器。
      2. 确保卷线器在杆件上固定牢固，使用过程中不会旋转或打滑。
    3. 将线的一端固定在卷线器上，另一端连接可拆卸夹扣，以便与相机连接。
      注：线的长度决定了样地的半径。本示例中，使用6 m长的线对应直径为12 m的样地。
  3. 校准板
    1. 尽管无需专用校准板，但模型中应包含已知尺寸、具有负浮力且易于识别的物体，以提供比例尺。需考虑水流和涌浪条件，选用合适材料，确保校准板在拍摄过程中保持静止。
      注：本示例中，将某些软件程序提供的比例尺标记模板打印在防水纸上，并将其粘贴至1英寸厚的PVC板上。
    2. 潜水员需要一种测量校准板深度的方法。在本示例中，我们使用电子深度计（参见材料表）。
  4. 颜色校正
    1. 将相机白平衡设置为自定义模式。每次SfM调查开始前，在水下拍摄一张18%灰卡或白色潜水写字板的照片。每次开始新的样地调查时均需重复此操作。
      注：该照片可用于颜色校正，同时在同一天进行多个调查时，有助于区分不同样地的下载图像。

2. 详细方法

  1. 地点选择
    1. 选择一个有足够空间完成整个螺旋路径游泳的区域（约113米）2 在此示例中，除了被调查区域外，还应纳入一个小的缓冲区域，以确保整个调查区域被充分拍摄，从而获得高质量的数据。
    2. 考虑两人团队的能力和装备。浅水区域（< 约2米深的区域可通过浮潜进行调查，而较深的区域则可能需要使用水肺潜水（SCUBA）。
  2. 如果计划对站点进行定期重复调查，应使用标签或永久性结构（如钢筋或煤渣砖）标记放置卷轴装置的中心点。至少应记录全球定位系统坐标，以便借助正射影像图的打印件重新定位该站点。
    注意：永久性水下结构通常需要获得许可。
  3. 准备现场。
    1. 将卷轴置于样地中央。
    2. 放置校准板并记录其深度。将校准板正面朝上，置于距中心约2 m处。
      注意：在此示例中，3 个校准标板以三角形排列置于样地中心周围。校准标板应适当配重并固定位置，以确保在照片采集过程中移动最小。
  4. 指导游泳者携带相机游泳，同时由助手照看线轴。
    1. 助手将杆子及连接的卷线器竖直放置在选定区域的中心，并保持卷线器装置竖直且稳定不动。
    2. 确保潜水员将靠近卷轴的相机一侧固定在绳索上，并使相机镜头朝正下方，距离底栖生物约1米处。
      注意：如果潜水员必须倾斜相机，应尽量使其略微向前倾斜，而非向后倾斜，以避免拍摄到潜水员自身阴影中的图像。在向外螺旋和返回螺旋过程中均将相机略微向前倾斜，还可能更好地捕捉底栖生物的角度，从而生成更优的模型，尤其是在存在悬垂结构和孔洞的情况下。
    3. 相机准确定位后，潜水员在向前游动的同时持续拍摄底栖生物，并保持牵引绳处于张紧状态。
    4. 确保游泳者在拍摄照片时以恒定速度沿螺旋路径持续游动，直至绳索完全从卷轴上展开。
      注意：游泳者应尽量保持距海底约1米的恒定高度，并以适中速度游出螺旋路径，以确保图像之间有足够的重叠。如有疑问，速度应更慢为宜。
    5. 在高度崎岖的环境中（例如珊瑚礁），应增加第三名工作人员（第二助理），在绳索中心上方悬停，轻轻将绳索抬过障碍物，以防止绳索缠绕。
    6. 当绳索完全放出后，游泳者调转方向，必要时重新安装相机，然后朝相反方向游动，同时拍摄照片，将绳索重新缠绕回卷轴上。注意：反向螺旋式游动并非绝对必要，但通常能获得更优的模型。
    7. 如果希望采用单螺旋方法以节省时间，则潜水员应将绳索从相机上解开，跳至步骤 2.4.12，同时助手收回绳索并将卷线装置从现场移除。
    8. 一旦游泳者开始向相反方向游动，助手便旋转卷轴以收卷绳索。 ½ 圈的一半（180°）与新的游泳方向相反。这 ½ 转弯可确保游泳者的返回路径与原始路径偏移，从而增加拍摄区域的覆盖范围。
    9. 确保游泳者持续拍摄照片并沿反向螺旋游动，直至绳索几乎完全缠绕回卷轴上。
    10. 当游泳者与助手之间的间距无法继续推进时，游泳者将停止拍摄，将相机从绳线上取下，以便助手从样地中心移除卷线装置。
    11. 一旦将卷线器从样地移开，潜水员应将相机朝正下方，围绕样地中心以小螺旋轨迹移动相机，对样地中心区域进行拍摄。

3. 清理现场。

  1. 离开现场前请取回校准板及所有其他设备。
    注意：切勿将垃圾或设备遗留在现场。务必确保离开时现场比到达时更加整洁。

结果

本示例中，对位于夏威夷瓦胡岛凯内奥赫湾13号斑礁上的珊瑚礁点位2_7进行了成像，使用了来自数码单反相机的3,125张JPEG照片以及运动相机视频提取的3,125张JPEG帧图像（表1），作为生成正射镶嵌图和三维模型的输入数据。 总体工作流程包括5个阶段：1）对照片进行对齐以生成稀疏点云；2）对稀疏点云进行缩放并优化相机参数；3）构建稠密点云（此阶段同时生成深度图）；4）生成数字高程模型（DEM）和正射镶嵌图；5）生成三维模型及其纹理。需要注意的是，第4和第5阶段不一定必须按此顺序执行，但必须在完成稠密点云和深度图处理之后进行。模型的地理配准应在生成正射镶嵌图和DEM之前完成。各阶段所用设置及处理细节分别列于表2和材料表中。

有关生成三维模型和正射镶嵌图的更详细方法，请参见补充材料以及 Suka 等人23。在包括稀疏点云生成、密集点云生成、网格模型渲染和带纹理模型渲染的每一个步骤中，运动相机所生成模型的处理时间均更短。这使得运动相机模型的整体处理时间（6 小时 39 分钟）显著短于单反相机模型（9 小时 14 分钟）。模型处理的具体时间将因计算能力和特定硬件配置的不同而有所差异。

使用单反相机拍摄的图像生成的模型包含 2,848,358 个稀疏点云点和 787,450,347 个密集点云点，而使用运动相机图像生成的模型仅包含 2,630,543 个稀疏点云点和 225,835,648 个密集点云点。这使得单反相机模型的分辨率超过运动相机模型的两倍，正射镶嵌图的分辨率分别为 0.442 mm/像素（单反相机）和 0.208 mm/像素（运动相机）（表 1）。尽管单反相机模型的分辨率优于运动相机模型，但两种方法均能生成高质量的模型，在将约 113 m2 的珊瑚礁区域表示为 20 cm2 的数字高程模型（图 2 上排图）或二维正射镶嵌投影（图 2 中排图）时，视觉表现差异极小。

水下摄影测量装置；A) 相机设备，B) 色彩校准目标，C) 潜水员定位示意图。
图1：运动结构法摄影测量。（A）用于控制潜水员距离的卷轴装置示例，配有手柄和杆以实现精确定位和操作。（B）校准色板。（C）游泳路径示意图，显示潜水员（绿色）与助手（橙色）的相对位置。请点击此处查看此图的放大版本。

比较海洋研究中单反相机与运动相机成像技术的珊瑚礁高度图及宏观细节。
图 2：数字高程模型与正射镶嵌图的视觉对比。 基于单反相机（左）和运动相机（右）图像构建的数字高程模型（顶部）和正射镶嵌图（中部）。底部面板为正射镶嵌图中白色框选区域的放大图。顶部面板中的热图色标表示距水面的距离，单位为米（m）。请点击此处查看该图的高清版本。

Canon EOS Rebel SL3GoPro Hero 7
成本
相机~$600.00~$220.00
水下外壳~$1,700.00NA
总成本~$2,300.00~$220.00
照片
照片文件格式jpegjpeg
照片分辨率24 百万像素12 百万像素（来自 4K 视频）
对齐照片数 / 总照片数3125 / 31253125 / 3125
摄影测量指标
稀疏点云点数2,848,3582,630,543
密集点云点数787,450,347225,835,648
面数（3D 模型）11,919,4513,834,651
数字高程模型（DEM）分辨率0.831 mm/像素1.77 mm/像素
正射影像分辨率0.208 mm/像素0.442 mm/像素
处理时间
稀疏点云生成1 小时 23 分钟1 小时 27 分钟
密集点云生成4 小时3 小时 11 分钟
网格模型渲染3 小时 32 分钟1 小时 49 分钟
纹理渲染19 分钟12 分钟
计算机总处理时间9 小时 14 分钟6 小时 39 分钟

表1：关于设置成本、用于构建模型的照片、摄影测量指标及处理时间的详细信息。两个模型的处理均使用相同的设置。请注意，处理时间不包括照片编辑、从视频中提取图像、重新对齐照片以及模型编辑和缩放等各个步骤所需的时间。

Canon EOS Rebel SL3GoPro Hero 7
图像
平均文件大小~ 8.3 MB~ 4.7 MB
照片采集方式连续拍摄模式从4K视频中提取
色彩校正手动手动
镜头畸变校正无有
摄影测量处理设置
稀疏点云生成精度：高精度：高
关键点数量：40,000关键点数量：40,000
连接点数量：4,000连接点数量：4,000
通用预选：启用通用预选：启用
密集点云生成中等质量中等质量
三维网格模型生成
数据源：深度图深度图
质量：中等中等
面数：低低
插值：启用启用
计算顶点颜色：是是
三维纹理生成
纹理类型：漫反射贴图漫反射贴图
数据源：图像图像
映射模式：通用通用
混合模式：马赛克马赛克
纹理尺寸/数量：4096 / 14096 / 1
数字高程模型（DEM）来自密集点云来自密集点云
正射影像镶嵌图来自DEM来自DEM

表2：采集图像及摄影测量处理的详细信息。 处理过程中两个模型采用了相同的设置。

补充材料。 请点击此处下载该文件。

讨论

本研究表明，在标准台式计算机上进行不到10小时的处理时间，单反相机和运动相机均可生成分辨率优于0.5 mm/像素的模型。除成本外，单反相机与运动相机之间的主要权衡在于，前者提供更精细的分辨率，而后者具有更快的处理速度。然而，文中报告的处理时间仅包括计算处理时间。因此，尽管运动相机的计算时间较短，但需要投入大量额外时间（10–20分钟）从视频中提取图像，而使用单反相机则无需此步骤。一种替代方案是将运动相机设置为连拍模式，以避免图像提取过程。本示例未采用连拍模式，因为该运动相机的拍摄速度仅为每秒2帧（2 fps），为采集足够数量的图像以构建完整模型，必须显著降低游泳速度。在此情况下，使用连拍模式意味着需要更长的野外作业时间，而使用视频模式则意味着需要更长的计算机图像提取时间，两者之间存在权衡。

运动相机的优势包括价格实惠、便于携带以及可在水下轻松操作。单反相机（DSLR）的主要优势在于其能够拍摄更高分辨率的图像；因此，当成本不是限制因素时，建议优先选用单反相机而非运动相机。研究拟解决的科学问题类型也会影响方法的选择。例如，在相对均质的环境中（如海草床、死珊瑚/碎石生境），或仅需在较大空间尺度上评估群落的总体指标（如丰度、多样性）时，运动相机可能是更合适的选择。然而，当研究关注个体生物或基质的细微变化时，则更适合使用单反相机。

由于这是一种野外方法，模型的输出结果将取决于多种环境因素，例如光照、水体透明度、水面状况、涌浪程度以及鱼类或非固定底栖结构（如海草）的运动情况。尽管目前尚无绝对的标准来界定何时适合使用该方法，但通常在多云稍阴、水体透明度高、水面平静且涌浪较小的条件下，所生成的模型质量最佳。此外，该方法对最小水深有一定要求。当水深小于0.5 m时，由于照片之间的重叠区域较少且每张照片中可识别的特征点不足，建模效果通常不佳。然而，这也突显了运动相机的另一优势：其体积较小，因此在较浅水深条件下更易于使用。此外，使用直径更小的线轴，以及更高的帧率（或更广角的镜头），可在极浅水条件下改善图像间的重叠程度9。

许多其他类型的数据也可与该方法整合。例如，已有研究利用正射镶嵌图结合开源软件“ili”来展示珊瑚24和人类25中分子数据（如基因和代谢物）的空间密度26。同一平台还可用于绘制环境中动物、微生物、病毒和/或化学物质的空间分布密度。其他研究案例则利用运动恢复结构（SfM）技术，结合地理信息系统软件，将底栖物种信息在正射镶嵌图上进行空间标注10。此外，SfM生成的三维模型可用于估算栖息地特征，如表面粗糙度（rugosity）和分形维数（fractal dimension）。事实上，本文所述方法最近已被用于推导出一种新的栖息地表面几何理论10。最后，正射镶嵌图正被用作空间显式计算模型的输入表面，使得动态模拟结果可叠加于模型的三维表面之上。能够便捷地生成大尺度图像和底栖生境的三维表征，使海洋科学家得以探索此前难以想象的科学问题3。

总体而言，本文提供了一套详细的水下SfM摄影测量操作流程，可使用单反相机或更具成本效益的运动相机进行。科研人员可将这些方法用于多种目的，从获取底栖生态系统数据到为in silico模拟构建三维输入表面。然而，非专业人员也可在公民科学项目中应用这些流程，以收集有关生物多样性格局、生境复杂性、群落结构及其他生态指标的宝贵信息。

披露

作者无竞争性财务利益或其他利益冲突。

致谢

我们感谢保罗·艾伦家族基金会对本研究的资助，并感谢露丝·盖茨启发我们利用技术帮助保护珊瑚礁。我们还要感谢美国国家海洋和大气管理局（NOAA）及其他合作者就这些方法进行的深入讨论。最后，我们感谢凯蒂·福利和帕特里克·尼科尔斯提供了这些方法所用的无人机和水下视频。

我们感谢国家鱼类和野生动物基金会作为本工作的资助合作伙伴。

材料

本文使用的材料清单
姓名公司目录编号评论
运动相机（GoPro Hero7 Black）GoPro可使用任何防水运动相机
Adobe LightroomAdobe色彩校正
校准板（按 Agisoft 标记尺寸切割的平板 PVC 板。若预期有波浪，可在其下方附加一个潜水配重）任何已知尺寸和颜色的负浮力物体。我们建议使用 Agisoft Metashape 软件（v.1.6.0）提供的比例标记模板。
单反相机（Canon EOS Rebel SL3）Canon3453C002AA可使用任何配备水下外壳的单反相机
绳线（塑料晾衣绳丝）任何强度足够、可用于野外作业的负浮力绳线
Micro SDXC 存储卡（用于 GoPro）
Oceanic Veo 2.0Oceanic数字深度计
SDXC 存储卡（用于单反相机）任何 SDXC 存储卡均可使用，只要其存储空间足以容纳构建模型所需的所有图像 
线轴（一段长 2 英寸、直径 8 英寸的 PVC 管，连接一段长 3 英尺、直径 1 英寸的 PVC 管以形成轴杆）任何所需直径的负浮力圆形物体
单反相机水下外壳（Ikelite 200DLM/C Underwater TTL Housing）Ikelite6970.09应为特定品牌和型号单反相机专用的水下外壳
配备 Intel i9-9900K 8 核 CPU、两块 Nvidia GeForce RTX 2070 SUPER GPU 以及 128 GB 内存的 Windows 10 台式计算机 数据处理 

参考文献

  1. Levy, J., Hunter, C., Lukacazyk, T., Franklin, E. C. Assessing the spatial distribution of coral bleaching using small unmanned aerial systems. Coral Reefs. 37 (2), 373-387 (2018).
  2. Muller-Karger, F. E., et al. Satellite sensor requirements for monitoring essential biodiversity variables of coastal ecosystems. Ecological Applications. 28 (3), 749-760 (2018).
  3. Dornelas, M., et al. Towards a macroscope: Leveraging technology to transform the breadth, scale and resolution of macroecological data. Global Ecology and Biogeography. 28, 1937-1948 (2019).
  4. Burns, J. H. R., Delparte, D., Gates, R. D., Takabayashi, M. Integrating structure-from-motion photogrammetry with geospatial software as a novel technique for quantifying 3D ecological characteristics of coral reefs. PeerJ. 2015 (3), 1077(2015).
  5. House, J. E., et al. Moving to 3D: Relationships between coral planar area, surface area and volume. PeerJ. 2018 (6), 4280(2018).
  6. Carlot, J., et al. Community composition predicts photogrammetry-based structural complexity on coral reefs. Coral Reefs. , 1-9 (2020).
  7. Young, G. C., Dey, S., Rogers, A. D., Exton, D. Cost and time-effective method for multi-scale measures of rugosity, fractal dimension, and vector dispersion from coral reef 3D models. PloS ONE. 12 (4), 0175341(2017).
  8. Wilson, S. K., Robinson, J. P. W., Chong-Seng, K., Robinson, J., Graham, N. A. J. Boom and bust of keystone structure on coral reefs. Coral Reefs. 38 (4), 625-635 (2019).
  9. Pizarro, O., Friedman, A., Bryson, M., Williams, S. B., Madin, J. A simple, fast, and repeatable survey method for underwater visual 3D benthic mapping and monitoring. Ecology and Evolution. 7 (6), 1770-1782 (2017).
  10. Torres-Pulliza, D., et al. A geometric basis for surface habitat complexity and biodiversity. Nature Ecology & Evolution. 4, 1495-1501 (2020).
  11. Bayley, D., Mogg, A., Koldewey, H., Purvis, A. Capturing complexity: field-testing the use of 'structure from motion'derived virtual models to replicate standard measures of reef physical structure. PeerJ. 2019 (7), 6540(2019).
  12. Leon, J. X., Roelfsema, C. M., Saunders, M. I., Phinn, S. R. Measuring coral reef terrain roughness using 'Structure-from-Motion' close-range photogrammetry. Geomorphology. 242, 21-28 (2015).
  13. Burns, J. H. R., et al. Assessing the impact of acute disturbances on the structure and composition of a coral community using innovative 3D reconstruction techniques. Methods in Oceanography. 15-16, 49-59 (2016).
  14. Edwards, C. B., et al. Large-area imaging reveals biologically driven non-random spatial patterns of corals at a remote reef. Coral Reefs. 36, 1291-1305 (2017).
  15. Piazza, P., et al. Underwater photogrammetry in Antarctica: long-term observations in benthic ecosystems and legacy data rescue. Polar Biology. 42 (6), 1061-1079 (2019).
  16. Bonney, R., et al. Citizen science: A developing tool for expanding science knowledge and scientific literacy. BioScience. 59 (11), 977-984 (2009).
  17. Dickinson, J. L., Zuckerberg, B., Bonter, D. N. Citizen science as an ecological research tool: Challenges and benefits. Annual Review of Ecology, Evolution, and Systematics. 41 (1), 149-172 (2010).
  18. Storlazzi, C. D., Dartnell, P., Hatcher, G., Gibbs, A. E. End of the chain? Rugosity and fine-scale bathymetry from existing underwater digital imagery using structure-from-motion (SfM) technology. Coral Reefs. 35 (3), 889-894 (2016).
  19. Ventura, D., Lasinio, G. J., Belluscio, A., Ardizzone, G. A low-cost drone based application for identifying and mapping of coastal fish nursery grounds Feeding ecology View project Habitat use of juvenile Diplodus species View project. Estuarine Coastal and Shelf Science. 171, 85-98 (2016).
  20. Ventura, D., Bonifazi, A., Gravina, M. F., Belluscio, A., Ardizzone, G. Mapping and classification of ecologically sensitive marine habitats using unmanned aerial vehicle (UAV) imagery and object-based image analysis (OBIA). Remote Sensing. 10 (9), 1331(2018).
  21. George, E. E., et al. Relevance of coral geometry in the outcomes of the coral-algal benthic war. bioRxiv. , (2018).
  22. Anelli, M., et al. Towards new applications of underwater photogrammetry for investigating coral reef morphology and habitat complexity in the Myeik Archipelago, Myanmar. Geocarto International. 34 (5), 459-472 (2017).
  23. Suka, R., et al. Processing photomosaic imagery of coral reefs using structure-from-motion standard operating procedures. U.S. Dept. of Commerce, NOAA Technical Memorandum NOAA-TM-NMFS-PIFSC-93. , (2019).
  24. Galtier d'Auriac, I., et al. Before platelets: the production of platelet-activating factor during growth and stress in a basal marine organism. Proceedings of the Royal Society B: Biological Sciences. 285 (1884), 20181307(2018).
  25. Bouslimani, A., et al. Molecular cartography of the human skin surface in 3D. Proceedings of the National Academy of Sciences of the United States of America. 112 (17), 2120-2129 (2015).
  26. Protsyuk, I., et al. 3D molecular cartography using LC-MS facilitated by Optimus and 'ili software. Nature Protocols. 13 (1), 134-154 (2018).

重印与许可

标签

使用运动结构摄影测量法监测底栖生态系统的野外指南
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。