Name: 用大面积成像测量水下环境的结构、组成和变化 (视频) | JoVE Journal
Uploaded: 2025-04-18T13:30:00.000+00:00
Duration: 9 min 19 s
Description: 了解四步大面积成像方案，用于采集珊瑚礁群落的结构复杂性、群落组成和种群统计数据。该方法通过高质量影像和点云分析，显著提升海洋生态学研究能力。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

本工作得益于斯克里普斯海洋研究所“百岛挑战计划”（100 Island Challenge）的共同努力。感谢施密特海洋技术合作伙伴（Schmidt Marine Technology Partners）、Ed 和 Christy Scripps 以及摩尔家族基金会（Moore Family Foundation）为相关研究及大范围成像培训工作提供的资金支持，这些支持有助于完善本方法学。此外，感谢研究船 Hi'ialiki、Hanse Explorer 和 Plan B 的船员团队，他们为野外工作提供了重要协助。我们特别感谢美国国家海洋和大气管理局（NOAA）太平洋岛屿渔业科学中心生态系统科学部团队，他们在本研究所呈报数据的野外采集过程中给予了支持。

作者声明无利益冲突。

大范围成像是一种使领域科学家能够在超过单幅图像采集尺度的范围内，对环境特征进行数字化可视化和分析的工具。通过从多个视角采集环境的多幅图像，大范围成像（LAI）协议有助于创建相对于单幅图像空间覆盖范围更广的景观表达，同时保留原始图像所获取的细节信息。LAI的独特价值在于能够跨尺度探索环境数据，从最大尺度（由调查的面积范围定义）到最精细尺度（由原始图像的实际分辨率定义）。然而，为了充分发挥这种跨尺度优势，关键在于确保对所采集数据各个层级的规律且流畅的访问，特别是要确保能够便捷地访问原始图像和衍生的三维模型。在本文所呈现的协议的每一步中，我们都通过持续确保原始图像的可访问性、可用性，并将其与衍生的LAI模型一同安全归档，来突出LAI的这一独特优势。
LAI 方法将生成与采集的原始影像直接关联的产品。通过调整影像采集的细节，用户可以生成不同质量和覆盖范围的数据产品。在调查结构复杂的珊瑚礁环境时，水下调查时间有限（或可获取的影像数量固定）的用户，可能需要在扩大调查区域的面积覆盖范围与提高采样区域各部分的细节水平之间进行权衡。这必然存在取舍：大范围模型在单位面积上的细节较少（可能遮挡更多），而高细节模型覆盖的总面积较小（遮挡可能更少）。在本方案中，我们采用两台配备不同镜头的相机，使用户能够在满足运动恢复结构（SfM）要求的大范围重叠（广角镜头）基础上，同时采集更详细的原始影像（变焦镜头提供更高细节，但影像间重叠较少）。通过整合来自两台相机影像的姿态估计，后续的可视化与分析流程可在采样区域的大部分范围内提供更高分辨率的视图。尽管本方案旨在拓展调查的适用范围，但用户可能会发现生成的产品在面积覆盖范围或原始影像细节方面不足以支持其偏好的分析流程。建议用户仔细检查原始影像和生成的模型，确保环境调查方案满足项目需求，并根据需要调整水下调查策略（例如，调整地面采样距离、调查时长或采集的影像数量），以实现单位面积上面积覆盖与分辨率的理想平衡。
LAI 方法通过捕获信息丰富、覆盖范围广的海底环境“快照”，为水下科学研究提供了重要价值，这些数据采集高效且对领域专业知识要求较低。这些数据产品的价值既可参照现有数据流进行评估，也可用于新颖且加速发展的领域特定应用。在与现有数据流进行比较时，LAI 分析产品可提供与已采集数据直接可比的生态学数据 原位 由水下观察员84,85,86,87我们在此对从经典方法中获得的生态数据输出进行了定量分析 原位 监测活动以及按照本方案对叶面积指数（LAI）产品进行标准化分析。通过关注珊瑚礁监测工作中的四个常用指标（结构复杂性、底栖生物群落组成、移动无脊椎动物密度和珊瑚大小结构； 图5），我们在数据输出方面展示了高度的定量一致性。值得注意的是，对于需要精细尺度观测的数据流（例如分类学鉴定、生物边界精确定义），LAI 工作流程若能定期且可靠地访问原始影像，便可提供独特优势，以并行实现以往仅限于沉浸式观察条件下的观测机会， 原位 采样。数据处理和可视化方面的进步提供了 Viscore 本方案中所述方法在确保基于激光雷达指数（LAI）获取的生态数据可比性方面具有独特价值， 原位 监测产品，可实现长期数据流的无偏维护，并整合LAI的数字化增强工作流程。
对于水下科学家而言，LAI 提供了利用新颖且加速的数据采集与探索工作流程的机会。作为一种高分辨率测绘工具，LAI 具有独特优势，其数据不仅包含关于底栖环境相对组成的信息，还包含空间特征信息。在通过 SfM 工作流程构建三维模型的过程中，&#160;LAI 产品包含了可在多个尺度上进行分析的结构复杂性信息56。作为能够捕捉大范围海洋景观的工具，LAI 产品有助于研究底栖生物的空间分布格局及其邻域特征45,66。此外，通过在更大尺度上可视化底栖景观，研究人员能够识别出由于水下远距离能见度受限而在水下栖息地中难以察觉的特征，例如太平洋珊瑚礁上一种常见大型藻类的大尺度（3–4 m）多边形分布模式64。
尽管水下激光扫描成像（LAI）为大规模分析提供了可能，但人们已指出其在高效水下采集和图像后期处理方面存在挑战。要扩大水下图像采集的空间范围，需要从潜水员部署的成像方式，逐步发展到利用辅助测绘系统88，并最终采用遥控潜水器（ROVs）38和自主水下航行器（AUVs）67,89。针对图像采集模式和相机系统的稳健调查方法，将确保在不同平台之间实现平滑过渡以及所生成数据的一致性。鉴于LAI产品在计算需求和数据格式上的庞大性，一些海洋科学家对工作流程的技术可及性90以及生态数据提取所需大量时间投入表示担忧84,86。然而，越来越多的工具正在被提出，这些工具通过创新方案应对数据提取中的技术难题80,91,92,93。重要的是，AI增强型LAI分析工作流程的应用受限于输入信号的质量。因此，无论数据提取是由人工观察者完成、由训练好的AI算法完成，还是（理想情况下）由AI加速且有人类参与的工作流程完成，LAI协议中始终需要坚持图像采集和数据管理的标准与质量。通过持续强调原始影像在LAI协议中的核心重要性（如本文所述），将涌现出独特的机会，以更稳健、透明且一致的方式探索水下生境。

在陆地环境中，研究人员已充分利用对生态群落进行标准化的大面积取样，特别是在长期研究样地的背景下，包括巴罗科罗拉多岛1、哈伯德布鲁克实验林2以及其他类似地点3。通过收集具有明确空间信息和分类学分辨率的分布数据，此类取样已被用于探索基本的生态动态过程，例如扩散与定殖模式3,4,5、生境偏好与可利用性、扩散核函数、资源限制3,5,6,7,8以及空间利用9,10。然而迄今为止，大多数对海洋群落的空间研究仍依赖于相对覆盖度的度量指标，通常以某一分类单元或类群所占的百分比覆盖面积来表示11,12,13,14,15。然而，相对覆盖度的聚合估算无法充分揭示种群水平的种群统计特征以及群落水平的动态过程。尽管已有研究对底栖群落进行了详细分析，但这些研究依赖于费力的水下监测方案16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32，但由于水下方法在操作上的高要求，这些研究在尺度上（包括分类学、空间和时间尺度）明显受限。
大范围成像（Large-area imaging, LAI）是一种通过计算密集型工作流程，将大量图像信息进行整合，从而生成远超单幅图像尺度的、具有照片般真实感的环境表征的方法33。由于水体对光的吸收和散射导致能见度受限，LAI 工作流程特别适用于水下生境的研究。由于能见度有限，要获取底栖生物精细结构的图像必须近距离拍摄；因此，若要在保留单个底栖生物精细细节的同时，呈现大范围底栖生境的景观（或海景）视图，就必须采用图像拼接技术。此外，在结构复杂的环境中，为了准确还原底栖生物之间的空间位置和相对距离，在重建拼接图像时必须考虑其三维（3D）结构。运动恢复结构（Structure-from-Motion, SfM）摄影测量方法已被应用于相对静止的底栖生物群落环境，包括珊瑚礁34,35,36、南极底栖生态系统37、冷水珊瑚礁38、冷泉区39以及海草生境40，通过非立体成像方式生成拼接图像，并进一步生成正射影像图和点云估计。
在珊瑚礁科学研究中，LAI（激光成像）技术已具备在日益扩大的空间尺度上可视化珊瑚礁景观的潜力，并可通过数字媒体共享这些可视化成果。LAI可用于估算珊瑚礁生物的覆盖面积、珊瑚群体的密度与分布，以及单个生物体的形态和健康状况41,42,43,44,45,46,47。此外，当在不同时间点对同一地点采集LAI数据产品时，便有可能记录单个生物体在大小和状态上的变化48,49,50,51。鉴于大多数石珊瑚群体每年径向生长量仅为毫米至厘米级别，跨年度采集的时间序列LAI数据可为报告这些物种的生物学与生态学特征提供极为宝贵的数据流52。重复获取且空间配准的LAI数据能够提供独特洞察，以支持珊瑚礁研究，并以可共享、可归档的形式成为全球合作的基础。
随着LAIs在珊瑚礁生态学家中的应用日益广泛53，所使用的相机系统和调查方法的多样性也随之增加52。所选择的LAIs方案应针对所需生态指标的分辨率和范围，同时受限于可获得的资源。任何摄影测量重建的质量最终都取决于原始影像的分辨率以及调查区域的空间覆盖范围。图像质量由相机参数（如传感器分辨率和焦距）以及采集过程（主要是与海底的距离）共同决定54，这些因素共同影响一组特定图像的有效地面采样距离（GSD）。此外，较快的快门速度、较小的光圈和较低的ISO值将分别产生清晰、对焦准确且电子噪声较低的图像。在光照水平较低的水下环境中，要使这些参数均保持在能够获得足够图像质量的阈值水平，可能具有挑战性。较大的传感器（如数码单反（DSLR）型和无反相机所配备的传感器）相比更小型、更便携的解决方案（如运动相机），可生成更高质量的图像，从而实现更精确的重建55。在选择合适的相机型号时，不应忽视的其他功能还包括内置定时拍摄装置，以及足够的存储容量和电池续航能力，以支持野外长时间的图像采集工作。
调查设计应以生态学假说为导向，候选指标将决定所需的空间分辨率和覆盖范围。在珊瑚礁生态学中，LAI 已被用于表征结构复杂性35,36,56,57,58,59、群落组成与集合60,61,62、空间分布45,63,64,65,66，以及群落动态轨迹48,49,50,67,68,69。图像质量的分辨率应满足生态数据的需求，亚毫米级的精细分辨率对于支持沿珊瑚群体边界进行息肉尺度的竞争观察70，或对小型幼体珊瑚开展调查66,71是必要的。相比之下，若需提取大尺度生境和结构指标用于海岸制图72,73,74，则需要更大的空间覆盖范围，而对厘米至米级分辨率的需求相对较低。对分辨率的要求必须与获得足够采样量所需的空间范围以及完成一次LAI调查所需时间的操作限制之间取得平衡33。
本文介绍了一种开展LAIS调查的端到端协议，重点在于提高源图像的质量、可用性和价值，并将该协议分解为四个主要步骤：图像采集、模型构建、生态分析和数据管理33。过去十年中，对超过2,000个独特珊瑚礁地点进行的大约3,500次LAIS图像调查，推动了本协议中各步骤方法学的不断完善（https://doi.org/10.6075/J0T43RN1）。最终形成的协议可实现可靠的数据采集以及准确且精确的模型重建，从而支持在广泛的应用场景中获取详细的生态数据，包括结构复杂性、群落组成以及种群统计特征（如密度和个体大小结构）。此外，我们还纳入了用于归档LAIS数据的元数据标准，建立这些标准对于确保这些数字孪生体的长期保存、透明性和协作潜力至关重要。

<table><tbody><tr><td>1&quot; × 4 1/4&quot; 3¼&quot; 定制加工的缩醛树脂</td><td>N/A</td><td>N/A</td><td>1.1 齿轮准备；用于相机载玻片和支架的构建</td></tr><tr><td>1/2&quot; 海洋级高密度聚乙烯</td><td>金星舷侧</td><td>N/A</td><td>1.1 齿轮准备；用于相机外框架和相机安装面板的构建</td></tr><tr><td>18-8 不锈钢十字槽平头螺钉，3/8&amp;rdquo;-16 螺纹尺寸，1-1/2&amp;rdquo; 长</td><td>McMaster-Carr</td><td>91771A628</td><td>1.1 设备准备；用于相机支架组装</td></tr><tr><td>18-8不锈钢内六角螺钉，10-24螺纹规格，1-1/8英寸长度&quot; 长</td><td>McMaster-Carr</td><td>92196A248</td><td>1.1 齿轮准备；用于将安装板固定至手柄</td></tr><tr><td>1磅潜水配重</td><td>水肺之家</td><td>WBELT24 1LB</td><td>1.2 实验设置；用于参考浮点数</td></tr><tr><td>尼康D780单反相机200DL水下 housing</td><td>Ikelite</td><td>71019</td><td>1.1 设备准备；数码相机的水下 housing</td></tr><tr><td>24mm 定焦镜头（AF-S NIKKOR 24mm f/1.8G ED）</td><td>Nikkor</td><td>20057</td><td>1.1 齿轮准备；使用广角镜头以获得更大的图像重叠</td></tr><tr><td>250# 灰色长线聚酯软线</td><td>大陆西部</td><td>503086</td><td>1.2 图表设置；用于创建比例尺。用于确定模型比例的地面控制标记</td></tr><tr><td>3磅钻孔锤</td><td>Estwing</td><td>B3-3LB</td><td>1.2 测量点设置；用于在测量现场安装不锈钢标桩</td></tr><tr><td>3/8-16 × 18&quot; 带60度尖端的THRD杆，316不锈钢</td><td>阿巴巴螺栓</td><td>37C1800ROD6/60DEG</td><td>1.2 样地设置；用于永久性安装以标记调查地点</td></tr><tr><td>316不锈钢尼龙嵌件锁紧螺母 超耐腐蚀，1/4&quot;-20 号螺纹尺寸</td><td>McMaster-Carr</td><td>90715a125</td><td>1.2 实验装置设置；用于比例尺和框架组装。</td></tr><tr><td>316不锈钢尼龙嵌件锁紧螺母 超耐腐蚀，3/8&quot;-16 螺纹尺寸</td><td>McMaster-Carr</td><td>90715A145</td><td>1.2 实验区布设；固定于左侧不锈钢桩上以确定实验区方位</td></tr><tr><td>316 不锈钢十字平头螺钉，10-32 螺纹尺寸，3/8&quot; 长</td><td>McMaster-Carr</td><td>91500a827</td><td>1.1 齿轮准备；用于相机支架组装</td></tr><tr><td>4&quot;x4&quot; 防水纸上打印的 Agisoft 标记</td><td>Agisoft</td><td>N/A</td><td>1.2 布局设置；用于构建角落图块。用于确定模型方向的地面控制标记</td></tr><tr><td>4&quot;x4&quot;x1/4&quot; 不锈钢瓷砖</td><td>N/A</td><td>N/A</td><td>1.2 地面控制点布设；用于构建角点瓦片，以确定模型方向的地面控制标记</td></tr><tr><td>4&quot;x4&quot;3/4&quot; 定制印刷塑料 Agisoft 标记物 高密度聚乙烯 彩色核心</td><td>N/A</td><td>N/A</td><td>1.2 场景设置；用于构建比例尺。用于确定模型比例的地面控制标记</td></tr><tr><td>512 GB Extreme PRO SDXC UHS-I 卡 - C10, U3, V30, 4K 超高清, SD 卡</td><td>SanDisk</td><td>SDSDXXY-512G-GN4IN</td><td>1.1 设备准备；高速大容量存储卡。每台相机最多使用两张用于图像存储</td></tr><tr><td>5TB Elements 便携式外置硬盘，USB 3.0</td><td>西部数据</td><td>WDBU6Y0050BBK-WESN</td><td>1.3 图像采集；用于图像存储和图像备份的大容量外置硬盘驱动器</td></tr><tr><td>60 mm 固定镜头（AF-S Micro NIKKOR 60mm F2.8G ED）</td><td>Nikkor</td><td>2177</td><td>1.1 设备准备；可选配用于双相机系统的宏变焦镜头</td></tr><tr><td>乙酰基机械加工并攻丝以用于1&quot;x12&quot; 3/8&quot; 16线程支持支架</td><td>N/A</td><td>N/A</td><td>1.1 设备准备；相机支架立柱</td></tr><tr><td>AquaMend 环氧腻子棒</td><td>JD工业供应</td><td>470550</td><td>1.2 样地设置；用于在调查地点安装不锈钢桩</td></tr><tr><td>建筑用6063铝合金U型槽，1/8&quot; 壁厚，1/2&quot; 高倍 x 3/4&quot; 宽外侧</td><td>McMaster-Carr</td><td>9001k46</td><td>1.2 场景设置；用于构建比例尺。用于确定模型比例的地面控制标记</td></tr><tr><td>黑氧化18-8不锈钢圆头菲利普斯螺钉，1/4&quot;-20 螺纹，1/2&quot; 长</td><td>McMaster-Carr</td><td>91249a537</td><td>1.1 装备准备；将 ikelite 手柄安装到外壳上</td></tr><tr><td>黑氧化18-8不锈钢圆头菲利普斯螺钉，1/4&quot;-20 螺纹，5/8&quot; 长</td><td>McMaster-Carr</td><td>91249A539</td><td>1.2 场地布设；用于构建比例尺。用于确定模型比例的地面控制标记</td></tr><tr><td>蓝色钢绳</td><td>大陆西岸</td><td>402020</td><td>1.2 样地设置；用于在调查期间将潜水浮标固定至海底</td></tr><tr><td>D780 相机机身</td><td>尼康</td><td>1618</td><td>1.1 设备准备；相机机身型号</td></tr><tr><td>DGX Tech Compass 配 Bungee Mount 和绳索</td><td>Dive Gear Express</td><td>DX-9050x</td><td>1.2 样地设置；用于记录样地方位，并作为相机框架的补充，以提供导航辅助</td></tr><tr><td>潜水电脑表 - Suunto Zoop Novo</td><td>Suunto&amp;nbsp;</td><td>N/A</td><td>1.2 实验区域设置；记录参考图块的深度数据</td></tr><tr><td>潜水写字板</td><td>TexWipe</td><td>TX5835</td><td>1.2 田间小区设置；用于记录小区元数据，如土层深度和编码目标编号</td></tr><tr><td>DL 8 英寸球形端口</td><td>Ikelite</td><td>75340</td><td>1.1 装备准备；用于水下机箱的圆顶端口</td></tr><tr><td>浮球，PVC 海绵，5-3/4&quot; DIA。BY 3/4&quot;，RUST</td><td>孟菲斯网络 &amp;和 Twine</td><td>SB1</td><td>1.2 实验区域设置；用作视觉参考，以确定实验区域边界和摄像操作员的游泳高度</td></tr><tr><td>Garmin 78s GPS</td><td>Garmin</td><td>010-00864-01</td><td>1.2 样地设置；用于记录调查地点的位置</td></tr><tr><td>高性能计算机</td><td>N/A</td><td>N/A</td><td>2.0 模型构建；对于三维稠密点云处理，建议配置包括高速10核以上CPU、128GB内存（最低64GB）、1TB固态硬盘，以及独立的NVIDIA或AMD GPU。&amp;nbsp;</td></tr><tr><td>可充气式水面潜水浮标</td><td>Omer</td><td>Atol 6246</td><td>1.2 实验装置设置；兼具双重用途的水面标记浮标和&amp;nbsp;</td></tr><tr><td>JOHNSON 交叉校验水平仪：非磁性，2 1/4 英寸 × 1 7/16 英寸 × 3/16 英寸，塑料材质，带悬挂孔，精度 1 mm/m</td><td>格雷格纳</td><td>6C225</td><td>1.1 齿轮准备；可选地添加至相机框架作为导航辅助</td></tr><tr><td>长卷尺，1/2 英寸 × 30 米，Pumpkin</td><td>格雷格纳</td><td>3LJW9</td><td>1.2 作图区域设置；用于设置作图区域</td></tr><tr><td>Manta reel SR卷轴。卷轴</td><td>Manta Industries</td><td>N/A</td><td>1.2 布设设置；在调查期间附着于潜水浮标使用</td></tr><tr><td>Metashape 专业版许可证</td><td>Agisoft</td><td>N/A</td><td>2.0 模型构建；用于稠密点云处理的软件</td></tr><tr><td>无眩光透明亚克力</td><td>N/A</td><td>N/A</td><td>1.2 场地布设；用于构建角点图块。用于确定模型方位的地面控制标记</td></tr><tr><td>用于 DL 端口系统 ULTRAcompact 外壳的 O 型圈 0132.45</td><td>Ikelite</td><td>132.45</td><td>1.1 设备准备；水下外壳用O形圈</td></tr><tr><td>用于 DSLR 的 O 型圈 0132.59 &amp;和无反相机外壳（1型）</td><td>Ikelite</td><td>132.59</td><td>1.1 设备准备；水下外壳用O形圈</td></tr><tr><td>伞绳或涤纶线</td><td>N/A</td><td>N/A</td><td>1.2 布设方案；用于将参考浮标固定至潜水配重</td></tr><tr><td>钝化18-8不锈钢菲利普斯平头螺钉，82度沉头，1/4&quot;-20 螺纹，1&quot; 长</td><td>McMaster-Carr</td><td>91771a542</td><td>1.1 装备准备；框架滑动面板</td></tr><tr><td>钝化18-8不锈钢菲利普斯平头螺钉，82度沉头，1/4&quot;-20 牙，1-3/4&quot; 长</td><td>McMaster-Carr</td><td>91771a548</td><td>1.1 齿轮准备；框架滑动面板</td></tr><tr><td>钝化18-8不锈钢菲利普斯平头螺钉，82度沉头，10-32螺纹，3/8&quot; 长</td><td>McMaster-Carr</td><td>91771A827</td><td>1.2 场地布置；用于构建角块瓦片。用于确定模型方向的地面控制标志点</td></tr><tr><td>Pelican 1060 微型箱</td><td>鹈鹕</td><td>1060-025-100</td><td>1.2 布点设置；固定在充气潜水浮标上的GPS装置外壳</td></tr><tr><td>塑料头拇指螺钉 1/4&quot;-20 × 2&quot;</td><td>McMaster-Carr</td><td>91185A819</td><td>1.1 齿轮准备；用于将相机外壳固定至支架</td></tr><tr><td>带延长杆的右手快速释放手柄</td><td>Ikelite</td><td>4077.02</td><td>1.1 设备准备；水下 housing 手柄</td></tr><tr><td>R</td><td>N/A</td><td>N/A</td><td>3.0 生态学分析；用于运行结构复杂性脚本的软件</td></tr><tr><td>Taglab</td><td>N/A</td><td>N/A</td><td>3.0 生态学分析；用于分割分析的软件</td></tr><tr><td>快门或后键对焦的触发扩展 v2</td><td>Ikelite</td><td>4077.95</td><td>1.1 装备准备；用于水下相机外壳快门按钮控制的触发延伸装置</td></tr><tr><td>带真空表的真空泵</td><td>Ikelite</td><td>47011</td><td>1.1 齿轮准备；用于检测水下相机外壳O形圈密封的完整性</td></tr><tr><td>Viscore</td><td>N/A</td><td>N/A</td><td>2.0 模型构建；3.0 生态学分析；用于生态学分析的软件</td></tr></tbody></table>

利用大面积成像测量水下环境的结构、组成及变化

Measuring the Structure, Composition, and Change of Underwater Environments with Large-area Imaging

数字成像与处理技术的发展推动了大范围成像调查的扩展，增强了我们研究亚潮带生境中生物现状、变化趋势及动态的能力。通过为ex situ分析创建逼真的数字孪生图像，这些方法使小型野外团队能够采集远超以往的数据量。本文介绍了一种四步式的大范围成像调查流程与分析方法，包括图像采集、模型构建、生态分析和数据管理，该流程在过去十年中通过实验不断开发和完善。所述每一步均始终强调原始影像数据的独特价值。尽管从大范围图像调查中可提取的数据类型极为丰富，本文重点提供了用于提取结构复杂性、群落组成及种群动态等生态学数据的工作流程，这些数据对监测工作和基于假设的研究具有重要价值。此外，我们还提出了元数据标准建议，以补充大范围成像数据的采集工作，并支持数据归档，促进研究团队之间的透明度与协作。

在野外进行大范围图像采集时，若采集成功，应生成具有完整俯视覆盖的密集点云重建结果；而覆盖冗余度不足则可能导致点云出现空隙甚至完全退化（图4）。在2016年对夏威夷群岛开展的43次大范围图像调查中，平均每组数据集成功匹配了99.6%的图像，其中66%的图像组实现了100%的图像对齐。广角镜头相机采集的图像平均地面采样距离（GSD）为0.52 mm px-1，而变焦镜头相机采集的图像平均GSD为0.18 mm px-1。这些调查生成的密集点云平均包含5.577亿个点（15 GB）。
此处描述的生态工作流程旨在生成可与现有珊瑚礁监测方法相比较的数据78. 夏威夷各地区LAI调查中提取的生态数据显示，除少数离群值外，由结构复杂性工作流程得出的线性粗糙度测量值与相对值相比具有良好的一致性 原位 不同位点间的复杂性度量81 (图 5A，B）。从LAI进行的额外群落组成分析，用于测量主要底栖功能群的覆盖百分比，其结果与传统的照片样方调查显示出相似的一致性。82 (图5C，D）。此处采用样方法测量固着无脊椎动物的密度，其中最常见的是海胆，其相对丰度以类别化指标进行汇总。与LAI方法相比，常规记录的丰度水平较高 原位 方法81 (图5E，F），这可能归因于相较于快速视觉普查，该方法能够对特定区域内的所有个体进行全面搜索和调查。使用二维正射投影对珊瑚群体进行分割，也揭示了常见珊瑚分类单元的大小分布与 原位 方法83 (图 5G，H).
LAI调查的一个主要优势是能够通过密集点云的共配准，对珊瑚礁区域随时间的变化进行存档和追踪。珊瑚礁是活体基质，对于LAI调查而言，这意味着很难识别出永久性的表面（无论是天然的还是人工安装的），从而可靠地对不同时期的密集点云进行共配准。来自千禧年环礁的示例（图6）展示了一种高生长与结构损失并存的情况，尽管礁体表面在时间跨度上极不稳定或完全缺乏稳定性，仍采用了辅助共配准工作流程来实现密集点云的共配准。
<img alt="相机外壳设计示意图和原型；Ikelite外壳装置；顶部、侧面视图；DSLR适配。" class="xfigimg" src="/files/ftp_upload/67700/67700fig01.jpg" data-altupdatedat="1788304762000" data-alt="图1"> 
图1：组装后相机支架的示意图。（A,B）双相机支架和（C,D）单相机支架配置的示例视图。Ikelite相机外壳通过连接在外壳手柄上的滑块板固定在相机安装面板上。如图B所示，可选的导航辅助仪器（如水平仪、指南针和潜水电脑）也可安装在支架上。<a href="https://www.jove.com/files/ftp_upload/67700/67700fig01large.jpg" target="_blank">请点击此处查看此图的放大版本。</a>
<img alt="带有GPS点、深度标记、比例尺和不锈钢桩的镶嵌图设置示意图。" class="xfigimg" src="/files/ftp_upload/67700/67700fig02.jpg" data-altupdatedat="1788304762000" data-alt="图2"> 
图2：100 m2 大面积成像样地设置示意图。 面积为100 m2 的大面积成像样地完整设置示意图。临时样地标记包括六个边界标记砖、四个比例尺和四个参考浮标。永久性样地标记包括两根不锈钢桩，当面向陆地时，左侧桩上带有一个锁紧螺母。该样地的GPS参考点应位于左中侧的标记砖或钢桩上方。<a href="https://www.jove.com/files/ftp_upload/67700/67700fig02large.jpg" target="_blank">请点击此处查看此图的放大版本。</a>
<img alt="海底测绘示意图，显示网格和潜水员布设，说明水下调查方法。" class="xfigimg" src="/files/ftp_upload/67700/67700fig03.jpg" data-altupdatedat="1788304762000" data-alt="图3"> 
图3：潜水员采样路径。示例显示（A）潜水员的游动路径，以确保样区及其缓冲区得到充分覆盖并具有足够的重叠；以及（B）潜水员与相机系统的相对位置，其中参考浮标用于指示游泳高度。 <a href="https://www.jove.com/files/ftp_upload/67700/67700fig03large.jpg" target="_blank">请点击此处查看此图的放大版本。</a>
<img alt="珊瑚白化阶段；按顺序展示珊瑚在海洋环境中退化过程的示意图。" class="xfigimg" src="/files/ftp_upload/67700/67700fig04.jpg" data-altupdatedat="1788304762000" data-alt="图 4"> 
图 4：图像重叠数量减少的影响。 随着通过随机采样减少重叠图像的数量，密集点云的质量逐渐下降。每个图板显示了由（A）全部图像、（B）½、（C）1/3、（D）1/5 和（E）1/10 的原始图像生成的密集点云。 <a href="https://www.jove.com/files/ftp_upload/67700/67700fig04large.jpg" target="_blank">请点击此处查看该图的高清版本。</a>
<img alt="使用三维建模、平均粗糙度指数图、覆盖率和海胆丰度分析珊瑚礁。" class="xfigimg" src="/files/ftp_upload/67700/67700fig5v2.jpg" data-altupdatedat="1788304762000" data-alt="图 5"> 
图 5：生态数据提取。 从大范围成像中提取的各类生态工作流程的候选数据，与已建立的原位数据采集方法进行了对比。内容包括（A,B）结构复杂性，（C,D）群落组成（误差线表示标准误），（E,F）无脊椎动物密度，以及（G,H）个体大小结构的人口统计特征。缩写：LAI = 大范围成像。 <a href="https://www.jove.com/files/ftp_upload/67700/67700fig5v2large.jpg" target="_blank">请点击此处查看该图的放大版本。</a>
<img alt="珊瑚礁航拍图像，突出显示生长模式、生态调查、海洋生物多样性分析。" class="xfigimg" src="/files/ftp_upload/67700/67700fig06.jpg" data-altupdatedat="1788304762000" data-alt="Figure 6"> 
图6：密集点云配准。 两个时间序列上配准的密集点云的可视化对比示例。结构损失区域（可能由涌浪破坏引起）以红色视觉编码，如品红色箭头所示；结构增加区域（通常归因于珊瑚群体的生长）以蓝色视觉编码，如黄色箭头所示。此处描述的配准工作流程仍可用于如本图所示的高动态性珊瑚礁区域，因为在这些区域，永久安装的地面控制点（GCPs）会因生物覆盖或移位而不可靠。<a href="https://www.jove.com/files/ftp_upload/67700/67700fig06large.jpg" target="_blank">请点击此处查看该图的放大版本。</a>
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>相机功能</td>
			<td>推荐设置</td>
		</tr>
		<tr>
			<td>对焦</td>
			<td>自动</td>
		</tr>
		<tr>
			<td rowspan="2">拍摄模式</td>
			<td>广角镜头使用 P 模式（程序自动）</td>
		</tr>
		<tr>
			<td>微距镜头使用 A 模式（光圈优先自动），光圈设为 F8</td>
		</tr>
		<tr>
			<td>释放模式</td>
			<td>S 模式（快门优先自动）</td>
		</tr>
		<tr>
			<td>自动对焦设置</td>
			<td>中央自动对焦（AF-C），单中央对焦点（S）</td>
		</tr>
		<tr>
			<td>自动 ISO 感光度控制</td>
			<td>开启</td>
		</tr>
		<tr>
			<td>最大 ISO 感光度</td>
			<td>3200</td>
		</tr>
		<tr>
			<td>最低快门速度</td>
			<td>1/320</td>
		</tr>
		<tr>
			<td>图像质量</td>
			<td>RAW + JPEG</td>
		</tr>
		<tr>
			<td>间隔定时器</td>
			<td>1 s</td>
		</tr>
		<tr>
			<td>白平衡</td>
			<td>自定义</td>
		</tr>
	</tbody>
</table>
表1：推荐的相机设置。以下是用于优化图像质量的关键相机设置列表。这些设置旨在优先获取在水下光照条件下由移动的操作者拍摄的聚焦清晰的图像。
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td colspan="2">对齐照片</td>
		</tr>
		<tr>
			<td>精度</td>
			<td>高</td>
		</tr>
		<tr>
			<td>通用预选</td>
			<td>否</td>
		</tr>
		<tr>
			<td>关键点数量限制</td>
			<td>5000</td>
		</tr>
		<tr>
			<td>连接点数量限制</td>
			<td>0</td>
		</tr>
		<tr>
			<td>引导式图像匹配</td>
			<td>否</td>
		</tr>
		<tr>
			<td>自适应相机模型拟合</td>
			<td>是</td>
		</tr>
		<tr>
			<td colspan="2">构建密集点云</td>
		</tr>
		<tr>
			<td>质量</td>
			<td>高</td>
		</tr>
		<tr>
			<td>深度滤波</td>
			<td>轻微</td>
		</tr>
		<tr>
			<td>计算点颜色</td>
			<td>是</td>
		</tr>
		<tr>
			<td>计算点置信度</td>
			<td>是</td>
		</tr>
		<tr>
			<td colspan="2">导出点云</td>
		</tr>
		<tr>
			<td>文件类型</td>
			<td>Stanford PLY</td>
		</tr>
		<tr>
			<td>坐标系</td>
			<td>局部坐标 (m)</td>
		</tr>
		<tr>
			<td>源数据</td>
			<td>密集点云</td>
		</tr>
		<tr>
			<td>保存点颜色</td>
			<td>是</td>
		</tr>
		<tr>
			<td>保存点法向量</td>
			<td>是</td>
		</tr>
		<tr>
			<td>保存点置信度</td>
			<td>是</td>
		</tr>
		<tr>
			<td>保存点类别</td>
			<td>否</td>
		</tr>
		<tr>
			<td>将颜色转换为8位RGB</td>
			<td>是</td>
		</tr>
		<tr>
			<td>二进制编码</td>
			<td>是</td>
		</tr>
	</tbody>
</table>
表2：三维稠密点云构建设置。 在Agisoft Metashape 中用于生成和导出高质量稠密点云重建结果的参数设置列表。
补充文件1：路线图。 标注了样地特征和深度的正射影像示例，用于辅助查找重新调查的样地区域。<a href="https://www.jove.com/files/ftp_upload/67700/Supplemental%201%20Roadmap.pdf" target="_blank">请点击此处下载该文件。</a>
补充文件 2：Extract_meta.py。 在 Agisoft Metashape 中运行的脚本，用于导出相机位姿和文件目录信息，供 Viscore 使用以查询原始图像。<a href="https://www.jove.com/files/ftp_upload/67700/Supplemental%202%20extract_meta.py" target="_blank">请点击此处下载该文件。</a>
补充文件3：Viscore 使用指南。本软件指南包含 Viscore 的模型可视化、共同配准和生态学分析等工作流程。<a href="https://www.jove.com/files/ftp_upload/67700/Supplemental_3_Guide_to_Viscore_Final.pdf" target="_blank">请点击此处下载该文件。</a>
补充文件 4：Rugosity_Functions.Rmd。 在 R 中使用的脚本，包含用于处理从 Viscore 提取的粗糙度数据的函数。<a href="https://www.jove.com/files/ftp_upload/67700/Supplemental%204%20Rugosity_Functions.Rmd" target="_blank">请点击此处下载该文件</a>
补充文件 5：Rugosity_Analysis.Rmd。 在 R 中用于计算粗糙度指标的脚本。<a href="https://www.jove.com/files/ftp_upload/67700/Supplemental%205%20Rugosity_Analysis.Rmd" target="_blank">请点击此处下载该文件。</a>
补充文件 6：Quadrat_sampling.rpl.json。 在 Viscore 中用于样方密度分析工作流程的脚本。<a href="https://www.jove.com/files/ftp_upload/67700/Supplemental%206%20Quadrat_sampling.repl.json" target="_blank">请点击此处下载该文件。</a>
补充文件 7：Density_taxo_lookup.json。 用于运行样方采样脚本的按钮查找文件，以便按分类群对样方采样数据进行汇总。<a href="https://www.jove.com/files/ftp_upload/67700/Supplemental%207%20Density_taxo_lookup.json" target="_blank">请点击此处下载该文件。</a>
补充文件 8：Density_Analysis.R 在 R 中使用的脚本，用于汇总样方调查数据，并按分类群在调查层级上计算密度。<a href="https://www.jove.com/files/ftp_upload/67700/Supplemental%208%20Density_Analysis.R" target="_blank">请点击此处下载该文件。</a>
补充文件 9：README.txt 用于与原始图像一同归档的示例文本文件，描述图像采集方法。<a href="https://www.jove.com/files/ftp_upload/67700/Supplemental%209%20README.txt" target="_blank">请点击此处下载该文件。</a>
补充文件 10：METADATA_KAH_2016-07_03.txt 用于与原始图像一同归档的数据存档示例文本文件，其中包含叶面积指数（LAI）调查的元数据字段。该文件包括调查尺度内用于参考的深度数据字段，以及用于地理背景的整体位点元数据。缩写：LAI = 大面积成像。<a href="https://www.jove.com/files/ftp_upload/67700/Supplemental%2010%20METADATA_KAH_2016-07_03.txt" target="_blank">请点击此处下载该文件。</a>

本方案涵盖一种四步大范围成像调查方法，用于提取珊瑚礁群落的结构复杂性、群落组成以及种群人口统计学指标。该方案的每一步均优先确保所采集图像的质量以及对原始图像的集成访问。

数字成像与处理技术的发展推动了大范围成像调查的扩展，增强了我们研究……的能力

我们采用四步大范围成像方案，以收集有关底栖海洋生态系统结构复杂性、群落组成和种群动态分析的生态数据。在每一项新应用中，最大的挑战在于确定原始图像所需的分辨率、明确成像区域的空间范围，以及确保样地水平的重复性足够，以进行准确的科学分析。该方案强调了源图像在四步流程中的重要性，确保高质量图像的采集、存档，并用于支持详细的生态数据提取与分析。这些数据处理和可视化工作流程，特别是那些利用原始图像的方法，可确保在实验室中或由潜水员在野外以数字方式采集的数据之间具有兼容性。这进而使得这些数字化增强方法能够整合到现有的长期数据集中。该方法显著扩大了所采集数据的空间覆盖范围和重复性，使我们能够提出具有明确空间特征的科学问题，并开展更为可靠的种群动态分析。最重要的是，它增强了我们长期追踪生态变化的能力。首先，使用长度为1 1/2英寸的十字平头螺丝将相机支架的外框面板固定到相机安装面板和立柱上。准备两台数码单反相机，其中一台配备定焦广角镜头，另一台配备变焦镜头。安装并固定穹顶端口以组装水下相机外壳。然后使用½英寸长的十字头螺丝安装手柄。使用1⅛英寸长的内六角螺丝固定相机安装板。接下来，将相机插入外壳中，并使用真空泵将外壳压力调节至5英寸汞柱，以验证O形圈密封的完整性。然后，将相机安装板滑入安装框架面板，从而将外壳固定到相机支架上。使用手拧螺丝将外壳固定到位。进行图像采集时，将每台相机的间隔拍摄器设置为每秒采集一帧的速率并开始拍摄。以网格状路径在底栖生物上方约1.5米处拖曳相机系统进行拍摄。进行第二次网格化扫描，方向与第一次垂直，每次扫描之间保持约一米的间距。确保扫描范围超出样地边界至少两米，以保证目标样地区域内有足够的重叠。在计算机系统上启动图像处理软件。单击工作流程（Workflow），然后选择添加文件夹（Add Folder），将所有图像加载到 Agisoft Metashape 项目中。文件加载完成后，选择数据布局为单相机（Single cameras），并将所有图像添加到一个数据块中。移除场景中蓝色水体过多的图像。现在，点击工作流程（Workflow），然后选择对齐照片（Align Photos）以对齐所有图像。通过检查已对齐相机的百分比来确认图像集是否成功对齐。检查生成的稀疏点云，查看是否存在覆盖间隙或错位情况。在继续操作前，确保边界框包含整个稀疏点云。如有必要，使用“调整大小”或“旋转区域”选项修改边界框。接下来，禁用包含变焦镜头图像的相机组。通过选择“工作流程”，然后选择“构建密集点云”来构建密集点云。依次单击“工具”、“运行脚本”、“提取元数据PY脚本”，以导出相机位姿估计结果。然后单击“文件”，接着选择“导出”和“导出点”，以导出密集点云。将导出的稠密点云文件拖放到可视化软件程序文件夹中的 vc5prep-confident.bat 文件上。将导出的数据文件（包括相机位姿文件）以及生成的程序文件整合到同一个目录中，供可视化软件使用。使用rugo工具在密集点云上创建一个10米×10米的方框。将最大尺寸设置为10米，纵横比设置为1.0，以划定用于数据提取的100平方米目标区域。接下来，使用cams工具将源图像与密集点云关联。启用模型上各点的空间查询多图像视图。进行密度调查时，在将图像链接到软件后，将透视视图的焦距更改为100毫米，以设置稠密点云的伪地图视图。然后缩小视图，获得模型的自上而下完整视图。现在，使用提供的象限取样文件，在网页小程序中点击 C1 单元格的“eval”按钮并选择“grab”按钮来捕获视图。通过点击象限取样脚本中 C2 和 C3 单元格的“eval”按钮，启动摄像头并链接象限取样工作流程中的图像。开启先前制作的粗糙度盒（rugo box），用于 100 平方米数据提取区域。在网页小程序中，运行 C4 预处理细胞部分，以采样 100 个象限，每个象限面积为一平方米。在象限采样网页地址中，使用源影像浏览某个象限。通过双击左键重新定位采样位置，并点击分类学按钮，将目标点指定为一个样本。要删除一个标记点，请双击左键并选择无。将位于 asterisk aux recruits test1 下的所有采样文件汇编到一个单独的目录中，然后将每个文件重命名以包含站点名称。将按钮查找文件添加到目录中。按照内嵌说明运行屏幕上的脚本，按位点和分类群对样本数据进行汇总。为准备向数据库提交数据，请生成包含调查详细信息的方法描述文件，例如覆盖区域、相机系统、地面控制标记和采集模式。然后生成一个针对该图像数据集的调查元数据文件，包含站点名称、采集日期、GPS坐标、样地方位角、地面控制点深度和比例数据，以及所使用的采集模式和相机系统。将描述文件、元数据文件和图像文件合并为一个ZIP压缩包，以便导入数据存储库。成功的广域图像采集可生成具有完整俯视覆盖的调查区域的密集点云重建结果，而覆盖冗余度不足则会导致点云出现空缺或完全退化。从大范围图像（LAI）调查中提取的线性粗糙度测量值与各站点原位测得的复杂性指标高度一致，仅个别异常值除外。LAI 获得的底栖群落组成及功能群百分覆盖度与传统照片样方调查结果相匹配。由于 LAI 调查实现了全面的区域覆盖，利用 LAI 方法记录的固着无脊椎动物（尤其是海胆）丰度 consistently 高于原位方法。利用LAI调查进行珊瑚群体分割，揭示了常见珊瑚分类群的大小分布与原位方法相似。密集点云的配准使得能够监测礁体随时间的变化，即使在生长迅速且结构损失较高的动态环境中也是如此，中国台湾千年环礁的研究已证明了这一点。

measuring-structure-composition-change-underwater-environments-with

Research

科研

JoVE Journal

Environment

环境

用大面积成像测量水下环境的结构、组成和变化

本方案提供了使用自包含式水下测速装置（SCUVA）的详细说明，该装置专为量化水下流场速度而设计 原位...

定量测量 原位 使用自包含式水下测速仪（SCUVA）进行流场测量

一套综合成像技术已被用于确定加勒比珊瑚息肉的形态及组织结构 Montastraeaannularis 和 M.

多模态光学显微技术揭示加勒比造礁珊瑚息肉组织的形态与结构

我们介绍一种利用旋转立体视频摄像系统来计数鱼类，并估算相对丰度（MaxN）和鱼类密度的新方法。同时，我们还演示了如何利用摄像机距离（Z距离）来估算物种特异性的可检测性。...

使用水下立体视频工具量化鱼类密度新方法的开发

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...

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

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。...

使用运动结构摄影测量法监测底栖生态系统的野外指南

本文介绍了一种水下摄影测量数据的采集与处理方案，包括一个显著简化且完全自动化的图像处理流程，可生成可供生态学数据提取、分析与应用的地理参考和时间序列对齐的输出结果。...

Reefshape：一种用于底栖生境监测中高效采集与自动处理水下摄影测量时间序列数据的系统

本文描述了一种基于机械细胞破碎、溶剂法脂质提取、转酯化反应以及气相色谱对脂肪酸进行定性和定量分析的方法，用于测定微藻中的脂肪酸含量及组成。采用三棕榈酸甘油酯作为内标物，以校正提取过程中可能发生的损失以及转酯化反应不完全所造成的影响。...

微藻中脂肪酸含量与组成的分析

超过一半的蛋白质是小分子蛋白质（分子质量 &lt;200 kDa），这类蛋白质在电子显微镜成像和三维重构方面均具有挑战性。优化的负染色法是一种可靠且高通量的方案，可在不同生理条件下获得小分子非对称蛋白质或复合物的高对比度和相对高分辨率（约 1...

优化的负染色法：一种高通量电镜检测小分子及非对称蛋白结构的实验方案

利用放射性示踪剂测定植物中矿质养分与有毒物质的通量

水性豆汁（aquafaba）是罐装鹰嘴豆中的一种黏性液体，经剧烈搅拌后可产生相对稳定的白色泡沫。本研究的主要目标是利用核磁共振（NMR）、超滤、电泳和肽质量指纹图谱技术，鉴定水性豆汁中具有增稠/黏性作用的成分。...

鹰嘴豆罐头废水中提取物——水相物（Aquafaba）的组成与特性

了解四步大面积成像方案，用于采集珊瑚礁群落的结构复杂性、群落组成和种群统计数据。该方法通过高质量影像和点云分析，显著提升海洋生态学研究能力。

利用大面积成像测量水下环境的结构、组成及变化

探索更多视频