利用大面积成像测量水下环境的结构、组成及变化

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。