Entwicklung neuer Methoden zur Quantifizierung der Fisch-Dichte mit Unterwasser-Stereo-Video-Tools
November 20th, 2017
Wir beschreiben eine neue Methode für das zählen der Fische, und relative Häufigkeit (MaxN) und Fisch-Dichte mit rotierenden Stereo-Video-Kamera-Systeme zu schätzen. Wir demonstrieren auch Abstand von der Kamera (Z-Abstand) zu verwenden, um artspezifische Nachweisbarkeit zu schätzen.
Das übergeordnete Ziel dieser Videoanalysetechnik ist es, die Dichte, die mittlere Länge und die Artenzusammensetzung von Fischen in tiefen, felsigen Lebensräumen genauer abzuschätzen. Diese Methode kann dazu beitragen, wichtige Fragen im Bereich des Fischereimanagements zu beantworten, z. B. wie hoch die Häufigkeit und Größenverteilung der Arten ist, die felsige Tiefseeriffe bewohnen. Der Hauptvorteil dieser Technik besteht darin, dass sie genauere Dichteschätzungen ermöglicht, ohne dass Fische aus der Umwelt entnommen werden.
Sammeln Sie vor diesem Verfahren Felddaten, wie im Textprotokoll beschrieben. Bei der Stereophotogrammetrie ist es wichtig, die genaue relative Position der Kameras zu kennen, um genaue Messungen durchführen zu können. Die richtige Kalibrierung ist ein wichtiger Schritt in diesem Prozess.
Erstellen Sie nach Abschluss der Feldstudie einen neuen Projektordner, der sowohl die Video- als auch die Kalibrierungsdateien enthält. Navigieren Sie in der Stereo-Messsoftware zu Messung, Neue Messdatei. Legen Sie das Bildverzeichnis fest, indem Sie zu Bild navigieren.
Legen Sie das Bildverzeichnis fest und wählen Sie dann den Ordner aus, der alle Projektdateien enthält. Navigieren Sie zu Stereo, Kameras, Links und dann zu Kameradatei laden, um die entsprechende linke Kameradatei auszuwählen und zu laden. Wiederholen Sie diesen Vorgang, indem Sie stattdessen Rechts auswählen, um die richtige Kameradatei zu laden.
Navigieren Sie als Nächstes zu Bild, Filmsequenz definieren. Wählen Sie die Videodatei der linken Kamera aus, um die Filmsequenz für das linke Video zu definieren. Klicken Sie auf Bild, Bild laden, um die linke Videodatei in die Messsoftware zu laden.
Klicken Sie anschließend auf Stereo, Bild, Filmsequenz definieren, um die Filmsequenz für das richtige Video zu definieren. Laden Sie die Videodatei, indem Sie Stereo, Bild und dann Video laden auswählen. Navigieren Sie zu Messung, Attribute, Datei mit geladenen Spezies bearbeiten, um die Speziesliste zu laden.
Klicken Sie auf Messung, Informationsfelder, Feldwerte bearbeiten, um die Tabelle mit den Informationsfeldwerten zu öffnen. Geben Sie die Survey-ID-Informationen ein, und speichern Sie die Datei, um ein Projekt für Ereignismessbeobachtungen zu erstellen. Wenn Sie einen UTC-Zeitstempel verwenden, gehen Sie im linken Video einen Frame-Schritt vorwärts, bis der Zeitstempel eine neue Sekunde beginnt oder bis ein leichtes Aufblitzen oder Händeklatschen erfolgt.
Frame: Bewegen Sie das rechte Video vorwärts, bis der Zeitstempel, das Licht, das Blinken oder das Händeklatschen genau mit dem linken Video übereinstimmt. Klicken Sie dann auf die Schaltfläche Sperren, um sicherzustellen, dass die Videos zusammen abgespielt werden und die Synchronisierung beibehalten wird. Sobald der Lander seine erste Drehung startet, klicken Sie mit der rechten Maustaste und wählen Sie Periodendefinitionen, Neue Startperiode hinzufügen, um eine neue Abtastperiode zu definieren.
Geben Sie null eins als ersten Periodennamen ein und klicken Sie auf OK. Während sich der Lander dreht, markieren Sie jeden Fisch, der ins Bild kommt, mit einem 2D-Punkt, indem Sie mit der rechten Maustaste klicken, Punkt hinzufügen auswählen und den richtigen Artnamen auswählen. Bezeichnen Sie die niedrigstmögliche taxonomische Ebene, und klicken Sie dann auf OK. Fahre mit dem Markieren jedes neuen Fisches fort, bis die Drehung abgeschlossen ist. Es ist wichtig, jeden Fisch zu identifizieren und zu zählen, um genaue Schätzungen des MaxN zu erhalten.
Wiederholen Sie diesen Vorgang für eine zusätzliche Landerdrehung und stellen Sie sicher, dass zu Beginn jeder Periode eine neue Periode definiert wird. Nachdem alle Drehungen aufgezählt wurden, navigieren Sie zu Messung, Messzusammenfassungen, Punktmessungen, und speichern Sie die 2D-Punkte als TXT-Datei. Öffnen Sie diese Datei als Tabelle.
Navigieren Sie zu Einfügen, Pivot-Tabelle, um eine Pivot-Tabelle zu erstellen. Wählen Sie "Genus" und "Species" für die Zeilenbeschriftung und "Period" für die Spaltenbeschriftung aus. Wählen Sie die Kameradrehung aus, die die größte Anzahl von Individuen für eine bestimmte Art aufweist, um den MaxN für diese Art auszuwählen.
Für Fische, die nur der Gattung zugeordnet sind, wählen Sie eine Gattungsstufe MaxN auf der Grundlage der Rotation, bei der die größte Anzahl von Individuen für Arten dieser bestimmten Gattung identifiziert wurde. Verwenden Sie als Nächstes die gespeicherten 2D-Punkte, um zu genau demselben Fisch für die 3D-Messung zu navigieren. Zoomen Sie mindestens viermal heran, um die Spitze der Fischschnauze und die Ränder der Schwanzflossen besser zu identifizieren.
Klicken Sie manuell auf die Spitze der Schnauze und dann auf die Kante des Schwanzes in der linken Kamera. Wiederholen Sie die Auswahl in der gleichen Reihenfolge im richtigen Video. Klicken Sie dann mit der rechten Maustaste, wählen Sie Länge hinzufügen aus, und wählen Sie die richtige Artidentifikation aus.
Wenn eine 3D-Längenmessung nicht möglich ist, klicken Sie in beiden Videos mit der linken Maustaste an die gleiche Position auf den Fisch, um einen 3D-Punkt zu markieren. Füllen Sie die Informationsfelder aus und hinterlassen Sie den Kommentar Von der Längenmessung ausschließen. Nachdem Sie die 3D-Messungen für alle Fische abgeschlossen haben, navigieren Sie zu Messung, Messzusammenfassungen und 3D-Punkt- und Längenmessungen.
Speichern Sie die Daten als TXT-Datei, um sie für die weitere Analyse zu exportieren. Stellen Sie dann fest, ob geeignete Proben entnommen wurden, wie im Textprotokoll beschrieben. In dieser Studie werden Unterwasser-Stereo-Video-Tools verwendet, um die Fischdichte zu quantifizieren.
Es gibt klare Muster im nachweisbaren Bereich der beobachteten Arten, was wahrscheinlich auf das Zusammenspiel von Größe, Form und Färbung der einzelnen Arten zurückzuführen ist. Die 95%Z-Abstandsberechnungen werden dann insbesondere für zwei Arten durchgeführt. Für Sebastes wilsoni und Ophiodon elongatus beträgt der Abstand von 95 % Z 2,65 Meter für Sebastes wilsoni und 3,96 Meter für Ophiodon elongatus, was effektiven Untersuchungsgebieten von 18,6 Quadratmetern bzw. 46 Quadratmetern entspricht.
Eine einfache Bootstrap-Analyse bestätigt, dass ausreichende Stichprobengrößen erhalten werden, da sich die Schätzung eines Abstands von 95 % Z für beide Stichproben stabilisiert, wenn mehr als 50 Erhebungen durchgeführt werden. Die MaxN-Zählungen pro Vermessung werden dann in Dichten umgerechnet. Bei beiden Arten ist die Dichte in Lebensräumen mit hohem und mittlerem Relief deutlich größer als in Lebensräumen mit niedrigem Relief.
Die Dichteschätzungen für den pseudostationären Lander werden unter Verwendung reduzierter Abdeckungsbereiche standardisiert. Die mittlere Dichte, die mit der rotierenden Kamera erreicht wird, ist 18 % höher als die mit stationären Kameras. Darüber hinaus ist der Variationskoeffizient bei der Verwendung stationärer Kameras 1,8-mal höher.
Einmal gemeistert, kann diese Technik verwendet werden, um Fische in nur wenigen Minuten zu zählen und zu messen, wenn sie richtig durchgeführt wird. Bei der Durchführung dieses Verfahrens ist zu beachten, dass 95 %Z-Werte werkzeug- und umfragespezifisch sind. Und bestimmte Werte sollten nicht universell verwendet werden.
Im Anschluss an dieses Verfahren kann eine Vielzahl von multivariaten oder Ordinationsstatistiken durchgeführt werden, um zusätzliche Fragen zur Artenzusammensetzung in verschiedenen Lebensraumtypen zu beantworten. Die Implikationen dieser Technik erstrecken sich auf ein verbessertes Verständnis der Ökologie von felsigen Tiefseeriffarten, da die derzeitigen Erhebungsmechanismen nur ein schlechtes Verständnis der Fischlänge und -häufigkeit ermöglichen. Obwohl diese Technik Einblicke in die marinen Lebensräume der Tiefsee geben kann, kann sie auch in anderen Systemen wie Korallenriffen und Seetangwäldern nützlich sein.
Im Allgemeinen werden Personen, die mit dieser Methode noch nicht vertraut sind, Schwierigkeiten haben, da sie ein Verständnis der Geometrie von Stereokamerasystemen erfordert. Die visuelle Demonstration dieser Technik ist hilfreich, da die Berechnung von MaxN aus einer Vielzahl von Daten abgeleitet wird und daher viele Schritte in der Software erfordert.
View the full transcript and gain access to thousands of scientific videos
Übersicht
Dieser Artikel präsentiert eine neuartige Methode zur Zählung von Fischen und zur Schätzung ihrer relativen Häufigkeit und Dichte unter Verwendung rotierender Stereo-Videokamera-Systeme. Die Technik verbessert die Genauigkeit der artspezifischen Erkennbarkeit durch die Einbeziehung der Entfernung zur Kamera.
Wichtige Studienkomponenten
Wissenschaftsgebiet
- Fischereimanagement
- Marine Ökologie
- Videoanalysetechniken
Hintergrund
- Eine genaue Schätzung der Fischdichte und Artenzusammensetzung ist entscheidend für ein effektives Fischereimanagement.
- Traditionelle Methoden beinhalten oft das Entfernen von Fischen, was für die Populationen schädlich sein kann.
- Rotierende Stereo-Video-Systeme bieten eine nicht-invasive Alternative zur Überwachung von Fischpopulationen.
- Die Kalibrierung von Kamerasystemen ist für präzise Messungen unerlässlich.
Zweck der Studie
- Entwicklung einer Methode, die genaue Dichteschätzungen von Fischen in tiefen felsigen Lebensräumen liefert.
- Bewertung der Größenverteilung und Häufigkeit von Fischarten in diesen Umgebungen.
- Verbesserung des Verständnisses der Artenzusammensetzung ohne Schaden für die Fische.
Verwendete Methoden
- Nutzung rotierender Stereo-Videokamera-Systeme zur Fischzählung.
- Schätzung der relativen Häufigkeit (MaxN) und Fischdichte.
- Einbeziehung der Entfernung zur Kamera (Z-Entfernung) für die Erkennbarkeitsanalyse.
- Felddatenerfassung gemäß den beschriebenen Protokollen.
Hauptergebnisse
- Die Methode liefert genauere Dichteschätzungen im Vergleich zu traditionellen Techniken.
- Die artspezifische Erkennbarkeit wird durch die Berücksichtigung der Kameradistanz verbessert.
- Die Ergebnisse deuten auf ein umfassendes Verständnis von Fischpopulationen in tiefen Felsriffen hin.
- Die Technik wird durch Kalibrierung und Felddatenanalyse validiert.
Schlussfolgerungen
- Diese neue Methode ist ein bedeutender Fortschritt in der nicht-invasiven Fischpopulationsbewertung.
- Sie kann Fischereimanagemententscheidungen und Naturschutzmaßnahmen beeinflussen.
- Weitere Forschung könnte ihre Anwendungen auf andere marine Lebensräume ausweiten.
Häufig gestellte Fragen
Executive Industry Relevance
Accurate quantification of biological populations is foundational for target validation and preclinical model development in biopharma R&D. This method demonstrates how non-invasive, high-resolution imaging can improve predictive confidence in biological system characterization. By standardizing detectability thresholds and reducing measurement variability, it supports mechanistic de-risking in early discovery workflows.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of biological hypotheses through precise spatial mapping of target engagement in complex tissue environments.
- Operational Value: Reduces need for destructive sampling, preserving sample integrity for longitudinal analysis.
- Predictive Value: Improves target confidence by minimizing false negatives in low-abundance target detection.
Screening & Assay Development
- Scientific Value: Provides quantitative, 3D-resolved readouts for compound-induced phenotypic changes in model systems.
- Operational Value: Standardizes assay outputs via species-specific detectability thresholds, enhancing reproducibility across labs.
- Scalability: Supports high-content screening through automated rotation and synchronized multi-camera data capture.
Translational & Preclinical Research
- Scientific Value: Enables disease-relevant system modeling by correlating spatial distribution with functional readouts in intact microenvironments.
- Operational Value: Facilitates cross-functional collaboration through standardized, exportable measurement formats (TXT, pivot tables).
- Translational Continuity: Supports biomarker alignment by linking morphological changes to spatial density shifts over time.
Pipeline & Workflow Integration
The method fits within the discovery continuum from target validation through lead optimization, where spatial quantification informs mechanism of action and structure-activity relationships.
- Discovery Biology: Supports pathway clarification by enabling co-localization analysis of multiple biomarkers in 3D space.
- Screening: Delivers assay readiness through synchronized video capture and species-level MaxN extraction per rotation period.
- Analytics: Generates quantitative dependent variables (3D length, density, MaxN) enabling statistical comparison across experimental conditions.
- Translational Research: Connects to preclinical validation via habitat-stratified density estimates that mirror tissue microenvironment heterogeneity.
- Enterprise Reuse: Establishes a reusable calibration and synchronization framework applicable across diverse model systems and imaging platforms.
Operational & Enterprise Impact
- Scientific Value: Predictive confidence, target validation, reduction of mechanistic ambiguity in spatial biology.
- Operational Value: Standardization, reproducibility, and scalability through locked video synchronization and species-file mapping.
- Strategic Value: Better go/no-go decisions, capital efficiency, and reduced late-stage biological risk via early detectability profiling.
- Portfolio Impact: Risk-adjusted prioritization and advancement decisions based on standardized, habitat-normalized density metrics.
Implementation Considerations
- Requires expertise in stereophotogrammetry and multi-camera synchronization for accurate Z-distance measurement.
- Dependent on calibrated stereo camera systems and measurement software capable of 3D point and length extraction.
- Necessitates cross-team standardization of species identification protocols and period definition workflows.
- Involves adaptation considerations for varying optical properties (size, shape, coloration) affecting detectability across model systems.
- Limited by manual annotation burden during high-density events, suggesting opportunity for semi-automated tracking integration.
