Messung der Struktur, Zusammensetzung und Veränderung von Unterwasserumgebungen mit großflächiger Bildgebung

Wir verwenden ein vierstufiges großflächiges Bildgebungsprotokoll, um ökologische Daten für die strukturelle Komplexität, die Zusammensetzung der Gemeinschaften und demografische Analysen benthischer mariner Ökosysteme zu sammeln. Bei jeder neuen Anwendung bestehen die größten Herausforderungen darin, die erforderliche Auflösung in den Rohbildern zu definieren, die räumliche Ausdehnung des abzubildenden Gebiets zu bestimmen und sicherzustellen, dass wir eine angemessene Replikation auf Plotebene für eine genaue wissenschaftliche Analyse haben. Dieses Protokoll betont den Wert der Quellbilder während des gesamten vierstufigen Prozesses und stellt sicher, dass qualitativ hochwertige Bilder gesammelt, archiviert und verwendet werden, um eine detaillierte Extraktion ökologischer Daten für Analysen zu ermöglichen.

Diese Datenverarbeitungs- und Visualisierungs-Workflows, insbesondere diejenigen, die die Rohbilder verwenden, gewährleisten die Kompatibilität zwischen Daten, die digital im Labor oder von Tauchern vor Ort gesammelt werden. Dies wiederum ermöglicht die Integration dieser digital verbesserten Ansätze in bestehende Langzeitdatensätze. Dieser Ansatz ermöglicht eine drastische Steigerung der räumlichen Ausdehnung bei der Replikation der von uns gesammelten Daten, was es uns ermöglicht, räumlich explizite Fragen zu stellen und robustere demografische Analysen durchzuführen.

Vor allem aber erhöht es unsere Fähigkeit, den ökologischen Wandel im Laufe der Zeit zu verfolgen. Befestigen Sie zunächst die äußeren Rahmenverkleidungen des Kamerarahmens mit 1 1/2 Zoll langen Kreuzschlitzschrauben an den Kamerahalterungen und -säulen. Bereiten Sie zwei DSLR-Kameras vor, von denen eine mit einem festen Weitwinkelobjektiv und die zweite mit einem Zoomobjektiv ausgestattet ist.

Befestigen und sichern Sie den Dome-Port, um die Unterwasserkameragehäuse zu montieren. Befestigen Sie dann die Griffe mit 1/2 Zoll langen Kreuzschlitzschrauben. Befestigen Sie die Kameramontageplatte mit einer 1 1/8 Zoll langen Innensechskantschraube.

Setzen Sie anschließend die Kameras in das Gehäuse ein. Und stellen Sie mit der Vakuumpumpe den Gehäusedruck auf fünf Zoll Quecksilbersäule ein, um die Unversehrtheit der O-Ring-Dichtung zu überprüfen. Schieben Sie nun die Kamera-Montageplatte auf die Montagerahmenplatten, um die Gehäuse auf dem Kamerarahmen zu installieren.

Befestigen Sie die Gehäuse mit Rändelschrauben. Starten Sie für die Bildaufnahme jede Kamera auf einem Intervallmesser, das so eingestellt ist, dass es mit einer Geschwindigkeit von einem Bild pro Sekunde aufnimmt. Schwimmen Sie das Kamerasystem etwa 1,5 Meter über dem Benthos in einem Gittermuster.

Führen Sie einen zweiten Rasterdurchgang senkrecht zum ersten Durchgang durch, wobei zwischen den einzelnen Durchgängen ein Abstand von etwa einem Meter eingehalten wird. Stellen Sie sicher, dass die Bahnen mindestens zwei Meter über die Grundstücksgrenzen hinausragen, um eine ausreichende Überlappung innerhalb des Zielflächenbereichs zu gewährleisten. Starten Sie die Software für die Bildverarbeitung auf einem Computersystem.

Klicken Sie auf Workflow und dann auf Ordner hinzufügen, um alle Bilder in das Agisoft Metashape-Projekt zu laden. Nachdem die Dateien geladen wurden, wählen Sie das Datenlayout als Einzelne Kameras, Alle Bilder zu einem Block hinzufügen aus. Entfernen Sie Bilder mit übermäßigem blauem Wasser in der Szene.

Klicken Sie nun auf Workflow und dann auf Fotos ausrichten, um alle Bilder auszurichten. Stellen Sie sicher, dass der Bildsatz erfolgreich ausgerichtet wurde, indem Sie den Prozentsatz der ausgerichteten Kameras überprüfen. Untersuchen Sie die generierte Punktwolke mit geringer Dichte auf Lücken in der Abdeckung oder Fehlausrichtungen.

Stellen Sie sicher, dass der Begrenzungsrahmen die gesamte Punktwolke mit geringer Dichte umfasst, bevor Sie fortfahren. Ändern Sie den Begrenzungsrahmen bei Bedarf mit den Optionen "Größe ändern" oder "Bereich drehen". Deaktivieren Sie als Nächstes die Kameragruppe, die die Bilder des Zoomobjektivs enthält.

Erstellen Sie die dichte Punktwolke, indem Sie Workflow und anschließend Dichte Wolke erstellen auswählen. Klicken Sie nacheinander auf Tools, Run Script, Extract Meta PY Script, um die Schätzungen der Kamerapose zu exportieren. Klicken Sie dann auf Datei, gefolgt von Exportieren und Punkte exportieren, um die dichte Punktwolke zu exportieren.

Verwenden Sie das Werkzeug rugo, um einen 10 mal 10 Meter großen Quader in der dichten Punktwolke zu erstellen. Legen Sie die maximale Abmessung auf 10 Meter und das Seitenverhältnis auf 1,0 fest, um den Zielbereich von 100 Quadratmetern für die Datenextraktion festzulegen. Verwenden Sie als Nächstes das Werkzeug cams, um die Quellbilder mit der dichten Punktwolke zu verknüpfen.

Aktivieren Sie räumlich abgefragte Mehrfachbildansichten von Punkten auf dem Modell. Ändern Sie für eine Dichtevermessung nach dem Verknüpfen der Bilder mit der Software die Brennweite der perspektivischen Ansicht auf 100 Millimeter, um eine Pseudo-Kartenansicht der dichten Punktwolke festzulegen. Verkleinern Sie die Ansicht auf eine vollständige Ansicht des Modells von oben nach unten.

Verwenden Sie nun die angegebene Quadranten-Sampling-Datei, um die Ansicht im Web-Applet zu erfassen, indem Sie für Zelle C1 auf eval klicken und die Schaltfläche "Greifen" auswählen. Aktivieren Sie Cams und verknüpfen Sie Bilder innerhalb des Quadranten-Sampling-Workflows, indem Sie im Quadranten-Sampling-Skript für die Zellen C2 und C3 auf eval klicken. Schalten Sie die zuvor erstellte Rugo-Box für den 100 Quadratmeter großen Datenextraktionsbereich ein.

Werten Sie im Web-Applet den Abschnitt C4-Vorbereitungszellen aus, um 100 Quadranten von jeweils einem Quadratmeter zu beproben. Verwenden Sie in der Quadranten-Sampling-Webadresse Quellbilder, um einen Quadranten zu durchsuchen. Verwenden Sie einen Doppelklick mit der linken Maustaste, um den Stichprobenort neu auszurichten, und klicken Sie auf eine taxonomische Schaltfläche, um den Zielpunkt als Stichprobe festzulegen.

Um einen markierten Punkt zu entfernen, doppelklicken Sie mit der linken Maustaste und wählen Sie nichts aus. Kompilieren Sie alle Sampling-Dateien, die sich unter dem Sternchen aux recruits test1 befinden, in ein einzelnes Verzeichnis. Benennen Sie dann jede Datei so um, dass sie den Sitenamen enthält.

Fügen Sie dem Verzeichnis die Nachschlagedatei der Schaltfläche hinzu. Führen Sie das Skript auf dem Bildschirm gemäß den Inline-Anweisungen aus, um die Beispieldaten nach Standort und taxonomischer Gruppe zu aggregieren. Um Daten für die Übermittlung an ein Repository vorzubereiten, generieren Sie eine Methodenbeschreibungsdatei, die Vermessungsdetails enthält, z. B. den abgedeckten Bereich, das Kamerasystem, die Bodenkontrollmarkierungen und das Erfassungsmuster.

Generieren Sie dann eine Vermessungsmetadatendatei, die für das Bild-Dataset spezifisch ist, einschließlich Feldern wie Standortname, Erfassungsdaten, GPS-Koordinaten, Plotpeilungen, Bodenkontrolltiefe und Maßstabsdaten sowie dem verwendeten Erfassungsmuster und Kamerasystem. Kombinieren Sie die Beschreibungsdatei, die Metadatendatei und die Bilddateien in einem einzigen ZIP-Archiv für die Aufnahme in das Datenrepository. Die erfolgreiche großflächige Bilderfassung führte zur Erstellung einer dichten Punktwolkenrekonstruktion mit vollständiger Top-Down-Abdeckung des Vermessungsgebiets, während eine unzureichende Redundanz in der Abdeckung zu Lücken oder einer vollständigen Verschlechterung der Punktwolke führte.

Messungen der linearen Rauheit, die aus großflächigen Bildern (LAI) extrahiert wurden, Erhebungen, die eng an In-situ-Messungen der Komplexität an Standorten ausgerichtet sind, abgesehen von Ausreißern. Die Zusammensetzung der benthischen Gemeinschaft und die prozentuale Abdeckung funktioneller Gruppen aus LAI stimmten mit denen aus traditionellen Photoquadrat-Erhebungen überein. Die Häufigkeit von sessilen Wirbellosen, insbesondere der Seeigel, die mit LAI-Methoden erfasst wurde, war aufgrund der umfassenden Gebietsabdeckung in LAI-Erhebungen durchweg höher als bei in situ-Methoden.

Die Segmentierung der Korallenkolonien mittels LAI-Erhebungen ergab ähnliche Größenverteilungen der häufigen Korallentaxa im Vergleich zu in situ Methoden. Die Co-Registrierung von dichten Punktwolken ermöglichte die Überwachung von Riffveränderungen im Laufe der Zeit, selbst in dynamischen Umgebungen mit hohem Wachstum und strukturellem Verlust, wie am Millennium Atoll gezeigt wurde.