Desarrollo de nuevos métodos para cuantificar la densidad de peces utilizando herramientas de estéreo y vídeo subacuáticos

El objetivo general de esta técnica de análisis de vídeo es estimar con mayor precisión la densidad, la longitud media y la composición de especies de peces en hábitats rocosos profundos. Este método puede ayudar a responder preguntas clave en el campo de la gestión pesquera, como cuál es la abundancia y la distribución del tamaño de las especies que habitan en los arrecifes rocosos de aguas profundas. La principal ventaja de esta técnica es que proporciona estimaciones de densidad más precisas sin extraer peces del medio ambiente.

Antes de este procedimiento, recopile los datos de campo como se describe en el protocolo de texto. En estereofotogrametría, conocer la posición relativa exacta de las cámaras es importante para obtener mediciones precisas. La calibración adecuada es un paso importante en este proceso.

Una vez finalizado el estudio de campo, cree una nueva carpeta de proyecto que contenga los archivos de vídeo y calibración. En el software de medición estéreo, vaya a Medición, Nuevo archivo de medición. Establezca el directorio de imágenes navegando a Imagen.

Establezca el directorio de imágenes y, a continuación, elija la carpeta que contiene todos los archivos del proyecto. Vaya a Estéreo, Cámaras, Izquierda y, a continuación, Cargar archivo de cámara para seleccionar y cargar el archivo de cámara izquierdo adecuado. Repita este proceso eligiendo Correcto en su lugar para cargar el archivo de cámara correcto.

A continuación, vaya a Imagen, Definir secuencia de película. Seleccione el archivo de vídeo de la cámara izquierda para definir la secuencia de vídeo del vídeo izquierdo. Haga clic en Imagen, Cargar imagen para cargar el archivo de vídeo de la izquierda en el software de medición.

Después de esto, haga clic en Estéreo, Imagen, Definir secuencia de película para definir la secuencia de película para el video correcto. Cargue el archivo de video seleccionando Estéreo, Imagen y luego Cargar video. Vaya a Medición, Atributos, Editar archivo de carga de especies para cargar la lista de especies.

Haga clic en Medición, Campos de información, Editar valores de campo para abrir la tabla de valores de campo de información. Introduzca la información del ID de la encuesta y guarde el archivo para crear un proyecto de observaciones de medición de eventos. Si utilizas una marca de tiempo UTC, avanza el fotograma en el vídeo de la izquierda hasta que la marca de tiempo comience en un nuevo segundo o hasta que se produzca un destello de luz o un aplauso.

Avance el fotograma del video derecho hasta que la luz de la marca de tiempo, el parpadeo o el aplauso coincidan exactamente con el video izquierdo. Luego, haga clic en el botón Bloquear para asegurarse de que los videos se reproduzcan juntos y mantengan la sincronización. Tan pronto como el módulo de aterrizaje comience su primera rotación, haga clic con el botón derecho y seleccione Definiciones de período, Agregar nuevo período de inicio para definir un nuevo período de muestra.

Introduzca el cero uno como nombre del primer punto y haga clic en Aceptar. Mientras el módulo de aterrizaje gira, marque cada pez que entra en el cuadro con un punto 2D haciendo clic con el botón derecho, seleccione Agregar punto y elija el nombre de especie correcto. Etiquete hasta el nivel taxonómico más bajo posible y, a continuación, haga clic en Aceptar. Continúe marcando cada nuevo pez hasta que se complete la rotación. Es fundamental identificar y contar cada pez para obtener estimaciones precisas de MaxN.

Repita este proceso para una rotación adicional del módulo de aterrizaje, asegurándose de que se defina un nuevo período al comienzo de cada uno. Una vez que se hayan enumerado todas las rotaciones, vaya a Medición, Resúmenes de medición, Mediciones de puntos y guarde los puntos 2D como un archivo TXT. Abra este archivo como una hoja de cálculo.

Vaya a Insertar, tabla dinámica para crear una tabla dinámica. Seleccionar Género y Especie para la etiqueta de fila y Período para la etiqueta de columna. Seleccione la rotación de la cámara que tenga el mayor número de individuos para una especie determinada para elegir el MaxN para esa especie.

En el caso de los peces identificados solo con el género, seleccione un MaxN a nivel de género en función de la rotación que haya tenido el mayor número de individuos identificados con las especies de ese género en particular. A continuación, utilice los puntos 2D guardados para navegar hasta el mismo pez exacto para la medición 3D. Acérquese al menos cuatro veces para identificar mejor la punta del hocico del pez y los bordes de las aletas caudales.

Haga clic manualmente en la punta del hocico y luego en el borde de la cola en la cámara izquierda. Repita la selección en el mismo orden en el video de la derecha. A continuación, haga clic con el botón derecho, seleccione Agregar longitud y seleccione la identificación de especie correcta.

Si no es posible medir la longitud en 3D, haga clic con el botón izquierdo en la misma posición en el pez en ambos videos para marcar un punto 3D. Rellene los campos de información dejando el comentario Excluir de la medición de longitud. Después de completar las mediciones 3D de todos los peces, vaya a Medición, Resúmenes de medición y Mediciones 3D de puntos y longitudes.

Guarde los datos como un archivo TXT para exportarlos y analizarlos más a fondo. Luego, determine si se obtuvieron muestras adecuadas como se describe en el protocolo de texto. En este estudio, se utilizan herramientas de video estéreo subacuáticas para cuantificar la densidad de peces.

Hay patrones claros en el rango detectable de las especies observadas, lo que probablemente se deba a la interacción del tamaño, la forma y la coloración de cada especie. A continuación, se realizan los cálculos de la distancia Z del 95% para dos especies en particular. Para Sebastes wilsoni y Ophiodon elongatus, la distancia del 95%Z es de 2,65 metros para Sebastes wilsoni y de 3,96 metros para Ophiodon elongatus, lo que se traduce en áreas de reconocimiento efectivas de 18,6 metros cuadrados y 46 metros cuadrados respectivamente.

Un simple análisis de bootstrap confirma que se obtienen tamaños de muestra suficientes, ya que la estimación de una distancia Z del 95% para ambas muestras se estabiliza cuando se muestrean más de 50 encuestas. A continuación, los recuentos de MaxN por encuesta se convierten en densidades. Para ambas especies, se observa que las densidades son significativamente mayores en los hábitats de alto y medio relieve en comparación con los hábitats de bajo relieve.

Las estimaciones de densidad para el módulo de aterrizaje pseudoestacionario se normalizan utilizando áreas reducidas de cobertura. Las densidades medias obtenidas por la cámara giratoria son un 18% mayores que las obtenidas con cámaras fijas. Además, se observa que el coeficiente de variación es 1,8 veces mayor cuando se utilizan cámaras fijas.

Una vez dominada, esta técnica se puede utilizar para contar y medir peces en solo unos minutos si se realiza correctamente. Al realizar este procedimiento, es importante recordar que los valores del 95%Z son específicos de la herramienta y la encuesta. Y los valores específicos no deben usarse universalmente.

Siguiendo este procedimiento, se puede realizar una variedad de estadísticas multivariadas o de ordenación para responder preguntas adicionales sobre la composición de especies en diferentes tipos de hábitat. Las implicaciones de esta técnica se extienden hacia una mejor comprensión de la ecología de las especies de arrecifes rocosos de aguas profundas, ya que los mecanismos de estudio actuales solo proporcionan una comprensión deficiente de la longitud y abundancia de los peces. Aunque esta técnica puede proporcionar información sobre los hábitats marinos de aguas profundas, también puede ser útil en otros sistemas como los arrecifes de coral y los bosques de algas marinas.

Por lo general, las personas nuevas en este método tendrán dificultades porque requiere una comprensión de la geometría de los sistemas de cámaras estéreo. La demostración visual de esta técnica es útil porque el cálculo de MaxN se deriva de una variedad de datos y, por lo tanto, requiere muchos pasos en el software.