Mesure de la structure, de la composition et de l’évolution des environnements sous-marins à l’aide de l’imagerie de grande surface

Nous utilisons un protocole d’imagerie à grande surface en quatre étapes pour recueillir des données écologiques sur la complexité structurelle, la composition des communautés et les analyses démographiques des écosystèmes marins benthiques. Dans chaque nouvelle application, les plus grands défis sont de définir la résolution nécessaire dans l’imagerie brute, de déterminer l’étendue spatiale de la zone à imager et de s’assurer que nous disposons d’une réplication adéquate au niveau de l’intrigue pour une analyse scientifique précise. Ce protocole met l’accent sur la valeur de l’imagerie source tout au long du processus en quatre étapes, en veillant à ce que des images de qualité soient collectées, archivées et utilisées pour faciliter l’extraction détaillée des données écologiques aux fins d’analyse.

Ces flux de traitement et de visualisation des données, en particulier ceux qui utilisent l’imagerie brute, garantissent la compatibilité entre les données collectées numériquement en laboratoire ou par les plongeurs sur le terrain. Cela permet à son tour l’intégration de ces approches améliorées numériquement dans les ensembles de données à long terme existants. Cette approche permet d’augmenter considérablement l’étendue spatiale de la réplication des données que nous recueillons, ce qui nous permet de poser des questions spatialement explicites et de mener des analyses démographiques plus robustes.

Plus important encore, cela augmente notre capacité à suivre les changements écologiques au fil du temps. Pour commencer, fixez les panneaux extérieurs du cadre de l’appareil photo aux panneaux et colonnes de montage de l’appareil photo à l’aide de vis à tête plate cruciformes de 1 1/2 pouce de long. Préparez deux appareils photo reflex numériques, l’un équipé d’un objectif grand angle fixe et le second équipé d’un zoom.

Fixez et fixez le port du dôme pour assembler les boîtiers de la caméra sous-marine. Fixez ensuite les poignées avec des vis à tête cruciforme de 1/2 pouce de long. Fixez la plaque de montage de l’appareil photo à l’aide d’une vis à tête creuse de 1 1/8 pouce de long.

Ensuite, insérez les caméras dans le boîtier. Et utilisez la pompe à vide pour régler la pression du boîtier à cinq pouces de mercure afin de vérifier l’intégrité du joint torique. Maintenant, faites glisser la plaque de montage de l’appareil photo sur les panneaux du cadre de montage pour installer les boîtiers sur le cadre de l’appareil photo.

Fixez les boîtiers en place avec des vis à oreilles. Pour la capture d’images, démarrez chaque caméra sur un intervallomètre réglé pour capturer à une cadence d’une image par seconde. Nagez le système de caméra à environ 1,5 mètre au-dessus du benthos selon un motif quadrillé.

Effectuez une deuxième passe quadrillée perpendiculaire à la première, en maintenant un espacement d’environ un mètre entre chaque passe. Assurez-vous que les passes s’étendent sur au moins deux mètres au-delà des limites de la parcelle pour assurer un chevauchement suffisant dans la zone cible de la parcelle. Lancez le logiciel de traitement d’images sur un système informatique.

Cliquez sur Flux de travail, puis sur Ajouter un dossier pour charger toutes les images dans le projet Agisoft Metashape. Une fois les fichiers chargés, sélectionnez la disposition des données comme Appareils photo uniques, ajoutez toutes les images en un seul morceau. Supprimez les images avec un excès d’eau bleue dans la scène.

Maintenant, cliquez sur Flux de travail, puis sur Aligner les photos pour aligner toutes les images. Vérifiez que le jeu d’images a été aligné avec succès en vérifiant le pourcentage de caméras alignées. Inspectez le nuage de points clairsemé généré à la recherche de lacunes dans la couverture ou de désalignements.

Assurez-vous que la boîte englobante englobe l’intégralité du nuage de points clairsemé avant de continuer. Modifiez le cadre de sélection si nécessaire à l’aide des options Redimensionner ou Rotation de la région. Ensuite, désactivez le groupe de caméras contenant les images de l’objectif zoom.

Construisez le nuage de points dense en sélectionnant Workflow, puis Construire un nuage dense. Cliquez séquentiellement sur Outils, Exécuter le script, Extraire le méta-script PY pour exporter les estimations de la pose de la caméra. Cliquez ensuite sur Fichier, puis sur Exporter et Exporter les points pour exporter le nuage de points dense.

Faites glisser et déposez le fichier de nuage de points dense exporté sur vc5prep-confident. bat situé dans les fichiers du programme du logiciel de visualisation. Compilez les fichiers de données exportés, y compris les fichiers de pose de la caméra, ainsi que les fichiers de programme générés, dans un seul répertoire à utiliser dans le logiciel de visualisation.

Utilisez l’outil rugo pour créer une boîte de 10 mètres sur 10 mètres sur le nuage de points dense. Définissez la dimension maximale sur 10 mètres et le rapport hauteur/largeur sur 1,0 pour désigner la zone cible de 100 mètres carrés pour l’extraction des données. Ensuite, utilisez l’outil cams pour lier les images sources au nuage de points dense.

Activez des vues multi-images spatialement interrogées de points sur le modèle. Pour un relevé de densité, une fois que les images ont été liées au logiciel, modifiez la distance focale de la vue en perspective à 100 millimètres pour définir une vue pseudo-cartographique du nuage de points dense. Faites un zoom arrière pour obtenir une vue complète du modèle, de haut en bas.

Maintenant, utilisez le fichier d’échantillonnage de quadrant donné pour capturer la vue dans l’applet Web en cliquant sur eval pour la cellule C1 et en sélectionnant le bouton de capture. Activez les caméras et liez les images dans le flux de travail d’échantillonnage des quadrants en cliquant sur Évaluer pour les cellules C2 et C3 dans le script d’échantillonnage des quadrants. Activez la boîte rugo précédemment conçue pour la zone d’extraction de données de 100 mètres carrés.

Dans l’applet web, évaluez la section des cellules de préparation C4 pour échantillonner 100 quadrants d’un mètre carré chacun. Dans l’adresse Web d’échantillonnage du quadrant, utilisez l’imagerie source pour effectuer une recherche dans un quadrant. Utilisez un double clic gauche pour recibler l’emplacement d’échantillonnage et cliquez sur un bouton taxonomique pour désigner le point ciblé en tant qu’échantillon.

Pour supprimer un point marqué, double-cliquez avec le bouton gauche de la souris et ne sélectionnez rien. Compilez tous les fichiers d’échantillonnage situés sous astérisque aux recrues test1 dans un seul répertoire. Renommez ensuite chaque fichier pour inclure le nom du site.

Ajoutez le fichier de recherche du bouton dans le répertoire. Exécutez le script à l’écran en suivant les instructions en ligne pour agréger les données d’échantillon par site et groupe taxonomique. Pour préparer les données à soumettre à un dépôt, générez un fichier de description des méthodes qui comprend des détails sur l’arpentage, tels que la zone couverte, le système de caméras, les marqueurs de contrôle au sol et le modèle de collecte.

Générez ensuite un fichier de métadonnées d’arpentage spécifique à l’ensemble de données d’image, y compris des champs tels que le nom du site, les données de collecte, les coordonnées GPS, les relèvements de parcelle, la profondeur de contrôle au sol et les données d’échelle, ainsi que le modèle de collecte et le système de caméra utilisés. Combinez le fichier de description, le fichier de métadonnées et les fichiers image dans une seule archive ZIP pour l’ingestion dans le référentiel de données. La collecte réussie d’images de grande surface a permis de créer une reconstruction dense du nuage de points avec une couverture descendante complète de la zone de levé, tandis qu’une redondance inadéquate de la couverture a entraîné des lacunes ou une dégradation complète du nuage de points.

Les mesures de rugosité linéaire extraites des relevés d’images de grande surface, ou LAI, sont étroitement alignées avec les mesures in situ de la complexité sur tous les sites, à l’exception des valeurs aberrantes. La composition de la communauté benthique et le pourcentage de couverture des groupes fonctionnels de l’indice foliaire local correspondaient à ceux des relevés traditionnels par quadrat photo. L’abondance des invertébrés sessiles, en particulier des oursins, observée à l’aide des méthodes LAI était systématiquement plus élevée que celle des méthodes in situ en raison de la couverture complète des zones dans les relevés LAI.

La segmentation des colonies de coraux à l’aide de levés LAI a révélé des distributions de taille similaires des taxons coralliens communs par rapport aux méthodes in situ. Le co-enregistrement de nuages de points denses a permis de surveiller les changements des récifs au fil du temps, même dans des environnements dynamiques à forte croissance et à perte structurelle, comme démontré à l’atoll du millénaire.