Reefshape: מערכת לאיסוף יעיל ועיבוד אוטומטי של נתוני פוטוגרמטריה תת-ימיים מסדרות זמן לניטור בתי גידול בקרקעית

William  O. Greene; Sam Marshall; Jiwei Li; Craig P. Dahlgren

doi:10.3791/67343

Method Article

Reefshape: מערכת לאיסוף יעיל ועיבוד אוטומטי של נתוני פוטוגרמטריה תת-ימיים מסדרות זמן לניטור בתי גידול בקרקעית

DOI:

10.3791/67343

⸱

June 13th, 2025

William O. Greene¹^,²^,³ , Sam Marshall¹ , Jiwei Li³^,⁴^,⁵ , Craig P. Dahlgren¹

¹Perry Institute for Marine Science, ²School of Life Sciences, Arizona State University, ³Center for Global Discovery and Conservation Science, Arizona State University, ⁴School of Ocean Futures, Arizona State University, ⁵School of Earth and Space Exploration, Arizona State University

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

מוצג כאן פרוטוקול לאיסוף ועיבוד נתוני פוטוגרמטריה תת-ימיים, כולל צינור עיבוד תמונה מפושט ואוטומטי לחלוטין באופן משמעותי וכתוצאה מכך פלטים מיושרים גיאוגרפית וסדרות זמן מוכנים לחילוץ, ניתוח ויישום נתונים אקולוגיים.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

הדמיה בשטח גדול (LAI) באמצעות פוטוגרמטריה של מבנה מתנועה צברה אחיזה משמעותית ככלי ניטור למערכות אקולוגיות של שוניות אלמוגים, מה שמאפשר יצירת מודל דיגיטלי של קטע שונית שניתן לנתח מחוץ לאתרו כדי לאסוף נתונים על הרכב בנטי, מורכבות מבנית ומדדים אחרים. בעוד שנעשה שימוש במגוון גישות, גישה שיטתית לאיסוף נתונים ועיבוד מחשב נותרה צורך עבור חוקרים רבים. כדי לטפל בכך, פיתחנו את ReefShape, זרימת עבודה פשוטה ומקיפה לאיסוף תמונות מתחת למים, ייחוס גיאוגרפי, עיבוד נתונים ויישור סדרות זמן. המלצות ספציפיות למערכת מצלמות והוראות לרכישת תמונות ניתנות על סמך הניסיון שלנו. מתואר תהליך לשילוב ייחוס גיאוגרפי בעולם האמיתי באמצעות סמני בקרת קרקע קבועים קבועים למצע המאפשרים יישור אוטומטי של מערכי נתונים של סדרות זמן. קבוצה של סקריפטים לעיבוד פותחה כדי להפוך את זרימת העבודה של עיבוד הנתונים לאוטומטית, לייעל ולפשט באופן דרמטי את התהליך המורכב וגוזל הזמן בדרך כלל. הגישה התסריטאית שלנו שואפת להפחית את נטל עיבוד הנתונים על חוקרי שוניות אלמוגים, להגביר את היעילות של צינור הפוטוגרמטריה ולייצא נתונים בפורמטים מוכנים לניתוח לשימוש בתוכניות פילוח נפוצות של GIS ותמונות שוניות אלמוגים. השיטות המתוארות כאן מספקות פתרון מקיף לשילוב פוטוגרמטריה ככלי לניטור שוניות תוך שמירה על גמישות והשארת הניתוחים הספציפיים לחוקר.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

שוניות אלמוגים הן אחת המערכות האקולוגיות המגוונות ביותר מבחינה ביולוגית וחשובות מבחינה כלכלית בעולם ומתמודדות עם אתגרים חסרי תקדים משינויי אקלים, מחלות, דיג יתר וגורמי לחץ אחרים ^1,2,3. ניטור המערכות האקולוגיות של שוניות האלמוגים קשה במיוחד בשל מיקומן המרוחק לעתים קרובות והקשיים האינהרנטיים במחקר תת-ימי; לכן, שוניות לא נחקרו מבחינה היסטורית⁴. ניטור יעיל של שוניות אלמוגים בקנה מידה מרחבי מרובה החל ממיקרוביאלי⁵ לארכיפלג⁶ וגלובלי⁷ חיוני להבנת ירידתן, כמו גם תכנון, מעקב והערכה של מאמצי התערבות⁸. כלי שהפך פופולרי לניטור מצבם של שוניות אלמוגים בקנה מידה של עשרות עד מאות מטרים רבועים הוא הדמיית פוטופסיפס, מונח המתייחס למפות ברזולוציה גבוהה המורכבות מתצלומים תת-מימיים חופפים 9. פסיפסים אלה מאפשרים לחוקרים לצלם אזור של שונית גדול יותר ממה שניתן ללכוד בתצלום בודד, ומכאן המונח הדמיית שטח גדול (LAI)¹⁰. מאוחר יותר ניתן לנתח את הפסיפסים כדי לחלץ מידע אקולוגי רלוונטי, כגון אחוז כיסוי האלמוגים, גודל המושבה, תפוצת המינים והרכב הקרקע¹¹. ההתקדמות במחשוב והזמינות של תוכנות מדף מאפשרות כעת להשלים תהליך זה באמצעות פוטוגרמטריה של מבנה מתנועה (SfM). SfM כרוך בניתוח תמונות לנקודות התאמה המשמשות לשחזור הכיוון התלת מימדי של התמונות ונקודות הקשירה, מה שמאפשר יצירת העתק מדויק של שונית וירטואלית 12,13,14. סקרי SfM/LAI הפכו לדבר שבשגרה בחקר שוניות האלמוגים, ומאפשרים תובנות חדשות לגבי אקולוגיה של קהילת אלמוגים¹⁰, מורכבות בתי גידול ^15,16, תגובות קהילת האלמוגים לאירועי הלבנה^17,18, הוריקנים¹⁹ ושיקום אלמוגים²⁰.

מספר גישות לשימוש ב-LAI לניטור שוניות אלמוגים פותחו 21,22,23,24, וכתוצאה מכך מגוון רחב של אפשרויות זמינות למתרגלים המבקשים למנף את הטכנולוגיה. עם זאת, השימוש היעיל ב-LAI במחקר שוניות אלמוגים הוא מורכב ודורש מאמץ למידה משמעותי. מיומנות בצלילה, ניווט תת ימי, צילום תת ימי, שימוש בתוכנה, אוצר נתונים וניהול הם חיוניים. בנוסף, מומחיות באקולוגיה היא בסיסית לניתוח ופירוש יעיל של תוצרי נתונים. זרימות עבודה קיימות נוטות להתמקד בעיקר ברכישת תמונות מבלי לספק הדרכה מספקת לפרוטוקולים של סדרות זמן, איסוף מטא נתונים (למשל, קנה מידה, עומק ומיקום), או עיבוד נתונים לאחר טיול בשטח: כל השלבים החיוניים לאיסוף נתונים מדויק וניתן לחזרה. גם העלויות הקשורות לתהליכי עבודה של LAI נוטות להיות גבוהות, תוך שימוש במערכות מצלמות יקרות והגדרות מחשב. נותר צורך עז בקרב חוקרים במתודולוגיה מקיפה, ישירה ויעילה, שתוביל לנתונים באיכות מספקת כדי לענות על מגוון רחב של שאלות מחקר עכשוויות ועתידיות. אנו מטפלים בכך על ידי פיתוח גישה חזקה ויעילה עבור LAI תת-ימי המפחיתה את מאמץ העיבוד והמורכבות וממזערת עלויות תוך שיפור איכות הנתונים. הגישה החדשה שלנו מאפשרת רכישה מהירה, עיבוד אוטומטי ויישור סדרות זמן של תמונות כדי לספק תוצרי נתונים באיכות גבוהה למחקר וניתוח אקולוגי של שוניות אלמוגים. עלות ההפעלה הכוללת של יישום גישה זו היא כ-5,000 - 8,000 דולר ארה"ב (כולל מערכת מצלמות, חומרים, מחשב ייעודי ותוכנה), תלוי אם המשתמש יכול לגשת לתמחור חינוכי עבור תוכנת פוטוגרמטריה. באמצעות יישום השיטות שלנו, אנו שואפים לסייע לחוקרי שוניות אלמוגים לייעל את מאמצי איסוף ועיבוד הנתונים שלהם, ולאפשר זרימות עבודה יעילות יותר המאפשרות חילוץ וניתוח מהירים של נתונים אקולוגיים חשובים ביותר של שוניות אלמוגים.

לשיטה המתוארת כאן, שאנו מכנים "ReefShape", יש שלוש תרומות חדשניות עיקריות: (1) שימוש בסמני בקרת קרקע קבועים למחצה הקבועים למצע כדי לאפשר ייחוס גיאוגרפי אוטומטי ויישור סדרות זמן של מערכי נתונים, (2) שימוש בסקר מבוסס אפליקציה מותאם אישית כדי להקל על איסוף ועיצוב נתוני מיקום, ו-(3) יישום של תהליך סקריפט מקיף שנבנה כדי להפוך את צינור הפוטוגרמטריה לאוטומטי לחלוטין, הפחתה דרמטית של העבודה האנושית בשלב העיבוד עליה מסתמכים פרוטוקולי LAI אחרים 20,21,22,23. כמו פרוטוקולי LAI אחרים אלה, ReefShape מסתמכת על השימוש ב-Agisoft Metashape²⁵ (להלן "תוכנית הפוטוגרמטריה") לעיבוד פוטוגרמטרי ובנוסף משתמשת באפליקציית הסמארטפון החינמית ESRI Survey123²⁶(להלן "אפליקציית הסקר") לאיסוף נתוני מיקום. פרוטוקול זה מתוכנן להיות פשוט אך חזק, ואינו דורש מערכות מרובות מצלמות²⁴ או סקרים גיאודטיים מורכבים¹³ תוך עמידה במטרה לספק נתונים באיכות גבוהה, המוגדרים כמודלים תלת מימדיים שהושלמו, פוטופסיפסים ומודלים של גובה דיגיטלי עם גיאומטריה, קנה מידה ומיקום מדויקים; רזולוציה וחדות מספיקות לזיהוי חזותי של אורגניזמים בנתיים ברמת המין או הסוג; אין פערי נתונים או חורים גדולים; צבע מדויק; ובמקרה של נתוני סדרות זמן, יישור נכון בין נקודות זמן. הגישה הספציפית המתוארת כאן מספקת מסגרת לאיסוף ועיבוד נתונים כדי לעמוד ביעדים אלה.

מונעים על ידי התקדמות בלמידת מכונה, אנו צופים כי כלי ניתוח חדשים יפותחו לחילוץ מהיר ומדויק יותר של נתונים אקולוגיים מפוטופסיפס. לכן, אנו ממקדים את מאמצינו באיסוף תמונות תת-מימיות באיכות גבוהה ובאוטומציה של צינור הפוטוגרמטריה, ומשאירים ניתוחים ספציפיים במידה רבה למשתמשי פרוטוקול זה בהתבסס על מערכי הצרכים המגוונים שלהם. תהליך תסריטאי זה, שמטרתו להיות ישים באופן נרחב לקהילת מחקר שוניות האלמוגים, כולל אפשרויות לייצא מוצרי נתונים בפורמט GeoTIFFs במפרטים משתנים המותאמים לתוכנת GIS נפוצה ו-TagLab, אפליקציה ייעודית להערות מהירות של אורתופסיפסים של שוניות אלמוגים²⁷.

סקירה כללית של פרוטוקול
שיטת ReefShape מחולקת לשני שלבים עיקריים: איסוף נתונים באתרם ועיבוד נתונים במחשב. השיטה פונקציונלית לגדלי חלקות מ~25 מ"^ר עד >1000 מ"^ר, בעומק שנע בין ~1 מ' ל-30 מ'. הוכח כי חלקות של 300-400 מ^"ר הן אידיאליות ללכידת מגוון האלמוגים בשוניות הקריביות²⁸. עם זאת, נמצא כי חלקות גדולות מ~100 מ"^ר יכולות להיות קשות לניווט עבור מודדים מתחילים. לכן, גודל מגרש של 10 מ' על 10 מ' מתואר בפרוטוקול כנקודת התחלה, אך אין בכוונתנו להגביל את המשתמשים בהצעה זו. במקום זאת, מוצע למשתמשים לבחור את גודל החלקה שלהם על סמך הניסיון שלהם וצרכי המחקר שלהם. תהליך איסוף הנתונים נשאר למעשה זהה עבור כל גודל חלקה שנבחר.

כאשר תרשים נוצר לראשונה, המודד מתחיל בקיבוע קבוע של ארבעה תגי סמן ייחודיים הכוללים מטרות פוטוגרמטריה מקודדות (איור 1D) למצע בכל פינה (איור 2), תוך שימוש במחשב צלילה כדי למדוד את העומק של כל סמן. פסי קנה מידה מקודדים (איור 1E) ממוקמים באופן זמני בתוך החלקה, ותמונות הפונות למצע נאספות על ידי הצולל עם מצלמה אחת ללא מראה ועדשה מלבנית רחבת זווית הממוקמת 1.5 מ' - 2 מ' מעל השונית, שוחה בתבנית "מכסחת דשא" כפולה, בדומה לפרוטוקולים מבוססים אחרים 11,21,24^,. בדרך כלל ניתן להשלים את התהליך כולו (כולל התקנה וצילום בפעם הראשונה) בצלילה אחת, אם כי ייתכן שיידרשו מספר צלילות לחלקות עמוקות או גדולות יותר. לאחר הצילום, הסוקר משתמש ביחידת GPS Bluetooth המותקנת על התקן ציפה (איור 1C) ובסמארטפון כדי לאסוף נקודות GPS על פני השטח מעל כל סמן פינה באמצעות טופס מותאם אישית בתוך אפליקציית הסקר, אשר לאחר מכן דוא"ל את נתוני ההפניה למשתמש בגיליון אלקטרוני מעוצב מראש. בסקרי חלקות עוקבים, המודד אינו אוסף נתוני ייחוס או מתקין סמנים וצריך רק לאתר ולנקות את סמני הפינה הקיימים ולאסוף תמונות, ולייעל את תהליך איסוף נתוני סדרות הזמן.

עבור עיבוד נתונים, פותחה קבוצה של סקריפטים מותאמים-במיוחד של Python המתממשקים עם תוכנית הפוטוגרמטריה כדי להפוך את הצינור לאוטומטי (איור 3), בדרך כלל תהליך הדורש התערבות אנושית במספר נקודות. שלבי העיבוד העיקריים של הצינור האוטומטי כוללים יצירת ענן נקודת קשירה והערכת מיקומי המצלמה, בניית מודל רשת תלת-ממדי של השונית, בניית מודל גובה דיגיטלי (DEM) דו-ממדי, בניית פוטו-פסיפס אורתו-מתוקן דו-ממדי והגדרת אזור עניין (ROI) התחום על ידי ארבעת סמני הפינות (איור 4). בזרימת עבודה זו, המשתמש מזין את התמונות ונתוני ההפניה בממשק גרפי (איור משלים 1) בתחילת העיבוד, במקום שיצטרך להמשיך בשלבים רבים לפני הוספה ידנית של נתוני הפניה ויצירת תוצרי נתונים, כפי שמקובל בתהליכי עבודה אחרים 21,22,23,24. עבור עיבוד סדרות זמן, סמני פינות קבועים מקלים על היישור האוטומטי של נקודות זמן, ומבטלים את הצורך ביישור ידני. השימוש בזרימת עבודה מתוקננת ומתוכננת מסייע להבטיח עקביות נתונים וחוסך מאמץ אנושי משמעותי במהלך העיבוד, במיוחד בפרויקטים עם נקודות זמן רבות. חבילה של סקריפטים עצמאיים כלולה גם לאוטומציה של משימות עיבוד שונות, כולל חישוב יחס שטח פנים תלת מימדי לשטח מישורי, מדד חשוב להערכת מורכבות מבנית של שונית^19,29.

figure-introduction-1
איור 1: חומרי מפתח הנדרשים עבור חלק איסוף הנתונים של פרוטוקול זה. (A) מצלמה ללא-מראה עם עדשה ישרה-זווית רחבה, (B) בית תת-מימי עם יציאת כיפה המתאימה למצלמה/עדשה, (C) התקן לוח קיקבורט GPS Bluetooth, (D) סמני פינות מקודדים הניתנים לגילוי אוטומטי עבור בקרת קרקע קבועה וייחוס גיאוגרפי, ו-(E) פסי קנה מידה מקודדים המשמשים לקביעת גודל הדגם. אנא לחץ כאן לצפייה בגרסה גדולה יותר של איור זה.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

הערה: ראה משלים file 1, סעיפים 1 ו-2 לשלבי הכנת הציוד.

1. הגדרת העלילה

התקנת סמני פינה (רק לנקודת הזמן הראשונית)
1. בחר חלקה מתאימה בשדה. ודא שהבטיחות נמצאת בראש סדר העדיפויות לאורך כל התהליך. עבור פרוטוקול זה, מתוארת חלקה של 10 מ' על 10 מ'.
  הערה: הפרוטוקול יכול להיות מבוצע על ידי חוקר יחיד או זוג חברים וניתן להתאים אותו לרוב גדלי החלקה בהתאם לצרכי המחקר.
2. לאחר בחירת החלקה, התקן את ארבעת סמני הפינה בזמן הצלילה. קבע סמני פינה 1-4 (איור 1D) למצע בסדר עוקב בפינות החלקה באמצעות פטיש ו-4 מסמרים, תוך נקיטת זהירות כדי לא לשבור את המצע או לפגוע באלמוגים חיים רגישים. מצא מיקומים מתאימים להתקנת הסמנים (למשל, אזורים שטוחים יחסית של מצע לא חי הנראים בקלות מלמעלה ואינם צפויים להינזק או להישחק ביולוגית במהירות).
3. לעקביות וכדי לסייע בניווט ומיקום החלקה, התקן סמני חלקה בסדר עם כיוון השעון. התקן את סמן 1 בפינת NE, סמן 2 בפינת SE, סמן 3 בפינת SW וסמן 4 בפינת NW, באמצעות סרט מדידה ומצפן, במידת הצורך.
  הערה: איור 2A מציג סמן מותקן כהלכה, ואיור 2D מציג סקירה כללית של פריסת העלילה, כאשר כל הסמנים מונחים ~ 10 מ' זה מזה בתבנית מרובעת.
4. הקלט עומק סמן. בעזרת מחשב צלילה או מד עומק אחר, רשום את העומק של כל אחד מארבעת סמני הפינה ל-10 ס"מ הקרובים ביותר על צפחת צלילה.
5. לחלופין, במקרים בהם התקנת סמן קבוע אינה מותרת או אפשרית, ניתן להניח סמני פינה זמניים (ראה משלים file 1, סעיף 3) על המצע בפינות החלקה במקום זאת. ניתן לאחזר סמנים אלה מאוחר יותר.
מיקום סרגל קנה המידה (כל נקודות הזמן)
1. לאחר הנחת סמני הפינה, הנח 3-5 פסי סולם (ראה קובץ משלים 1, סעיף 1) במיקומים יציבים בתוך החלקה, תוך שימוש במשקולת צלילה או בסלע קטן כדי להכביד על כל מוט סולם כדי למנוע מהם לזוז במהלך הצילום. אלא אם כן אתה משתמש בכרטיס אפור לאיזון לבן של המצלמה (ראה שלב 2.1.2), ודא שלפחות פס קנה מידה אחד קרוב לעומק החציוני של העלילה.
  הערה: מוטות קנה המידה חייבים להיות גלויים מלמעלה, אינם יכולים לכסות חפצים בעלי חשיבות כגון אלמוגים, ולא ניתן לכופף/לכופף אותם כך שהאורך הנמדד בין הסמנים יתקצר.

2. רכישת תמונות

הערה: יש להקדיש תשומת לב מיוחדת לקביעת תצורה נכונה של הגדרות המצלמה, מכיוון שהדבר קריטי להבטחת נתונים באיכות גבוהה. מצלמה ללא מראה עם עדשת זווית רחבה מומלצת לפרוטוקול זה. ראה טבלה 1 וקובץ משלים 1, סעיף 4 להגדרות מצלמה מרכזיות והמלצות מערכת. שלב עם בית תת-ימי ויציאת כיפה התואמת לעדשה. המטרה היא לשמור על תמונות חדות.

הגדרת מצלמה	המלצה
מצב הדמיה	ידני
צמצם	F8, F5.6 אם העלילה היא בעומק >15 מ' או בתאורה חלשה
מהירות תריס	1/500 שניות, 1/320 שניות בתאורה חלשה או אפס נחשול
ISO	אוטומטי
איזון לבן	מותאם אישית (מוגדר לנקודה לבנה בעומק חציוני)
ייצוב תמונה	מופעל (אם זמין)
פורמט תמונה	JPEG + RAW
מרווח זמן	1 שניות
פוקוס אוטומטי	AF-S (מתמקד בפריים הראשון של הרצף)
סוג תריס	מכני או EFCS (לא שקט או אלקטרוני)
החלקת חשיפה/רגישות מעקב אחר חשיפה אוטומטית	כבוי / גבוה

טבלה 1: הגדרות מצלמה חשובות הנחוצות למקסום איכות הנתונים בעת איסוף תמונות עבור פוטוגרמטריה תת-מימית. הגדרות אלה חלות על רוב כל מצלמה ללא מראה או מצלמת DSLR, אך מותאמות להגדרה הספציפית המומלצת בטבלת החומרים.

הדמיית השונית (כל נקודות הזמן)
1. הרכיבו את מערכת המצלמות והמארז בהתאם להמלצות היצרן ושיטות הצילום התת-ימיות הסטנדרטיות כדי להבטיח תפקוד תקין ואיטום מתחת למים. ודא שהמצלמה נמצאת במצב חשיפה ידנית (M), הצמצם מוגדר ל-f/8, מהירות התריס היא 1/500^שניות וה-ISO מוגדר למצב אוטומטי כדי להשיג חשיפה נכונה לכל פריים. להגדרות מפורטות, ראה טבלה 1.
  הערה: בתנאים חשוכים ועמוקים יותר, ניתן להשתמש בצמצם של 5.6 ומהירות תריס של 1/320 שניות כדי להגדיל את כמות האור ולהפחית את רעשי התמונה.
2. באמצעות כרטיס אפור או סרגל קנה מידה בעומק החציוני של העלילה, הגדר איזון לבן מותאם אישית כאשר המצלמה מכוונת כלפי מטה אל הכרטיס האפור או החלק הלבן של סרגל קנה המידה, תוך הקפדה על הימנעות מהצללת נקודת הייחוס הלבנה. השלם זאת מיד לפני תחילת איסוף התמונות.
3. נווט לפינה אחת של העלילה ומקם את המצלמה בגובה 1.5-2 מ' מעל המצע, מכוון כלפי מטה (איור 2C). פוקוס אוטומטי של המצלמה על השונית והתחל את המרווח כדי לאסוף תמונות ב-1 פריים/שנייה.
4. התחילו לשחות במהירות נוחה לעבר פינת חלקה סמוכה, ואספו את המעבר הראשון של התמונות. סובב 180° ואסוף מעבר צילום שני במרווח של כ-1 מ' מהמעבר הראשון, בעקביות 1.5-2 מ' מעל המצע. חזור על הפעולה כדי להשלים מעברים אנטי-מקבילים בתבנית דמוית-מכסחת דשא מעל כל העלילה, כולל לפחות חיץ של 0.5 מ' סביב ההיקף (איור 2D, קבוצה 1). הימנע מפערים בכיסוי התמונות וודא שכל פסי הסולם וסמני הפינות כלולים בתמונות.
  הערה: הניווט מבוצע על ידי הסוקר, בדרך כלל בצלילה (או שנורקל לחלקות בעומק של < 2 מ'), תוך שימוש בשינון תכונות מפתח של השונית כדי לשמור על הכיסוי. מודד שני ו/או חבר צלילה יכולים לסייע בניווט. המטרה היא לאסוף תמונות חופפות (~80% חפיפה קדמית, ~60% חפיפה צדדית) המכסות באופן מלא את כל משטחי השונית בתוך האזור הכלול על ידי הסמנים ואזור חיץ של 0.5 מ'.
5. בצע ערכת אישור איסוף תמונות 2. כאשר קבוצת המעברים הראשונה הושלמה, סובבו 90° ואספו קבוצה שנייה של מעברים מעל השונית, והשלימו תבנית רשת (איור 2D, קבוצה 2). יש לצלם תמונות בעיקר עם הפנים כלפי מטה, למעט באזורים בעלי תבליט גבוה שבהם יש להטות את המצלמה בצורה אלכסונית כדי להישאר מחודדת בניצב למשטח המצע.
  הערה: סט המעברים השני הזה נועד להבטיח חפיפה מלאה וכיסוי של החלקה. איסוף תמונות נוסף באזורי מפתח ו/או תבליט גבוה של החלקה מקובל ומומלץ עבור חלקות מורכבות כדי להבטיח כיסוי תמונות מלא.
6. נקה את העלילה. לאחר השלמת איסוף התמונות, הרם פסי קנה מידה וכל החומרים שנותרו מאחור. סמני פינה קבועים הם החומרים היחידים המיועדים להשאיר על השונית.
  הערה: אם אתה משתמש בסמני פינה זמניים, יש לאסוף נתוני הפניה (סעיף 3) לפני הסרת הסמנים. מומלץ שסוקר שני יאסוף את נתוני הייחוס בזמן שהראשון מצלם את החלקה.

figure-protocol-1
איור 2: הגדרת עלילה וצילום. (A) מציג סמן פינתי שהותקן לאחרונה, בעוד ש-(B) מציג סמן במקומו 13 חודשים לאחר ההתקנה. (C) מראה צוללן המבצע סקר במרחק המתאים מעל השונית, ו-(D) מציג תרשים של תהליך צילום החלקה עם שתי קבוצות מאונכות של מעברים אנטי-מקבילים (קווים אדומים וכחולים) המקיפים את האזור הכלול בסימוני הפינה (תיבה מקווקו שחורה), ללא מרווחים גדולים. אנא לחץ כאן לצפייה בגרסה גדולה יותר של איור זה.

3. איסוף נתוני הפניה

הערה: לערכת GPS והגדרת סקר ReefShape, ראה קובץ משלים 1, סעיף 2. אם איסוף נקודות ה-GPS אינו אפשרי, עדיין ניתן להשתמש בגישת העיבוד האוטומטי של ReefShape (סעיף 5). סקר נפרד המאפשר עיצוב קובץ הפניות עם קואורדינטות מקומיות ניתן למצוא בדף GitHub (https://github.com/Perry-Institute/ReefShape) יחד עם הוראות שימוש.

סקר ReefShape (רק לנקודת הזמן הראשונית)
1. פתח את סקר ReefShape בתוך אפליקציית הסקר (איור משלים 1) בסמארטפון והזן מטא נתונים חשובים (ראשי תיבות של סוקר, דוא"ל, שם חלקה והערות). הנח את הטלפון החכם בנרתיק עמיד למים. עם ערכת ה-GPS (איור 2C) והסמארטפון, שחו החוצה מעל החלקה.
2. אתר את יעד 1, מקם את לוח ה-GPS על פני השטח ישירות מעל המטרה, ובתוך סקר ReefShape בטלפון, הקש על סמל הכוונת כדי לאסוף נקודת GPS. עברו ליעד הבא. רשום את מיקום יעד 2 בחזרה השנייה, יעד 3 בשלישי ויעד 4 ברביעי. חזור לסירה או לחוף.
3. בסקר ReefShape, הזן את מידע העומק המתאים לכל סמן. ודא שהנתונים נכונים (כלומר, הערכות דיוק סבירות, ללא מיקומים או עומקים ריקים), ולאחר מכן שלח.
  הערה: חוקר שני יכול להשלים את תהליך איסוף נתוני ה-GPS בעוד שהראשון אוסף תמונות כדי לחסוך זמן. שליחה דורשת גישה לאינטרנט, אך ניתן לאחסן סקרים בתיבת הדואר היוצא כדי לשלוח אותם מאוחר יותר במידת הצורך. לאחר השליחה, המשתמש יקבל דוא"ל עם נתוני המיקום המעוצבים מראש.

4. חזור על נקודות זמן

בדיקה ותחזוקה של המגרש (רק לנקודות זמן עוקבות)
1. עם החזרה לתרשים לתמונות חוזרות, תחילה העבר את התרשים ומצא את סמני הפינה (איור 2B), תוך שימוש בנתוני ה-GPS המקוריים או בתדפיס של הפוטופסיפס המקורי של נקודת הזמן כהתייחסות במידת הצורך. אם יש זיהום ביולוגי כלשהו על משטח הסמן, השתמש במגרד פלסטיק או במכשיר דומה כדי לנקות את המשטח, וודא שעיצוב היעד נראה בקלות.
2. אם סמן אבד או ניזוק כך שעיצוב היעד המעגלי כבר לא ברור, החלף אותו באותו תהליך התקנה כמו שלב 1.1.2. במידת האפשר, החלף את הסמן במיקום הקודם (+/- ~5 ס"מ). זה קריטי שלסמן החלופי יהיה מספר יעד זהה למקור. רשום לעצמך את הסמנים שהוחלפו.
צילום עלילה (אותו תהליך לכל נקודות הזמן)
1. מניחים מוטות קנה מידה. ראה שלב פרוטוקול 1.2.
2. הגדר איזון לבן מותאם אישית ואסוף תמונות. ראה סעיף 2 בפרוטוקול.

figure-protocol-2
איור 3: תרשים זרימה המציג את שלבי זרימת העבודה של הפוטוגרמטריה באופן אוטומטי באמצעות קובץ ה- Script הראשי של ReefShape. התמונות, קובץ אורך סרגל קנה המידה וקובץ ההפניה הגיאוגרפית (תיבות כתומות) מוזנים לסקריפט, אשר לאחר מכן הופך את כל שלבי העיבוד החיוניים (תיבות כחולות) לאוטומטיים, וכתוצאה מכך תוצרי נתונים (תיבות ירוקות) מוכנים לניתוח. אנא לחץ כאן לצפייה בגרסה גדולה יותר של איור זה.

5. עיבוד נתונים

הערה: ראה קובץ משלים 1, סעיף 5 לשלבי הגדרת התוכנה.

ייבוא תמונות
1. ייבא את כל התמונות מהדמיית עלילה למחשב העיבוד, והפריד תמונות JPEG ו-RAW לתיקיות משנה נפרדות.
2. הורד נתוני עזר. ודא שקובץ הטקסט באורך סרגל קנה המידה (ראה קובץ משלים 1, סעיף 1) מאוחסן במיקום קל לגישה במחשב. הורד ואחסן באופן דומה את קובץ ה-CSV של הפניה גיאוגרפית שנשלח אוטומטית בדוא"ל עם הגשת נתוני הפניה גיאוגרפית בסקר ReefShape (סעיף פרוטוקול 3).
זרימת עבודה ראשית של ReefShape (נקודת זמן ראשונה)
1. פתח פרויקט חדש בתוך תוכנית הפוטוגרמטריה ובחר זרימת עבודה מלאה של ReefShape משורת התפריטים המותאמת אישית של ReefShape . זה יביא לוח ממשק גרפי (ראה איור משלים 2).
2. בחלק הראשון (הגדרת פרוייקט), לחץ על צור חדש כדי לתת שם לפרויקט (שם העלילה) ולבחור את מיקום האחסון שלו. בתיבה השניה, לחץ על שנה שם נתח כדי לתת שם לנתח הפעיל עם תאריך איסוף התמונות בתבנית YYYYMMDD. בתיבה השלישית, לחץ על בחר תמונות כדי לבחור ולייבא את התיקיה המכילה תמונות JPEG עבור העלילה. לחץ על שמור פרוייקט כדי לסיים את אתחול הפרוייקט.
3. בחלונית השנייה (כללי) של ממשק זרימת העבודה המלאה של ReefShape , התחל בהגדרת מערכת הקואורדינטות. בחר גובה WGS84 + EGM96 (EPSG: 9707), מכיוון שהוא משלב את מערכת הקואורדינטות WGS84 המשמשת את יחידת ה-GPS עם מודל גיאואיד מובנה (EGM96) המתקרב לגובה פני הים.
  הערה: אם המשתמש לא אסף נתוני מיקום בעולם האמיתי, יש להגדיר את מערכת הקואורדינטות לקואורדינטות מקומיות (m) במקום זאת. הגדרות ברירת המחדל בחלונית הכללית (בחירה מוקדמת כללית: מופעל, איכות רשת: בינונית, רזולוציית ברירת מחדל: כבוי, רזולוציה מותאמת אישית: 0.5 מ"מ) נועדו לחול על הפרוטוקול הספציפי המתואר כאן. התסריט גמיש כדי להתאים לצרכי החוקרים וניתן להתאים את ההגדרות בהתאם.
4. בחלק התחתון של החלונית General , לחץ על הלחצן Select Folder כדי להגדיר נתיב פלט למוצרי נתונים. סמן את התיבות עבור תוצרי נתוני פלט רצויים לפי הצורך לניתוח.
5. הגדר את החלונית Georeferencing . בחר כן לשימוש בסמנים הניתנים לזיהוי אוטומטי. לחץ על Select File ליד תיבת סרגל קנה המידה כדי לאתר את קובץ הטקסט לשינוי קנה מידה (ראה קובץ משלים 1, סעיף 1). לחץ על בחר קובץ לצד תיבת קובץ ההפניה הגיאוגרפית כדי לאתר את ה- CSV המפנה מהסקר ReefShape עבור העלילה.
  הערה: אם במהלך הגדרת העלילה, הסמנים הותקנו לא בסדר (כלומר, יעד 1, יעד 3, יעד 2, יעד 4 ולא 1, 2, 3, 4 סביב החלקה), ניתן לציין את הסדר בפועל על ידי לחיצה על התאם סמני פינה כפתור וסידור מחדש של הסמנים בחלון המוקפץ. זה מאפשר לסקריפט ליצור כראוי החזר ROI המקיף את האזור בין הסמנים.
6. הפעל את קובץ ה- Script. לאחר הזנת כל הנתונים, לחץ על אישור בתחתית החלונית כדי להפעיל את התהליך. הוא יציג פסי התקדמות עבור כל שלב. התהליך שקובץ ה- Script הופך לאוטומטי מוצג באיור 3.
  הערה: אם קובץ ה- Script נתקל בשגיאה או אם התוכנה או המחשב קורסים, קובץ ה- Script ישמור את ההתקדמות עד לשלב האחרון שהושלם. ניתן לפתוח מחדש את הפרויקט, לתקן את השגיאה במידת הצורך ולהפעיל מחדש את קובץ ה- Script כדי להרים ולהשלים את התהליך. כל עוד התהליך מסתיים עם יישור ושילוב של נתוני קנה מידה וייחוס גיאוגרפי, המשתמש אינו צריך להזין מחדש שום דבר בלוח ההפניה הגיאוגרפית.
7. בדוק נתונים כדי להבטיח פלטים באיכות גבוהה. ראה סעיף 5.4 לזרימת העבודה של אימות נתונים.
8. לחלופין, חשב את יחס שטח הפנים. אם המשתמש מעוניין לחשב את יחס שטח הפנים התלת-ממדי לדו-ממדי עבור החלקה למדידת חספוסיות, בחר בלחצן חשב יחס שטח פנים בתפריט המשנה כלים של התפריט הנפתח ReefShape . היחס המתקבל יודפס בקונסולה, כמו גם תיבה קופצת.
יישור נקודות זמן (נקודות זמן עוקבות)
הערה: כל נקודת זמן של עלילה תאוחסן כ"נתח" חדש באותו פרוייקט.
1. כמו בנקודת הזמן הראשונה, ייבא וארגן תמונות לתיקיות JPEG ו- RAW נפרדות. פתח את הפרויקט עבור העלילה בתוכנת הפוטוגרמטריה, ולאחר מכן פתח את התפריט הנפתח ReefShape ובחר יישור נקודות זמן (איור משלים 3).
2. בחלונית Project Setup , לחץ על Create Chunk כדי להוסיף נתח חדש (המייצג נקודת זמן חדשה) לפרויקט. הזן את התאריך שבו נאספו התמונות החדשות בתבנית YYYYMMDD כשם הנתח. בחר בחר תיקיה כדי להוסיף את התמונות החדשות לנתח זה.
3. בחלונית General , בחר את נקודת הזמן ההתחלתית עבור Select Reference Chunk. ברשימה הנפתחת עבור בחר נתח פעיל, בחר את נקודת הזמן החדשה. לחצו על הלחצן 'אשר' בסיום כדי לזהות סמנים בתמונות הנתח הפעיל ולייבא את הקואורדינטות המדויקות של כל אחת מהן מגוש הייחוס.
  הערה: אם הוחלפו סמני פינה כלשהם מתחת למים, יש לציין זאת בתפריט הנפתח הוסף סמנים פגומים כדי להודיע לתוכנה שייתכן שהסמן אינו באותו מיקום גיאוגרפי מדויק כמו קודם.
4. בדוק סמנים וייחוס גיאוגרפי. בלוח הייחוס (איור משלים 4), ודא שכל הסמנים זוהו ומטרות 1-4 ירשו את מידע המיקום מנתח הייחוס.
  הערה: אם לא ניתן לזהות סמנים כלשהם (בדרך כלל עקב נזק לסמן אם הם לא הוחלפו), יש להוסיף סמנים באופן ידני, לפחות שלוש תמונות מקור, ולתת להם שם כך שיתאימו לתוויות הסמן מ-Reference Chunk. לאחר מכן ניתן להפעיל שוב את הסקריפט Align Timepoints כדי להוסיף פרטי מיקום עבור הסמנים הממוקמים ידנית.
5. הפעל את קובץ ה - Script המלא של זרימת העבודה של ReefShape על-ידי בחירתו מתפריט ReefShape . השאר את חלוניות הגדרת הפרויקט והפניות גיאוגרפיות ריקות וערוך את החלונית כללי רק לפי הצורך, בחר הגדרות עיבוד, היכן לייצא מוצרי נתונים ואילו מוצרים ליצור כמו בשלב 5.2.3. לחץ על OK כדי להשלים את תהליך הפוטוגרמטריה ולייצא את תוצרי הנתונים המיושרים לנקודת הזמן החדשה.
6. בדוק נתונים כדי להבטיח פלטים באיכות גבוהה. ראה סעיף 5.4 לזרימת העבודה של האימות.
7. חשב יחס שטח פנים (אופציונלי). ראה שלב 5.2.8.
אימות נתונים (כל נקודת זמן)
הערה: עבור כל נקודת זמן, חשוב לבדוק את היישור ואת תוצרי הנתונים לדיוק. אם מתעוררות בעיות, ייתכן שיהיה צורך בהתערבות ידנית. יש למחוק חלקי נתונים (כלומר, Orthomosaic, DEM, מודל תלת מימד, נקודות קשר) במורד הזרם של כל שגיאה. לאחר מכן ניתן לתקן את הבעיה (במידת האפשר), וקובץ ה- Script של זרימת עבודה מלאה של ReefShape יפעל שוב כדי להשלים את העיבוד. ברגע שהמשתמש מרוצה מתוצרי הנתונים, הוא יכול להתחיל בניתוח.
1. בדוק את יישור התמונה. בחלונית Workspace בתוכנית הפוטוגרמטריה, ודא תחילה כמה תמונות מתוך הסך הכולל יושרו בהצלחה. אם תמונות <10 אינן מיושרות, סביר להניח שהיעדרן לא ישפיע לרעה על תוצרי הנתונים הסופיים.
  הערה: אם חלק ניכר מהתמונות אינו מיושר, אפס את היישור והפעל מחדש את זרימת העבודה המלאה של ReefShape עם בחירה מוקדמת כללית לא מסומנת. אם תמונות רבות עדיין אינן מיושרות, סביר להניח שאין מספיק חפיפה במערך הנתונים, ויש צורך בצילום מחדש.
2. בדוק את ענן נקודת הקשירה ואת מיקומי המצלמה (איור 4A) בחלון מציג המודל כדי להעריך אם יש בעיות ברורות ביישור. קטעים של נקודות קשר או מיקומי מצלמה שאינם במקומם בבירור ביחס לענן הנקודות הכולל הם סימנים ברורים לבעיות יישור.
  הערה: יש לבחור תמונות לא מיושרות ולאפס את היישור שלהן על-ידי לחיצה ימנית ובחירה באפשרות Reset Camera Alignment. לאחר מכן, בחר ישר תמונות בתפריט הנפתח שורת התפריטים של זרימת עבודה . אם הם לא מתיישרים כהלכה, סביר להניח שאין מספיק חפיפה במערך הנתונים, ויש צורך בצילום מחדש.
3. בדוק הפניות גיאוגרפיות. בדוק את הדגם ואת ה-DEM ב-Model ו-Ortho viewer חלונות (איור 4B ו-C) כדי להבטיח פילוס ומיקום נכונים. בלוח הייחוס (איור משלים 4), שגיאת הסמן צריכה להיות פחות מ-1 או 2 מ', ושגיאת קנה המידה הפנימית צריכה להיות פחות מ-1 או 2 מ"מ.
  הערה: שגיאת קנה מידה גדולה, שגיאת סמן או מודל הפוך מצביעים על שגיאות הפניה שעשויות לנבוע ממערכת קואורדינטות שהוגדרה באופן שגוי, סמנים שזוהו באופן שגוי או נתוני מיקום GPS גרועים מאוד (כך שמיקומי הסמן ממוקמים מחוץ לסדר הגיאוגרפי). ייתכן שיהיה צורך בעריכה ידנית של נתוני ההפניה כדי לפתור את הבעיה.
4. בדוק אורתומוזאיק. בדוק את האורתופסיפס בחלון מציג Ortho וודא שאיכות התמונה מספיקה על ידי בחינה ויזואלית של טשטוש משמעותי, עיוותים, חורי תמונה או רעש גבוה במיוחד (איור 6).
  הערה: אם מתגלות בעיות אלה, סביר להניח שהגדרות המצלמה לא הוגדרו כהלכה, התמונות צולמו במרחק לא תקין מהשונית, או שאין מספיק חפיפה של תמונות באזורים מסוימים, וייתכן שיהיה צורך בצילום מחדש של האתר כדי להשיג תוצאות מקובלות.
5. בדוק את מצולע הגבול. בחלון מציג Ortho , ודא שמצולע הגבול שנוצר אוטומטית המגדיר את אזור העניין בתוך ארבעת סמני הפינות נכון, כפי שמוצג באיור 4.
  הערה: אם הגבול נחצה או מחבר את הסמנים הלא נכונים, לחץ לחיצה ימנית על המצולע במציג ומחק אותו. בחר Create Boundary מתפריט המשנה Tools של התפריט הנפתח ReefShape כדי להגדיר את הסדר הנכון של סמני פינה או להגדיר גבול מותאם אישית חדש באמצעות הכלי מצולע ולהגדיר אותו לסוג מצולע גבול חיצוני . הפעל מחדש את קובץ ה- Script Full ReefShape Workflow כדי לייצא מחדש מוצרי נתונים.

figure-protocol-3
איור 4: תמונה חזותית של חלקת שונית המחולקת לארבעת השלבים העיקריים בתהליך ReefShape. (A) מיקומי ענן ומצלמה של נקודות קשירה, (B) מודל רשת תלת מימדי, (C) מודל גובה דיגיטלי (DEM), ו-(D) פוטו-פסיפס מתוקן. התוויות מציגות מיקומים של סמני פינה שזוהו (מטרות 1-4), שלושה פסי קנה מידה ומצולע אזור עניין שנוצר אוטומטית לניתוח מבני ואקולוגי. אנא לחץ כאן לצפייה בגרסה גדולה יותר של איור זה.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

מערך נתונים של LAI מסדרת זמן נאסף באמצעות מתודולוגיה זו בשונית סימס פוינט, בקצה הדרום-מערבי של ניו פרובידנס, איי בהאמה. איור 4, איור 5, איור 6 ואיור משלים 4 מתארים כולם תוצאות מניסוי זה. רשת הייחוס הוקמה, והתמונות הראשונות נאספו בינואר 2023. הוא צולם מחדש באוגוסט 2023, במהלך גל חום ימי קשה, כדי להעריך את חומרת הלבנת האלמוגים. שתי נקודות הזמן עובדו באמצעות סקריפט זרימת העבודה המלא של ReefShape, ללא צורך בהתערבות המשתמש בשלבי הביניים. נקודת הזמן הראשונה כללה 1,299 תמונות, שכולן יושרו בהצלחה, עם גובה שחייה ממוצע של 1.8 מ' מעל המצע, רזולוציית קרקע מקורית של 0.567 מ"מ/פיקסלים (מתוקננת ל-0.5 מ"מ/פיקסלים), שטח כיסוי כולל של 208^מ" ר (כפי שנמדד על ידי השטח בתוך סמני הפינה), יחס שטח פנים תלת-ממדי/דו-ממדי של 2.887, שגיאת הקרנה מחדש של 1.12 פיקסלים, דיוק מיקום גיאוגרפי פנימי כולל של 30.6 ס"מ ושגיאת קנה מידה של 1.4 מ"מ. התהליך כולו, בהגדרות ברירת המחדל בסקריפט Full ReefShape, ארך 8 שעות ו-23 דקות, תוך שימוש במחשב שולחני משנת 2018 עם מעבד בעל 6 ליבות, זיכרון RAM של 32 ג'יגה-בייט ומעבד גרפי נפרד של 8 ג'יגה-בייט (עלות כוללת ~ 1,500 דולר ארה"ב). שולחן עבודה משנת 2024 עם מעבד 14 ליבות, 64GB זיכרון RAM ו-24GB GPU נפרד (עלות כוללת ~ $4,000 דולר) עיבד את אותה חלקה תוך שעה ו-58 דקות בסך הכל. נקודת הזמן השנייה, הכוללת 1,974 / 1,974 תמונות מיושרות, נמשכה 7 שעות ו-45 דקות בשולחן העבודה הישן יותר של 2018.

קטע מוגדל של שתי נקודות הזמן וניתוח הלבנת אלמוגים בסיסי שהושלם ב-TagLab²⁷ מודגם באיור 5, ומראה את התועלת של תהליך זה לניתוח שינוי סביבת מחיה בקרקעית לאורך זמן. תוצאות הניתוח הצביעו על כך שיותר מ-90% מהפרטים ברבים ממיני האלמוגים חוו הלבנה מלאה, מה שאישר את חומרת האירוע, בעוד שמינים אחרים חוו הלבנה מינימלית עד ללא הלבנה, מה שנותן תובנה לגבי דפוסי החוסן בתוך קהילת האלמוגים. שתי נקודות הזמן (איור 5) מדגימות תמונות באיכות גבוהה, עם חדות ורזולוציה מספיקות לזיהוי מומחה של אורגניזמים בנתיים לרמת המין או הסוג. איזון הלבן מוגדר כהלכה, ואין אזורים משמעותיים של טשטוש, חורי נתונים או חפצים אחרים, מה שמצביע על כך שהפרוטוקול הצליח לספק ביעילות את הנתונים הדרושים לחקר הדינמיקה של אקולוגיה קרקעית של שוניות אלמוגים. איור 6 (למעלה) מציג זום אין של תרשים זה כדוגמה לתמונות באיכות גבוהה בהשוואה למערך נתונים באיכות ירודה (למטה) שאינו עומד בדרישות איכות הנתונים, כאשר חפצי תמונה מעכבים את חילוץ הנתונים האקולוגיים. מערך הנתונים באיכות ירודה נאסף עם הגדרות מצלמה לא נכונות (איזון לבן שגוי המוביל לגוון כללי אדום, וצמצם פתוח מדי המוביל לטשטוש) וחפיפת תמונות לא מספקת עקב ניווט צוללן לקוי, מה שמדגיש את החשיבות של רכישת תמונה (סעיף פרוטוקול 2).

figure-results-1
איור 5: תוצאות מייצגות המציגות תמונות סדרות זמן וקווי מתאר של מושבות אלמוגים מחלקה שצולמה לפני ובמהלך אירוע הלבנה, המציגות את הדיוק של היישור האוטומטי שהושג עם הפרוטוקול שלנו ואת התועלת של נתונים אלה לניטור שינויים בקרקעית לאורך זמן. (A) מציג את התמונה מינואר 2023 עבור אתר Simms Point בניו פרובידנס, איי בהאמה, (B) התמונה מאוגוסט 2023, (C) מושבות אלמוגים חיות בינואר 2023 המסווגות כבריאות (כחול), חיוורות (כתומות) או מולבנות (אדום), ו-(D) מושבות אלמוגים חיות באוגוסט 2023 המתוארות באותה תוכנית סיווג. מתאר מושבת האלמוגים הושלם באמצעות פילוח בעזרת בינה מלאכותית ב-TagLab. אנא לחץ כאן לצפייה בגרסה גדולה יותר של איור זה.

figure-results-2
איור 6: דוגמה לאורתומוזאיפסיק איכותי ואורתומוזאיפסיק באיכות נמוכה, עם הערות המדגימות את תכונות המפתח המבדילות בין השניים. בדיקה ויזואלית של האורתופסיפס ותוצרי נתונים אחרים במהלך שלב 5.4 של הפרוטוקול נחוצה כדי להעריך אם הפרוטוקול בוצע כראוי או אם יש צורך בביצוע חוזר של צילום החלקה כדי לעמוד ביעדי איכות הנתונים. אנא לחץ כאן לצפייה בגרסה גדולה יותר של איור זה.

גישה לתוכנה:
סקריפטים של ReefShape python, הוראות התקנה ושימוש והוראות מפורטות יותר על איסוף נתונים ושימוש בתוכנה בצורה של נייר לבן זמינים בכתובת https://github.com/Perry-Institute/ReefShape. בכוונתנו לעדכן את קבצי ה- Script כדי לטפל בבעיות ברגע שהן מתעוררות ולבצע שיפורים. לכן, אנו ממליצים להשתמש בגרסה העדכנית ביותר.

איור משלים 1. צילום מסך הממחיש את סקר איסוף נתוני הייחוס הגיאוגרפי של ReefShape באפליקציית Survey123 בסמארטפון. משתמשים יכולים לגשת לסקר ללא חשבון בתשלום ומקבלים בדוא"ל את הנתונים שלהם מעוצבים מראש לשימוש בעיבוד ReefShape עם השליחה. אנא לחץ כאן להורדת קובץ זה.

איור משלים 2. צילום מסך של ממשק המשתמש הגרפי המלא של ReefShape Workflow. משתמשים יכולים להזין את כל המידע הדרוש לעיבוד בממשק זה, מה שמאפשר אוטומציה מלאה של זרימת העבודה של הפוטוגרמטריה. אנא לחץ כאן להורדת קובץ זה.

איור משלים 3. צילום מסך של ממשק המשתמש הגרפי של קובץ ה- Script Align Timepoints. משתמשים יכולים להשתמש בסקריפט זה כדי להקל על יישור אוטומטי של סקרים עוקבים לנקודת הזמן המקורית, מה שמאפשר ניתוח שינויים בסדרות זמן. אנא לחץ כאן להורדת קובץ זה.

איור משלים 4. צילום מסך של מודל תלת-ממדי, המדגיש תוצאות מייצגות ואת לוח ההפניות. כל המידע בחלונית ההפניות מוגדר באופן אוטומטי בהתאם לסרגל קנה המידה ולקבצים עם הפניה גיאוגרפית שהוזנו לסקריפט Full ReefShape Workflow. מדדי הדיוק המשתנים עבור נתוני ייחוס שונים (0.25 מ"מ לקנה מידה, 10 ס"מ לעומק ו~70 ס"מ למיקום גיאוגרפי XY) מוזנים באופן אוטומטי ומאפשרים טיפול מועדף בקנה מידה, לאחר מכן עומק, ואז קואורדינטות XY בפתרון המיקום הסופי המחושב על ידי Metashape. אנא לחץ כאן להורדת קובץ זה.

קובץ משלים 1: הוראות הכנת ציוד, דרישות והגדרות מערכת המצלמה ודרישות המחשב ושלבי הגדרת התוכנה הנופלים מחוץ לתחום הפרוטוקול עצמו כלולים בקובץ המשלים. אנא לחץ כאן להורדת קובץ זה.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

פרוטוקול זה תוכנן להתמודד עם כמה מהאתגרים המרכזיים בפוטוגרמטריה תת-מימית עבור בתי גידול של שוניות אלמוגים, כולל איכות תמונה וחפיפה במהלך הרכישה, איסוף מטא נתונים לקנה מידה, פילוס, מיקום גיאוגרפי ויישור סדרות זמן של מודלים ומפות, קבלת החלטות אנושיות במהלך צינור עיבוד הפוטוגרמטריה, והכנה וייצוא של נתונים לניתוח. אנו מתמודדים עם האתגר הראשון עם בחירה קפדנית, בדיקה והמלצה על מערכת מצלמות והגדרות חשובות. בעוד שמערכות רבות יכולות לעבוד לרכישת תמונות, אנו מוצאים כי הגדרות הכוללות מצלמות פעולה (למשל, GoPro או דומות) אינן מספיקות עקב עיוות תריס מתגלגל, היעדר איזון לבן ידני וחוסר יכולת לאסוף תמונות RAW ב-1 הרץ, כל אלה מגבילים את איכות התמונות הסופיות ואת היכולת ליישר במדויק נתוני סדרות זמן. הגדרות DLSR מרובות מצלמות יכולות להקל על כיסוי תמונה משופר של חלקת המחקר²⁴, אך הגדרות אלו יקרות ומסורבלות יותר מתחת למים. במקום זאת אנו בוחרים במערכת מצלמה אחת זולה יחסית (~$2,800 דולר ארה"ב) ללא מראה עם תריס מכני, איזון לבן מותאם אישית, יכולת לאסוף תמונות RAW ו-JPEG, חיישן תמונה APS-C מודרני עם רמות רעש נמוכות, ועדשת זווית רחבה (~100 מעלות שדה ראייה) ושילוב יציאת כיפה שמניב תמונות חדות. עדשה רחבה נבחרה כדי להגדיל את כיסוי התמונה והחפיפה, מה שמשפר עיבוד תלת מימד של משטחים אנכיים ותלויים, ומפחית חורים פוטנציאליים במודל. שימוש במרווח של 1 שניות ומצלמה בודדת מפחית את מספר התמונות הכולל בשיטות אחרות מבלי לאבד פרטים או איכות דגם, מה שמאיץ את העיבוד. לבסוף, בעוד שתמונות RAW אינן קריטיות באופן מיידי לתפקוד של צינור עיבוד התמונה הנוכחי המסתמך על תמונות JPEG, אנו רואים בתמונות RAW חיוניות למטרות ארכיון מכיוון שהן מכילות מידע צבע באיכות גבוהה יותר. ניתן לכוונן את איזון הלבן לאחר איסוף בתוכנת עיבוד תמונה, ומידע הצבע האיכותי יותר יכול, בעתיד, להיות מוזן לאלגוריתם תיקון צבע כגון SeaThru³⁰ או DeepSeeColor³¹ ולשלב אותו בצינור הפוטוגרמטריה לצבעים עקביים יותר ומחקר מפורט של תופעות כגון פיגמנטציה והלבנת אלמוגים.

האתגר המרכזי השני הוא מיקום גיאוגרפי תלת-ממדי, קנה מידה ויישור סדרות זמן. בעוד שקואורדינטות בעולם האמיתי אינן נחוצות לניתוחים רבים, יש לשנות את קנה המידה של המודלים וליישר אותם במדויק עבור תהליך האורתותיקון ומדידות מדויקות^32,33. תהליך זה קשה לאוטומציה בתוך תוכנת פוטוגרמטריה ללא שימוש במטרות מקודדות הניתנות לזיהוי או ללא מדידות עומק ומערכת קואורדינטות XY. רוב הפרוטוקולים דורשים שילוב ידני של מידע עזר ב-Metashape או מאוחר יותר בתוכנות אחרות, מה שמוסיף מורכבות וחוסר יעילות לזרימת העבודה. על ידי שילוב מטרות מקודדות בסרגלי קנה מידה באורך ידוע במדויק וסמני פינה קבועים לצמיתות, יחד עם מערכת מיקום גיאוגרפי ואיסוף עומק ידידותית למשתמש, אנו מספקים לתוכנה את המידע הדרוש להגדרה אוטומטית של מערכת קואורדינטות, איתור, קנה מידה ויישור המודל. על ידי ציון הדיוק של כל מדידה, התוכנה משקללת נכון את פתרון המיקום הסופי כך שהיא נותנת עדיפות לסולם, לאחר מכן לעומק ולבסוף קואורדינטות XY, מה שמאפשר קנה מידה ופילוס מדויקים ביותר גם עם נתוני GNSS ברמת דיוק נמוכה יחסית. רישום משותף של פוטופסיפסים מסדרות זמן דורש בדרך כלל התערבות אנושית כדי לאתר, לסמן ולהתאים נקודות עקביות בשונית; תהליך זה גוזל זמן ומאתגר מאוד אם אין תכונות סטטיות ברורות בין נקודות זמן. השימוש בסמני נקודת בקרה קרקעית עמידים מקל על בעיה זו על ידי מתן קבוצה של 4 מטרות סטטיות הניתנות לזיהוי אוטומטי. עם התהליך התסריטאי שלנו, נקודות זמן עוקבות יורשות את ההתייחסות הגיאוגרפית המדויקת מנקודת זמן קודמת, מה שמפשט את תהליך היישור באופן משמעותי ומפחית את הקלט האנושי תוך הקלה על רישום משותף מדויק ביותר של נקודות זמן המאפשרות מעקב אחר שינויים אקולוגיים ומבניים בקנה מידה עדין בשונית.

האתגר השלישי שאליו מטפל פרוטוקול זה הוא חוסר יעילות בזרימת העבודה של הפוטוגרמטריה, הן מבחינת התערבות אנושית והן מבחינת דרישות מחומרת מחשב. עיצבנו את סקריפטים של ReefShape כדי לאפשר למשתמש להזין את כל המידע הנדרש עבור התהליך כולו בתיבת GUI אחת, ולהסיר כל התערבות הדרושה בדרך כלל בשלבי מפתח בתהליך (כלומר, שילוב של קנה מידה, פילוס ומידע גיאוגרפי). זה מאפשר למשתמש ליזום את התהליך ולהשאיר את השאר למחשב, וחוסך זמן ומאמץ. צינור הפוטוגרמטריה המשמש בסקריפט Full ReefShape Workflow (איור 3 ואיור 4) ממוטב כדי לספק עיבוד יעיל. אנו משתמשים בתהליך יישור מיוחד המורכב משני שלבים. מעבר יישור ראשון מופעל עם בחירה מוקדמת כללית מופעלת, אפשרות שיכולה להפחית את זמן יישור התמונה בשעות רבות מבלי להוביל לאובדן דיוק³⁴. שלב שני מנסה להוסיף את כל התמונות הלא מיושרות שנותרו ליישור הקיים מראש ללא שימוש בבחירה מוקדמת גנרית, מה שיכול להפחית בעיות יישור הנגרמות על ידי חפיפה לא אופטימלית או פסים קאוסטיים מעדשות גלים במים רדודים. יחד, שלבים אלה מייצגים תהליך יישור יעיל ועוצמתי שמוביל לעתים קרובות לשיעור גדול בהרבה של תמונות מיושרות כהלכה מאשר הליכי עיבוד Metashape סטנדרטיים. אנו מייצרים רשת תלת מימדית ישירות ממפות עומק, תוך עקיפת התהליך עתיר הזמן והמשאבים של בניית ענן נקודות צפוף. רשתות שנוצרות בדרך זו נוטות להיות בעלות פחות רעש ושחזור טוב יותר של אזורים בעלי כיסוי נמוך, מה שמונע את הצורך בניקוי ענן נקודתי לפני הרשת כפי שנעשה בשיטות אחרות²³. מניסיוננו, תהליך זה ליצירת רשת נוטה להיות יציב יותר, מה שמוביל לפחות קריסות מחשב מאשר בניית ענן נקודות צפופות ורשת. לבסוף, אנו מייצרים DEM ברזולוציה גבוהה המשמש כמשטח האורתו-תיקון במקום הרשת, מכיוון שזה מפחית את זמן הבנייה של האורתופסיפסיק באופן דרמטי ללא כל אובדן מורגש באיכות.

אתגר אחרון הוא הכנה, סטנדרטיזציה וייצוא של נתונים לניתוח אקולוגי. על ידי סטנדרטיזציה של רזולוציית מוצר התמונה ב-0.5 מ"מ/פיקסל, אנו מבטיחים מוצרים עקביים וניתנים להשוואה על פני חלקות ונקודות זמן, ומשפרים את המאמצים העתידיים להשתמש בבינה מלאכותית ולמידת מכונה לניתוח. סקריפט זרימת העבודה המלא של ReefShape מספק אפשרויות לייצא דוח עיבוד ומוצרי נתונים בפורמט המתאים עבור תוכנת GIS ו-TagLab²⁷, סטנדרטיזציה של עיצוב וחיסכון בזמן ומאמץ בתהליכי עבודה שבהם שלב זה נעשה באופן ידני. מצולע אזור עניין (ROI), הכרחי לניתוחים רבים, נוצר אוטומטית באמצעות מיקומי סמני הפינות הידועים, ומיוצא כקובץ צורה סטנדרטי לשילוב בתהליכי עבודה של GIS, כגון יצירה וזיהוי של נקודות אקראיות על פני העלילה לניתוח הרכב בנתי. החזר ROI זה מאפשר גם יציאות חתוכות ומיושרות פיקסלים עבור TagLab, הנחוצות לניתוח סדרות זמן כפי שמוצג באיור 5. ה-ROI מאפשר גם חישוב אוטומטי של יחס שטח פנים תלת-ממדי לשטח מישורי עבור כל נקודת זמן (שלב פרוטוקול 5.2.8), חשוב למדידת המורכבות המבנית של השונית והשינוי שלה לאורך זמן.

בעוד שפרוטוקול זה מייצג התקדמות ביעילות ובשימושיות עבור פוטוגרמטריה תת-ימית, קיימות מגבלות. בעיקר, אם תהליך הפוטוגרמטריה נכשל באחד משלבי המפתח, נדרשת התערבות המשתמש כדי לפתור בעיות ולתקן בעיות לפני שתמשיך. בעוד שהתהליך התסריטאי שלנו מתוכנן להיות שמיש על ידי חוקרים ללא ידע מעמיק בפוטוגרמטריה, הבנה בסיסית חשובה כדי לפתור בעיות כאשר הן מתעוררות. כמה חלקים מרכזיים בתהליך מועדים ביותר לבעיות. ראשית, תמונות עלולות להיכשל ביישור עקב חפיפה לקויה של התמונה או עקב פסים קאוסטיים חמורים על המצע במים רדודים ובתנאי שמש. ניתן לזהות כשל ביישור על ידי בדיקת ענן נקודת הקשר ומיקומי המצלמה. אם היישור נכשל עקב רצועות קאוסטיות, הפעלה מחדש של זרימת העבודה המלאה של ReefShape עם בחירה מוקדמת גנרית ללא בדיקה יכולה בדרך כלל לפתור את הבעיה במחיר של זמן עיבוד ארוך יותר באופן דרמטי. אם חפיפת תמונות אינה מספיקה לתוכנה כדי ליישר תמונות, סביר להניח שצילום מחדש של האתר הוא הפתרון הטוב ביותר. זיהוי סמן כושל יכול גם להוביל לשגיאה במיפוי. זה קורה לרוב אם טוש פגום או לא מנוקה מספיק. במקרה זה, ניתן למקם סמנים על תמונות בודדות בתוך Metashape ולתת להם שם ידני, וניתן להפעיל מחדש את סקריפט ReefShape כדי לסיים את העיבוד. במקרים מסוימים, ייחוס גיאוגרפי יכול להיכשל אם נקודות ה-GPS כל כך לא מדויקות שהן לא מסודרות מבחינה גיאוגרפית או אם נקודות ה-GPS הוקצו למטרות שגויות. ניתן לפתור זאת על-ידי עריכה ידנית של ה- CSV של הפניה גיאוגרפית כך שיתאים כראוי לנתונים ולאחר מכן הפעלה מחדש של קובץ ה- Script. לבסוף, קריסות תוכנה אפשריות, במיוחד כאשר משתמשים במחשב פחות חזק עם עלילה גדולה או עם הגדרות באיכות גבוהה יותר. בציפייה לכך, התהליך התסריטאי שלנו יישמר אוטומטית לאחר כל שלב שהושלם, ויאפשר למשתמש להפעיל מחדש ולהתאים את ההגדרות מבלי לאבד את ההתקדמות. המלצות נוספות לפתרון בעיות מסופקות בדף GitHub שלנו.

המטרה העיקרית של ReefShape היא לפשט את רכיבי האיסוף והעיבוד של פוטוגרמטריה תת-מימית ולהפחית עלויות ככל האפשר כך שמשתמשים יוכלו למקד זמן ומאמץ באופן מלא יותר בהפקת נתונים אקולוגיים. אנו מספקים תהליך שלם שנועד לממש פלטי נתונים באיכות גבוהה המותאמים לצרכים של אפשרויות ניתוח אקולוגיות נפוצות. בעוד שהפרוטוקול המתואר הוא ספציפי ביותר, הגישה התסריטאית לעיבוד היא גמישה ויכולה להתמודד עם שינויים בהיבטים של השיטה כגון גודל העלילה, דפוס איסוף שחייה/תמונות, רזולוציית פלט יעד ומערכת מצלמה ספציפית המשמשת ללא בעיה. ניתן ליישם את השיטה גם ללא שינוי משמעותי ברוב פרויקטי הפוטוגרמטריה התת-ימיים או היבשתיים בקנה מידה עדין, כגון תיעוד ספינות טרופות או אתרים ארכיאולוגיים.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

למחברים אין אינטרסים פיננסיים מתחרים או ניגודי אינטרסים אחרים.

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

ReefShape הוא מונח שאינו מוגן בזכויות יוצרים שהשתמשנו בו כשם לשיטה זו. הפרויקט הוגה על ידי CD ו-WG, פיתוח שיטות על ידי WG, קידוד על ידי WG ו-SM, כתיבה על ידי WG, עריכה וביקורת על ידי JL ו-CD. תודה מיוחדת לכל הצוות במכון פרי למדעי הים על המשוב והתמיכה לאורך פיתוח השיטה. המימון ניתן על ידי קרן השימור של דיסני. חומר זה מבוסס על עבודה הנתמכת על ידי מלגת המחקר לתארים מתקדמים של הקרן הלאומית למדע במסגרת מענק מס' 2233001. נתונים שנאספו תחת המחלקה לתכנון והגנת הסביבה של איי בהאמה מתירים לא. SRBS-0013-2021-CD, BS-2021-930119, BS-2022-281752, BS-2022-315006, BS-2023-661916, BS-2023-610959 ו-BS-2023-211510.

Materials

List of materials used in this article
Name	Company	Catalog Number	Comments
0.3 מ' אורך 1/2 אינץ' צינור PVC	גנרי	N / A	לערכת GPS
1 אינץ' כובע שולחן PVC	גנרי	N / A	עבור ערכת GPS
1/2 "עד 1" תותב מפחית PVC	גנרי	N / A	עבור ערכת GPS
12 מ"מ f / 2.0 AF עדשת הר E	Samyang	SYIO12AF-E	נמכר גם תחת שם המותג Rokinon
2 "שוק מחורץ מסמרי בנייה עגולים		גנרי N/A	להתקנת סמן פינתי
256GB UHS-1 V30 כרטיס SD	SanDisk	SDSDXXD-256G-ANCIN	המהיר ביותר האפשרי UHS-1 כרטיס SD מומלץ
סרט מדידה 30 מטר (אופציונלי)	N/A	N/A	להגדרת עלילה
יריעת אקריליק, עובי 3 מ"מ, חתוך ל-80 מ"מ x 580 מ"מ (3x)	N/A	N/A	חומר בר קנה מידה
מגש מצלמה אלומיניום	KitDive	N/A	מתאים לבית המצלמה ועזרים עם החזקת מצלמה
סמן פינתי מתחת למים סט עם יעדי פוטוגרמטריה מודפסים	N/A	N/	A בהתאמה אישית, צור קשר עם המחבר לפרטים
נייר מדפסת לייזר עמיד למים Duracopy Rite	in the Rain	6511	ניתן להחליף בנייר מדבקה עמיד למים
E6000 אפוקסי	גנרי	N/A	עבור ערכת GPS
GLO2 Bluetooth GPS	Garmin	010-02184-01	קיימות אפשרויות אחרות, GLO2 היא המצלמה ללא
מראה ILCE a6700	Sony	ILCE6700/B	a6700 עדיפה, a6600 או a6400 הן אפשרויות בעלות נמוכה
לייזר	N/A	N/A	כל מדפסת לייזר (לא הזרקת דיו)
Metashape Professional Edition	Agisoft	N/A	תוכנה נדרשת
כרטיס פלסטיק (בערך 1 מ"מ x 5 מ"מ x 5 מ"מ)	N / A	N/A	עבור ערכת GPS, יכול גם להשתמש בכרטיס אשראי זרוק או דומה, חתוך לשניים.
סמארטפון	N/A	N/A	כל סמארטפון מודרני למדי, לאיסוף נתוני GPS
Sony A6700 Sea Frogs 40M/130FT בית עמיד למים עם יציאת כיפה אקרילית 6 אינץ' V.1	SeaFrogs	N/A	אם אתה משתמש במצלמות a6600 או a6400, החלף במארז SeaFrogs מתאים
דבק סופר	N/A N	/A	לערכת GPS ויצירת מוט קנה מידה
לשחות קיקבורד בסגנון כושר	Speedo	877530050021SZ	עבור ערכת GPS, מותג לא חשוב
מחשב צלילה בסגנון שעון	N/A N	/A	לאיסוף עומק סמן פינה
נרתיק עמיד למים	Xuniea	W-1188	המותג לא חשוב, כדי להתאים למכשיר GPS
נרתיק טלפון עמיד למים	שקנאי	PP048884	מותג לא חשוב, כדי להתאים לסמארטפון

החסכונית ביותר מצלמת מדפסת

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Coral reefs in the Anthropocene. Nature. 546 (7656), 82-90 (2017).">Hughes, T. P., et al. Coral reefs in the Anthropocene. Nature. 546 (7656), 82-90 (2017).
Species richness on coral reefs and the pursuit of convergent global estimates. Current Biology. 25 (4), 500-505 (2015).">Fisher, R., et al. Species richness on coral reefs and the pursuit of convergent global estimates. Current Biology. 25 (4), 500-505 (2015).
Changes in the global value of ecosystem services. Glob Environ Change. 26 (1), 152-158 (2014).">Costanza, R., et al. Changes in the global value of ecosystem services. Glob Environ Change. 26 (1), 152-158 (2014).
Reefs since Columbus. Coral Reefs. 16 (1), S23-S32 (1997).">Jackson, J. B. C. Reefs since Columbus. Coral Reefs. 16 (1), S23-S32 (1997).
Changes in coral-associated microbial communities during a bleaching event. ISME Journal. 2 (4), 350-363 (2008).">Bourne, D., Iida, Y., Uthicke, S., Smith-Keune, C. Changes in coral-associated microbial communities during a bleaching event. ISME Journal. 2 (4), 350-363 (2008).
Mapped coral mortality and refugia in an archipelago-scale marine heat wave. Proc Natl Acad Sci U S A. 119 (19), e2123331119(2022).">Asner, G. P., et al. Mapped coral mortality and refugia in an archipelago-scale marine heat wave. Proc Natl Acad Sci U S A. 119 (19), e2123331119(2022).
A global coral reef probability map generated using convolutional neural networks. Coral Reefs. 39 (6), 1805-1815 (2020).">Li, J., et al. A global coral reef probability map generated using convolutional neural networks. Coral Reefs. 39 (6), 1805-1815 (2020).
Remote sensing of coral reefs for monitoring and management: A review. Remote Sens. 8 (2), (2016).">Hedley, J. D., et al. Remote sensing of coral reefs for monitoring and management: A review. Remote Sens. 8 (2), (2016).
Development and application of a video-mosaic survey technology to document the status of coral reef communities. Environ Monit Assess. 125 (1), 59-73 (2007).">Lirman, D., et al. Development and application of a video-mosaic survey technology to document the status of coral reef communities. Environ Monit Assess. 125 (1), 59-73 (2007).
Large-area imaging reveals biologically driven non-random spatial patterns of corals at a remote reef. Coral Reefs. 36 (4), 1291-1305 (2017).">Edwards, C. B., et al. Large-area imaging reveals biologically driven non-random spatial patterns of corals at a remote reef. Coral Reefs. 36 (4), 1291-1305 (2017).
Utilizing underwater three-dimensional modeling to enhance ecological and biological studies of coral reefs. Int Arch Photogramm Remote Sens Spat Inf Sci. 40 (5W5), 61-66 (2015).">Burns, J. H. R., Delparte, D., Gates, R. D., Takabayashi, M. Utilizing underwater three-dimensional modeling to enhance ecological and biological studies of coral reefs. Int Arch Photogramm Remote Sens Spat Inf Sci. 40 (5W5), 61-66 (2015).
Integrating structure-from-motion photogrammetry with geospatial software as a novel technique for quantifying 3D ecological characteristics of coral reefs. PeerJ. 7, (2015).">Burns, J. H. R., Delparte, D., Gates, R. D., Takabayashi, M. Integrating structure-from-motion photogrammetry with geospatial software as a novel technique for quantifying 3D ecological characteristics of coral reefs. PeerJ. 7, (2015).
Coral reef monitoring by scuba divers using underwater photogrammetry and geodetic surveying. Remote Sens. 12 (18), (2020).">Nocerino, E., et al. Coral reef monitoring by scuba divers using underwater photogrammetry and geodetic surveying. Remote Sens. 12 (18), (2020).
34;Structure-from-Motion" photogrammetry: A low-cost, effective tool for geoscience applications. Geomorphology. 179, 300-314 (2012).">Westoby, M. J., Brasington, J., Glasser, N. F., Hambrey, M. J., Reynolds, J. M. 34;Structure-from-Motion" photogrammetry: A low-cost, effective tool for geoscience applications. Geomorphology. 179, 300-314 (2012).
3D habitat complexity of coral reefs in the Northwestern Hawaiian Islands is driven by coral assemblage structure. Int Arch Photogramm Remote Sens Spat Inf Sci. 42 (2/W10), 61-67 (2019).">Burns, J. H. R., et al. 3D habitat complexity of coral reefs in the Northwestern Hawaiian Islands is driven by coral assemblage structure. Int Arch Photogramm Remote Sens Spat Inf Sci. 42 (2/W10), 61-67 (2019).
End of the chain? Rugosity and fine-scale bathymetry from existing underwater digital imagery using structure-from-motion (SfM) technology. Coral Reefs. 35 (3), 889-894 (2016).">Storlazzi, C. D., Dartnell, P., Hatcher, G. A., Gibbs, A. E. End of the chain? Rugosity and fine-scale bathymetry from existing underwater digital imagery using structure-from-motion (SfM) technology. Coral Reefs. 35 (3), 889-894 (2016).
Limited coral mortality following acute thermal stress and widespread bleaching on Palmyra Atoll, central Pacific. Coral Reefs. 38 (4), 701-712 (2019).">Fox, M. D., et al. Limited coral mortality following acute thermal stress and widespread bleaching on Palmyra Atoll, central Pacific. Coral Reefs. 38 (4), 701-712 (2019).
Quantifying the loss of coral from a bleaching event using underwater photogrammetry and AI-assisted image segmentation. Remote Sens. 15 (16), (2023).">Kopecky, K. L., et al. Quantifying the loss of coral from a bleaching event using underwater photogrammetry and AI-assisted image segmentation. Remote Sens. 15 (16), (2023).
3D assessment of a coral reef at Lalo Atoll reveals varying responses of habitat metrics following a catastrophic hurricane. Sci Rep. 11 (12050), (2021).">Pascoe, K. H., Fukunaga, A., Kosaki, R. K., Burns, J. H. R. 3D assessment of a coral reef at Lalo Atoll reveals varying responses of habitat metrics following a catastrophic hurricane. Sci Rep. 11 (12050), (2021).
The use of unoccupied aerial systems (UASS) for quantifying shallow coral reef restoration success in Belize. Drones. 7 (4), 221(2023).">Peterson, E. A., Carne, L., Balderamos, J., Faux, V., Gleason, A., Schill, S. R. The use of unoccupied aerial systems (UASS) for quantifying shallow coral reef restoration success in Belize. Drones. 7 (4), 221(2023).
Coral Restoration Foundation TM Photomosaic Manual Second Edition-November 2020. , www.coralrestoration.org (2020).">Neufeld, A. M., Fundakowski, G. Coral Restoration Foundation TM Photomosaic Manual Second Edition-November 2020. , www.coralrestoration.org (2020).
A field primer for monitoring benthic ecosystems using structure-from-motion photogrammetry. J Vis Exp. , e61815(2021).">Roach, T. N. F., et al. A field primer for monitoring benthic ecosystems using structure-from-motion photogrammetry. J Vis Exp. , e61815(2021).
Processing photomosaic imagery of coral reefs using structure-from-motion standard operating procedures. NOAA Technical Memorandum. (NOAA-TM-NMFS-PIFSC-93. , (2019).">Suka, R., et al. Processing photomosaic imagery of coral reefs using structure-from-motion standard operating procedures. NOAA Technical Memorandum. (NOAA-TM-NMFS-PIFSC-93. , (2019).
Standard Operating Procedure Documents for Coral Reef Ecological Monitoring Collection. UC San Diego Library Digital Collections. , (2023).">Sandin, S. A., et al. Large area imagery collection & processing standard operating procedures - Version 3.0 (2021). Standard Operating Procedure Documents for Coral Reef Ecological Monitoring Collection. UC San Diego Library Digital Collections. , (2023).
Agisoft Metashape Professional Edition. , (2024).">Agisoft Metashape Professional Edition. , (2024).
ESRI Survey123. , (2023).">ESRI Survey123. , (2023).
TagLab: AI-assisted annotation for the fast and accurate semantic segmentation of coral reef orthoimages. J Field Robot. 39 (3), 246-262 (2022).">Pavoni, G., et al. TagLab: AI-assisted annotation for the fast and accurate semantic segmentation of coral reef orthoimages. J Field Robot. 39 (3), 246-262 (2022).
Size-frequency distribution of coral assemblages in insular shallow reefs of the Mexican Caribbean using underwater photogrammetry. PeerJ. 8, e8957(2020).">Hernández-Landa, R. C., Barrera-Falcon, E., Rioja-Nieto, R. Size-frequency distribution of coral assemblages in insular shallow reefs of the Mexican Caribbean using underwater photogrammetry. PeerJ. 8, e8957(2020).
Metrics of coral reef structural complexity extracted from 3D mesh models and digital elevation models. Remote Sens. 12 (17), RS12172676(2020).">Fukunaga, A., Burns, J. H. R. Metrics of coral reef structural complexity extracted from 3D mesh models and digital elevation models. Remote Sens. 12 (17), RS12172676(2020).
Proc IEEE Comput Soc Conf Comput Vis Pattern Recognit. , 1682-1691 (2019).">Akkaynak, D., Treibitz, T. Sea-Thru: a method for removing water from underwater images. Proc IEEE Comput Soc Conf Comput Vis Pattern Recognit. , 1682-1691 (2019).
DeepSeeColor: realtime adaptive color correction for autonomous underwater vehicles via deep learning methods. In. Jamieson, S., How, J. P., Girdhar, Y. 2023 IEEE Int Conf Robot Autom, , 3095-3101 (2023).
Accurate scaling and levelling in underwater photogrammetry with a pressure sensor. Int Arch Photogramm Remote Sens Spat Inf Sci. 43 (B2-2021), 667-672 (2021).">Menna, F., Nocerino, E., Chemisky, B., Remondino, F., Drap, P. Accurate scaling and levelling in underwater photogrammetry with a pressure sensor. Int Arch Photogramm Remote Sens Spat Inf Sci. 43 (B2-2021), 667-672 (2021).
Large-area imaging in tropical shallow water coral reef monitoring, research and restoration: a practical guide to survey planning, execution, and data extraction. NOAA Technical Memorandum NOS NCCOS 313. , (2023).">Edwards, C. B., et al. Large-area imaging in tropical shallow water coral reef monitoring, research and restoration: a practical guide to survey planning, execution, and data extraction. NOAA Technical Memorandum NOS NCCOS 313. , (2023).
Agisoft Agisoft Metashape User Manual Professional Edition, Version 2.1. , https://www.agisoft.com/pdf/metashape-pro_2_1_en.pdf (2024).">Agisoft Agisoft Metashape User Manual Professional Edition, Version 2.1. , https://www.agisoft.com/pdf/metashape-pro_2_1_en.pdf (2024).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Reefshape: מערכת לאיסוף יעיל ועיבוד אוטומטי של נתוני פוטוגרמטריה תת-ימיים מסדרות זמן לניטור בתי גידול בקרקעית

In This Article

Summary

Abstract

Introduction

Protocol

Results

Discussion

Disclosures

Acknowledgements

Materials

References

Reprints and Permissions

Tags

Related Articles