Summary
אנו מספקים פרוטוקול מפורט לביצוע סקרי פוטוגרמטריה תת-ימיים של מבנה מתנועה כדי ליצור מודלים תלת-ממדיים ואורתופסיפסים.
Abstract
פוטוגרמטריה של מבנה מתנועה (SfM) היא טכניקה המשמשת ליצירת שחזורים תלת-ממדיים (תלת-ממדיים) מרצף של תמונות דו-ממדיות (2D). שיטות SfM הופכות פופולריות יותר ויותר כדרך לא פולשנית לפקח על מערכות רבות, כולל נופים אנתרופוגניים וטבעיים, מבנים גיאולוגיים, ומערכות אקולוגיות יבשתיות ומימיות. כאן, פרוטוקול מפורט מסופק לאיסוף תמונות SfM כדי ליצור מודלים תלת ממדיים של בתי גידול בנטיים. בנוסף, הושוו העלות, יעילות הזמן ואיכות הפלט של שימוש במצלמת רפלקס דיגיטלית עם עדשה יחידה (DSLR) לעומת מצלמת אקשן זולה יותר. נצפתה פשרה בין זמן חישובי לרזולוציה, כאשר מצלמת ה-DSLR ייצרה דגמים עם רזולוציה של יותר מפי שניים, אך לקח בערך פי 1.4 יותר זמן לייצר מאשר מצלמת האקשן. פריימר זה נועד לספק תיאור יסודי של הצעדים הדרושים לאיסוף נתוני SfM בבתי גידול בנתיים עבור אלה שאינם מכירים את הטכניקה, כמו גם עבור אלה שכבר משתמשים בשיטות דומות.
Introduction
תהליכים במערכת אקולוגית הם דינמיים מטבעם וקשה לכמת אותם. בעשור האחרון חל זינוק בטכנולוגיות חדשות ללכידת מערכות אקולוגיות והדינמיקה שלהן במגוון קני מידה, החל מסריקת לייזר תלת-ממדית של תכונות מערכת אקולוגית בודדות ועד לחישה מרחוק באמצעות לוויין של שטחים גדולים 1,2,3. בבתי גידול בנטיים, המבנה קשור קשר הדוק עם תפקוד המערכת האקולוגית8, מה שהופך כלים המאפשרים בו זמנית ניטור גיאומטריה ומבנה קהילה בעלי ערך רב במיוחד להבנת דינמיקה אקולוגית. עם זאת, גישות מודרניות רבות אינן יכולות לשמש במערכות ימיות בשל התכונות הפיזיקליות של מים (למשל, שבירה, עיוות, עכירות). טכניקות, כגון LiDAR (Light Detection and Ranging) וכמה שיטות סקר אווירי, עשויות להתאים בקנה מידה מרחבי גדול, אך אינן יכולות להשיג את הרזולוציה הדרושה להערכת שינויים בקנה מידה עדין בבתי גידול בנטיים. שיטות פוטוגרמטריה של מבנה מתנועה (SfM) הותאמו לאחרונה כדי לייצר אורתופסיפס בקנה מידה גדול, ברזולוציה גבוהה ומודלים תלת-ממדיים של פני שטח של בתי גידול תת-ימיים 4,5,6,7.
פוטוגרמטריה SfM היא שיטה זולה יחסית, פשוטה, לא פולשנית וחוזרת על עצמה המאפשרת יצירת רשומות בקנה מידה גדול, ברזולוציה גבוהה של הסביבה הבנתית במערכות אקולוגיות ימיות9. SfM משתמש ברצף של תמונות דו-ממדיות כדי ליצור שחזורים של מודלים תלת-ממדיים. המודלים שנוצרו מ-SfM יכולים לשמש לאיסוף נתונים על המורכבות המבנית (למשל, רוגוסיטיות, ממדיות)4,5,10,11,12 ומבנה הקהילה (למשל, הרכב מינים, דמוגרפיה של אוכלוסיות)13,14,15 של מערכות אקולוגיות בנטיות. יתר על כן, מכיוון ששיטה זו זולה יחסית, מהירה וניתנת לחזרה, מדענים ולא-מדענים יכולים להשתמש בה כדי לאסוף מידע אובייקטיבי ובעל ערך על מערכות אקולוגיות אלה. לכן, שיטה זו היא טכניקה בת קיימא לשימוש בפרויקטים של מדע אזרחי שבהם סטנדרטיזציה של מאמץ הדגימה, מזעור הטיה, מעורבות המשתתפים וקלות ההכשרה חיוניים לאיכות הנתונים ולהצלחה הכוללת16,17.
מאמר זה מספק פרוטוקול מפורט לביצוע סקרי SfM מתחת למים. במקביל, השימוש במצלמת DSLR הושווה לזה של 'מצלמת פעולה' חסכונית יותר, ומתוארים היתרונות והחסרונות היחסיים של כל אחת מהן. המטרה הכוללת היא להכיר מדענים ולא מדענים עם שיטות סקר SfM benthic מהר ככל האפשר על ידי מתן פרוטוקול פשוט, נפוץ, בתורו, קידום השימוש בשיטה זו באופן נרחב יותר. לדוגמאות למחקרים שיישמו וריאציות של שיטה זו לחקר קהילות אקולוגיות תת-ימיות, ראו Burns et al. (2015)4, Storlazzi et al. (2016)18, Ventura et al (2016 and 2018)19,20, Edwards et al. (2017)14, George et al. (2018)21, Anelli et al. (2019)22, and Torres-Pulliza et al. (2020)10.
השיטה המתוארת כאן דורשת צוות שנורקל או SCUBA של שני אנשים. לאחר בחירת אתר הסקר, סליל של קו (איור 1A) ממוקם במרכז האתר, ואריחי כיול (איור 1B) מפוזרים ~2 מ' מהמרכז. אדם אחד (השחיין) שוחה עם המצלמה ולוכד תמונות של האתר, בעוד שהאדם השני (העוזר) נוטה את הסליל במרכז העלילה (איור 1C). ראשית, השחיין מחבר את המצלמה לסליל דרך הקו ולאחר מכן מתחיל לצלם תמונות רציפות של הבנט'ואים תוך כדי שחייה עם הפנים כלפי מטה וקדימה כדי לשחרר את הקו מהסליל. השחיין צריך לשמור על מרחק אנכי של ~ 1 מ 'מעל המצע בכל עת, להתאים את המיקום שלהם כך שיתאים לזה של הטופוגרפיה בזמן שהם שוחים. חשוב לציין, הקו המחבר בין הסליל למצלמה צריך להישאר מתוח בכל עת כדי ליצור ריווח אחיד בספירלה בזמן שהשחיין סוקר את העלילה. העוזר שומר על הסליל במצב יציב וזקוף ומוודא שהסליל לא מסתובב ושהקו לא מסתבך.
לאחר שהקו השתחרר לחלוטין, השחיין עוצר, מסתובב ושוחה בכיוון ההפוך כדי להרתיע את הקו סביב הסליל. כאשר השחיין מחליף כיוון, העוזר מסובב את הסליל כדי לסובב את הקו פנימה, בדיוק 180° כדי למנוע חפיפה מדויקת של הנתיב היוצא. ברגע שהשחיין קרוב ככל האפשר למרכז, המצלמה מנותקת מהקו, והעוזר לוקח את הסליל והקו ושוחה הרחק מהחלק המרכזי של האתר. לאחר מכן השחיין מסיים לצלם את מרכז העלילה על ידי הזזת המצלמה בספירלה קטנה מעל המרכז. בעוד שישנן מספר דרכים לדמיין אזור ביעילות, שיטת הסליל והקו המתוארת כאן חזקה אפילו בתנאים סביבתיים לא אידיאליים שבהם מים על פני השטח סוערים, התנפחות או ראות נמוכה עלולים לעכב את איסוף הנתונים. בתרחישים אלה, שיטה זו שומרת על שנורקלים/צוללנים מחוברים ומבטיחה חפיפה גבוהה של תמונות על ידי שמירה על השחיין במסלול מבוקר.
Protocol
1. חומרים
- מצלמה
- הבטח מפרט מינימלי של עמידות ועמידות למים (או בית עמיד למים) וקצב מסגרות מינימלי של 2 פריימים לשנייה (fps).
הערה: בדוגמה זו נעשה שימוש בקצב מסגרות מינימלי של ~4 fps. - מצלמת רפלקס דיגיטלית עם עדשה יחידה (DSLR)
- הגדר את המצלמה לצלם ברציפות בקצב לכידת תמונות בין 2 fps ל- 5 fps.
- כדי לשחזר את הפרוטוקול המתואר עבור דוגמה זו, השתמש במצלמה במארז תת-ימי (ראה טבלת חומרים) עם ההגדרות הבאות: מצב ידני (M); f10, 18 מ"מ; מהירות תריס = 1/320; פיצוי חשיפה = -1/3; איכות תמונה = הגבוהה ביותר, ללא RAW; מצב כונן = רציף; מיקוד אוטומטי = AI SERVO; ISO = אוטומטי, max3200; מספור קבצים = איפוס אוטומטי; סיבוב אוטומטי של תמונה = כבוי; שעה/תאריך = UTC.
- מצלמת פעולה
- הגדר למצב וידאו או למצב צילום רציף ברזולוציה ובקצב הפריימים הגבוהים ביותר האפשריים.
הערה: ניתן להשתמש במצלמת הפעולה גם במצב רציף כל עוד קצב הפריימים הוא 2 תמונות לשנייה ומעלה. - כדי לשחזר את הפרוטוקול בדוגמה זו (ראה טבלת חומרים), השתמש במצלמת פעולה עמידה במים עם ההגדרות הבאות: רזולוציית וידאו = 4K (יחס רוחב-גובה של 4:3); קצב פריימים = 30 fps.
הערה: עבור מצלמות פעולה, ייתכן שיהיה קל יותר לחבר את הקו מהסליל לשחיין מאשר למצלמה. בדוגמה זו, הקו חובר לפרק כף היד של השחיין באמצעות שרוך קטן.
- הגדר למצב וידאו או למצב צילום רציף ברזולוציה ובקצב הפריימים הגבוהים ביותר האפשריים.
- הבטח מפרט מינימלי של עמידות ועמידות למים (או בית עמיד למים) וקצב מסגרות מינימלי של 2 פריימים לשנייה (fps).
- מתקן סליל (איור 1A)
- ודא שהסליל הוא בגודל המתאים כדי להכיל את אורך הקו הדרוש לרדיוס אתר הסקר.
הערה: היקף הסליל שולט בריווח קווי השחייה הספירליים, ואורך הקו קובע את אזור הדגימה. בדוגמה זו, נעשה שימוש בסליל בקוטר ~8 אינץ' (~20 ס"מ) לריווח של ~50 אינץ' (~1.3 מ') של קווי שחייה. ראה 9 לפרטים. - בחר מתקן סליל עם קצה מעוגל (להנחיה חלקה של הקו על הסליל ומחוצה לו) ונקודות חיבור לידית ומוט (כדי לשלוט בגובה מהמצע). ודא שמתקן הסליל הוא מטבעו בעל ציפה שלילית או עשוי כך בתוספת משקולות.
הערה: בדוגמה זו, נעשה שימוש בצינורות פוליוויניל כלוריד (PVC) עבור הידית והמוט, והסליל הודפס בתלת-ממד בפלסטיק חומצה פולילקטית. עם זאת, הסליל יכול להיות פשוט כמו צינור PVC גדול או כל חפץ עגול אחר בקוטר הרצוי.- לשימוש תכוף ו/או לתנאי שטח מאתגרים, בחרו סליל העשוי מחומר עמיד יותר כגון אלומיניום.
- ודא שהסליל אינו מסתובב על המוט או מסתובב בעת השימוש.
- תקן את הקו לסליל בקצה אחד ולקליפ נשלף בקצה השני לצורך חיבור למצלמה.
הערה: אורך הקו מגדיר את רדיוס האתר. כאן, 6 מ 'של קו שימש לאתרים בקוטר 12 מ '.
- ודא שהסליל הוא בגודל המתאים כדי להכיל את אורך הקו הדרוש לרדיוס אתר הסקר.
- אריחי כיול
- למרות שאין צורך באריחי כיול מיוחדים, ודא כי אובייקטים בעלי ציפה שלילית וניתנים לזיהוי בגודל ידוע כלולים במודל עבור קנה מידה. שקול נחשולי מתח ותנאים נוכחיים כדי להבטיח שימוש בחומרים מתאימים, כך שהאריחים יישארו נייחים במהלך איסוף התמונות.
הערה: כאן, תבניות סמן קנה מידה הזמינות כחלק מתוכנות מסוימות הודפסו על נייר עמיד למים, שהוצמד לאריחי PVC בעובי 1 אינץ '. - צוללנים יצטרכו אמצעי למדוד את עומק האריח. בדוגמה שלנו, אנו משתמשים במד עומק אלקטרוני (ראה טבלת חומרים).
- למרות שאין צורך באריחי כיול מיוחדים, ודא כי אובייקטים בעלי ציפה שלילית וניתנים לזיהוי בגודל ידוע כלולים במודל עבור קנה מידה. שקול נחשולי מתח ותנאים נוכחיים כדי להבטיח שימוש בחומרים מתאימים, כך שהאריחים יישארו נייחים במהלך איסוף התמונות.
- תיקון צבע
- הגדר איזון לבן במצלמה בהתאמה אישית. צלם תמונה של כרטיס אפור 18% או צפחה צלילה לבנה מתחת למים לפני תחילת כל סקר SfM. בצע פעולה זו בכל פעם שאתר חדש מופעל.
הערה: התמונה תאפשר תיקון צבע וגם תסייע להפריד את התמונות שהורדו מאתרים שונים בעת ביצוע סקרים מרובים באותו יום.
- הגדר איזון לבן במצלמה בהתאמה אישית. צלם תמונה של כרטיס אפור 18% או צפחה צלילה לבנה מתחת למים לפני תחילת כל סקר SfM. בצע פעולה זו בכל פעם שאתר חדש מופעל.
2. שיטות מפורטות
- בחירת אתר
- בחר אתר שיש בו מספיק מקום לשחות את כל תבנית הספירלה (~ 113 מ '2 בדוגמה זו). בנוסף לשטח הנסקרים, שלבו שטח חיץ קטן כדי להבטיח שכל אזור הסקר מצולם מספיק כדי להפיק נתונים באיכות גבוהה.
- שקול את היכולת ואת הציוד של צוות שני אנשים. אתרים רדודים (< ~ 2 מ ') ניתן לסקר על שנורקל, בעוד אתרים עמוקים יותר עשויים לדרוש SCUBA.
- אם אתם מתכננים לסקור את האתר שוב ושוב באופן קבוע, סמנו את נקודת האמצע, שבה תוצב מתקן הסליל, עם תג או מבנה קבוע (למשל, מוטות או בלוקים). לכל הפחות, יש לתאם מערכת מיקום גלובלית כך שניתן יהיה להעביר את האתר בעזרת תדפיס של האורתופסיפס.
הערה: מבנים תת-ימיים קבועים דורשים בדרך כלל היתר. - הכינו את האתר.
- מקמו את הסליל במרכז האתר.
- הגדר אריחי כיול ותעד את עומקם. מקם אריחי כיול עם הפנים כלפי מעלה, ~ 2 מ 'מהמרכז.
הערה: בדוגמה זו, 3 אריחי כיול מוקמו במשולש סביב מרכז האתר. אריחי כיול צריכים להיות משוקללים וממוקמים כראוי כדי להבטיח תנועה מינימלית במהלך איסוף התמונות.
- הנחו את השחיין לשחות עם המצלמה בזמן שהעוזר נוטה את הסליל.
- העוזר מציב את המוט ואת הסליל המחובר זקוף במרכז האתר שנבחר ומחזיק את מתקן הסליל זקוף ונייח.
- ודא שהשחיין מחבר את הצד של המצלמה הקרוב ביותר לסליל לקו ומחזיק את המצלמה פונה ישר למטה ~ 1 מ 'מהבנתוס.
הערה: אם השחיין חייב להטות את המצלמה, נסה לוודא שהיא מוטה מעט קדימה ולא אחורה כדי להימנע מאיסוף תמונות בצל השחיין. הטיית המצלמה מעט קדימה הן עבור הספירלה החיצונית והן עבור הספירלה החוזרת עשויה גם ללכוד זוויות טובות יותר של הבנט'ואים ולהפיק דגמים טובים יותר, במיוחד כאשר יש שלוחות וחורים. - ברגע שהמצלמה ממוקמת כראוי, השחיין מתחיל לצלם תמונות רציפות של הבנט'ואים תוך כדי שחייה קדימה ושמירה על מתח על הקו.
- ודא כי השחיין ממשיך לשחות בספירלה במהירות עקבית תוך כדי צילום עד שהקו משתחרר לחלוטין מהסליל.
הערה: השחיין צריך לנסות להישאר במרחק קבוע של ~ 1 מ 'מעל הבנתוס ולשחות את הספירלה בקצב מתון כדי להבטיח חפיפה מספקת בין התמונות. כאשר יש ספק, איטי יותר עדיף. - בסביבות גסות מאוד (למשל, שוניות אלמוגים), כלול עובד שלישי (עוזר שני) שיכול למנוע הסתבכות קו על ידי ריחוף מעל מרכז הקו והרמתו בעדינות מעל מכשולים.
- כאשר הקו אינו משופע לחלוטין, השחיין משנה כיוון, מחבר מחדש את המצלמה במידת הצורך, ושוחה את המצלמה בכיוון ההפוך כדי להתחיל לסובב מחדש את הקו בחזרה אל הסליל תוך כדי צילום. הערה: שחייה בספירלה הפוכה אינה הכרחית לחלוטין, אך בדרך כלל תייצר מודלים טובים יותר.
- אם שיטה ספירלית אחת רצויה כדי לחסוך זמן, אז השחיין ינתק את הקו מהמצלמה וידלג לשלב 2.4.12 בזמן שהעוזר מסובב את הקו ומסיר את מתקן הסליל מהאתר.
- ברגע שהשחיין מתחיל לשחות בכיוון ההפוך, העוזר מסובב את הסליל כדי לסובב את הקו ב-1/2 סיבוב (180°) נגד כיוון השחייה החדש. פנייה זו של 1/2 מבטיחה שנתיב החזרה של השחיין יוסט מהנתיב המקורי כדי להניב כיסוי תמונות גדול יותר של האתר.
- ודא שהשחיין ממשיך לצלם ולשחות את הספירלה ההפוכה עד שהקו מתפתל כמעט לחלוטין סביב הסליל.
- כאשר הריווח של השחיין והעוזר מונע התקדמות נוספת, השחיין יפסיק לצלם תמונות כדי לנתק את המצלמה מהקו ולאפשר לעוזר להסיר את מתקן הסליל ממרכז האתר.
- לאחר הסרת הסליל מהאתר, השחיין מצלם את מרכז האתר על ידי החזקת המצלמה עם הפנים ישר למטה והזזת המצלמה בתבנית ספירלית קטנה מעל מרכז האתר.
3. נקו את האתר.
- אספו אריחי כיול וכל ציוד אחר לפני היציאה מהאתר.
הערה: לעולם אל תשאיר אשפה או ציוד באתר. השאר תמיד אתר נקי יותר ממה שמצאת אותו.
Representative Results
בדוגמה זו, אתר ריף 2_7 הממוקם ב-Patch Reef 13 במפרץ Kāneʻohe, Oʻahu, Hawaiʻi, צולם, ו-3,125 תמונות JPEG ממצלמת DSLR ו-3,125 צילומי מסגרת JPEG מווידאו מצלמת הפעולה (טבלה 1) שימשו כקלט ליצירת האורתופסיפס והמודלים התלת-ממדיים. תהליך העבודה הכללי כלל 5 שלבים: 1) יישור התמונות ליצירת ענן הנקודות הדלילות, 2) שינוי קנה המידה של ענן הנקודות הדלילות ואופטימיזציה של המצלמות, 3) בניית ענן הנקודות הצפופות (בשלב זה נוצרו גם מפות עומק), 4) בניית מודל הגובה הדיגיטלי (DEM) והאורתופסיפס, ו-5) יצירת המודל והמרקם התלת-ממדיים. שימו לב ששלבים 4 ו-5 לא בהכרח צריכים להיעשות בסדר הזה, אלא חייבים להתבצע לאחר עיבוד ענן הנקודות הצפוף ומפות העומק. התייחסות גאוגרפית של המודלים צריכה להתרחש לפני יצירת האורתופסיפס וה- DEM. ההגדרות המשמשות לשלבים אלה ופרטי העיבוד מתוארים בטבלה 2 ובטבלת החומרים, בהתאמה.
לשיטות מפורטות יותר כיצד ליצור מודלים תלת-ממדיים ואורתופסיפסים ראו חומר משלים ו-Suka et al.23. זמן העיבוד היה קצר יותר עבור המודל שנגזר ממצלמת פעולה עבור כל שלב, כולל יצירת ענן נקודה דלילה, יצירת ענן נקודה צפופה, עיבוד מודל רשת ועיבוד מודל מרקם. זה הוביל לזמן עיבוד כולל מהיר משמעותית עבור דגם מצלמת הפעולה (6 שעות ו-39 דקות) מאשר דגם ה-DSLR (9 שעות ו-14 דקות). הזמן המדויק לעיבוד המודל ישתנה בהתאם להספק החישוב ולתצורות חומרה ספציפיות.
המודל שנוצר באמצעות תמונות ממצלמת DSLR הכיל 2,848,358 נקודות ענן דלילות ו-787,450,347 נקודות ענן צפופות, בעוד שהמודל שנוצר מתמונות מצלמת הפעולה הכיל רק 2,630,543 נקודות ענן דלילות ו-225,835,648 נקודות ענן צפוף. זה הוביל לכך שלדגמי DSLR יש רזולוציה של יותר מפי 2 מאשר דגמי מצלמות האקשן עם רזולוציות אורתופסיפס של 0.442 ו-0.208 מ"מ/פיקסל עבור דגמי DSLR ומצלמות פעולה, בהתאמה (טבלה 1). למרות הרזולוציה הטובה יותר של מודל DSLR ביחס למודל מצלמת הפעולה, שתי השיטות הצליחו לייצר מודלים באיכות גבוהה עם הבדל קטן בייצוג חזותי כאשר שטח השונית ~ 113 מ '2 יוצג כמודל גובה דיגיטלי של 20 ס"מ2 (איור 2 לוחות עליונים) או הקרנה אורתופסית דו-ממדית (איור 2 לוחות אמצעיים).
איור 1: פוטוגרמטריה של מבנה מתנועה. (A) דוגמה של מתקן סליל לשליטה במרחק השחיין באמצעות ידית ומוט מחוברים למיקום וטיפול מדויקים. (B) אריחי כיול. (C) סכמה של מסלול השחייה עם מיקומים יחסיים של השחיין (ירוק) והעוזר (כתום). אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.
איור 2: השוואה חזותית של מודלי גובה דיגיטליים ואורתופסיפסים. מודלי גובה דיגיטליים (למעלה) ואורתופסיפס (באמצע) הבנויים מתמונות DSLR (משמאל) ומצלמת פעולה (מימין). הפאנל התחתון הוא זום של האזורים בקופסאות הלבנות באורתופסיפסים. מאזני מפת החום בלוח העליון מייצגים את המרחק מפני המים במטרים (m). אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.
| Canon EOS רבל SL3 | GoPro Hero 7 | |
| עלות | ||
| מצלמה | ~$600.00 | ~$220.00 |
| דיור מתחת למים | ~$1,700.00 | נה |
| עלות כוללת | ~$2,300.00 | ~$220.00 |
| תמונות | ||
| תבנית קובץ תמונה | .jpeg | .jpeg |
| רזולוציית תמונה | 24 מגה פיקסל | 12 מגה פיקסל (מווידאו 4K) |
| תמונות מיושרות / סה"כ תמונות | 3125 / 3125 | 3125 / 3125 |
| מדדי פוטוגרמטריה | ||
| נקודות ענן דלילות | 2,848,358 | 2,630,543 |
| נקודות ענן צפופות | 787,450,347 | 225,835,648 |
| פרצופים (מודל תלת מימד) | 11,919,451 | 3,834,651 |
| רזולוציית מודל גובה דיגיטלי (DEM) | 0.831 מ"מ/פיקסל | 1.77 מ"מ/פיקסל |
| רזולוציית אורתופסיפס | 0.208 מ"מ/פיקסל | 0.442 מ"מ/פיקסל |
| זמני עיבוד | ||
| יצירת עננים דלילה | 1 h 23 min | 1 h 27 min |
| יצירת עננים צפופים | 4 שעות | 3 שעות ו- 11 דקות |
| עיבוד מודל רשת שינוי | 3 שעות ו-32 דקות | 1 h 49 דקות |
| עיבוד מרקם | 19 דק' | 12 דק' |
| זמן עיבוד המחשב הכולל | 9 ח 14 דקות | 6 h 39 דקות |
טבלה 1: מידע מפורט על עלות ההתקנה, תמונות ששימשו לבניית המודלים, מדדי פוטוגרמטריה וזמן עיבוד. העיבוד נעשה באמצעות אותן הגדרות עבור שני הדגמים. שים לב שזמן העיבוד אינו כולל זמן לשלבים שונים כגון עריכת תמונות, חילוץ תמונות מווידאו, יישור מחדש של תמונות ועריכה ושינוי קנה מידה של הדגמים.
| Canon EOS רבל SL3 | GoPro Hero 7 | |
| תמונות | ||
| גודל קובץ ממוצע | ~ 8.3 MB | ~ 4.7 MB |
| רכישת תמונות | מצב רציף | חולץ מווידאו 4K |
| תיקון צבע | ידני | ידני |
| תיקון עדשה | לא | כן |
| הגדרות תהליך פוטוגרמטריה | ||
| יצירת עננים דלילה | דיוק: גבוה | דיוק: גבוה |
| נקודת מפתח: 40,000 | נקודת מפתח: 40,000 | |
| נקודת תיקו: 4,000 | נקודת תיקו: 4,000 | |
| בחירה מוקדמת כללית: כן | בחירה מוקדמת כללית: כן | |
| יצירת עננים צפופים | איכות בינונית | איכות בינונית |
| יצירת מודל רשת תלת-ממדית | ||
| נתוני מקור: | מפות עומק | מפות עומק |
| איכות: | בינוני | בינוני |
| ספירת פנים: | נמוך | נמוך |
| אינטרפולציה: | מופעלת | מופעלת |
| חישוב צבעי קודקודים: | כן | כן |
| יצירת מרקם תלת-ממדי | ||
| סוג מרקם: | מפה מפוזרת | מפה מפוזרת |
| נתוני מקור: | תמונות | תמונות |
| מצב מיפוי: | כללי | כללי |
| מצב מיזוג: | פסיפס | פסיפס |
| גודל/ספירת מרקם: | 4096 / 1 | 4096 / 1 |
| מודל גובה דיגיטלי (DEM) | מענן צפוף | מענן צפוף |
| אורתופסיפס | מ DEM | מ DEM |
טבלה 2: מידע מפורט על תמונות שנאספו ועיבוד פוטוגרמטרי. העיבוד נעשה באמצעות אותן הגדרות עבור שני הדגמים.
חומר משלים. אנא לחץ כאן כדי להוריד קובץ זה.
Discussion
מחקר זה מדגים כי הן מצלמת ה-DSLR והן מצלמת הפעולה מייצרות דגמים ברזולוציה טובה מ-0.5 מ"מ/פיקסל בפחות מ-10 שעות של זמן עיבוד במחשב שולחני סטנדרטי. הפשרה העיקרית בין מצלמת DSLR למצלמת אקשן, מלבד עלות, היא רזולוציה עדינה יותר לעומת זמן עיבוד מהיר יותר, בהתאמה. עם זאת, זמני העיבוד המדווחים כוללים רק את העיבוד החישובי. לכן, למרות שזמן החישוב קטן יותר עבור מצלמת הפעולה, יש כמות משמעותית של זמן (10-20 דקות) המושקע בחילוץ תמונה מהסרטונים שאינו נדרש עם DSLR. חלופה אחרת היא להשתמש במצלמת הפעולה במצב צילום רציף כדי למנוע חילוץ תמונה. מצב צילום רציף לא שימש בדוגמה זו, מכיוון שמצלמת הפעולה יכולה לצלם רק בקצב של 2 fps, מה שדורש קצב שחייה איטי משמעותית כדי לאסוף מספיק תמונות לבניית מודל שלם. בהקשר זה, יש פשרה בין זמן ארוך יותר בשטח באמצעות מצב צילום רציף לעומת זמן ארוך יותר במחשב, חילוץ תמונות, בעת שימוש במצב וידאו.
היתרונות של מצלמת הפעולה כוללים מחיר סביר וקלות הובלה ותפעול מתחת למים. היתרון העיקרי של DSLR הוא שהוא מייצר תמונות ברזולוציה גבוהה יותר; לפיכך, מצלמות DSLR מומלצות על פני מצלמות אקשן כאשר הראשונה אינה חסכונית. סוגי השאלות שהמחקר מבקש לענות עליהן יהיו חשובים גם בקביעת השיטה בה נעשה שימוש. לדוגמה, מצלמת פעולה עשויה להיות עדיפה בסביבות הומוגניות יחסית (למשל, ערוגות עשב-ים, בתי גידול מתים של אלמוגים/הריסות), או שבהן רק מדדים קהילתיים רחבים (כגון שפע, גיוון) נבחנים על פני קני מידה מרחביים גדולים. עם זאת, מצלמת DSLR עשויה להיות פרוסה במקרים שבהם מעקב אחר שינויים בקנה מידה עדין באורגניזמים בודדים או מצעים הוא מעניין.
מכיוון שמדובר בשיטת שדה, תפוקות המודל יהיו תלויות בגורמים סביבתיים שונים כגון תאורה, צלילות מים, תנאי פני השטח, כמות נחשולי מתח ותנועה של דגים או מבנים בנטיים לא נייחים (למשל, עשב ים). למרות שאין סף מוחלט מתי מתאים להשתמש בשיטה זו, ימים מעוננים מעט עם בהירות מים גבוהה, תנאי שטח רגועים ונחשול קטן בדרך כלל מייצרים את הדגמים הטובים ביותר. יתר על כן, יש גבול לעומק המינימלי הנדרש לשיטות אלה. שיטות אלה אינן פועלות היטב בתנאים שבהם יש פחות מ -0.5 מ 'מים בגלל החפיפה הנמוכה בין תמונות ופחות תכונות הבחנה לכל תמונה. עם זאת, זה מדגיש יתרון נוסף של מצלמת האקשן, כלומר הם קטנים יותר ולכן קלים יותר לשימוש בעומקים רדודים יותר. יתר על כן, סליל בקוטר קטן יותר וקצב פריימים גבוה יותר (או עדשה בעלת זווית רחבה יותר) יכולים לשפר את חפיפת התמונה בתנאים רדודים מאוד9.
ניתן לשלב סוגי נתונים רבים אחרים בגישה זו. לדוגמה, אורתופסיפס שימש כדי להראות את הצפיפות המרחבית של נתונים מולקולריים (למשל, גנים ומטבוליטים) על אלמוגים 24 ובני אדם 25 באמצעות תוכנת הקוד הפתוח 'ili'26. אותה פלטפורמה יכולה לשמש גם למיפוי הצפיפויות המרחביות של בעלי חיים, מיקרואורגניזמים, וירוסים ו / או כימיקלים בסביבה. דוגמאות אחרות השתמשו ב-SfM לביאור מינים בנטיים מרחבית על גבי אורתופסיפסים באמצעות תוכנת מערכת מידע גיאוגרפית10. יתר על כן, ניתן להשתמש במודלים התלת-ממדיים שנוצרו על ידי SfM כדי להעריך מאפייני בית גידול כגון רוגוזיות וממד פרקטלי. ואכן, השיטות המתוארות כאן שימשו לאחרונה כדי לגזור תיאוריה גיאומטרית חדשה עבור משטחי בית גידול10. לבסוף, אורתופסיפס משמשים כמשטחי קלט עבור מודלים חישוביים מפורשים מרחבית, המאפשרים הדמיות דינמיות להיות מונחות-על על פני השטח התלת-ממדיים של המודל. היכולת ליצור בקלות תמונות גדולות וייצוגים תלת-ממדיים של בתי גידול בנתיים אפשרה למדענים ימיים לענות על שאלות שלא דמיינו עד כה3.
בסך הכל, הנה פרוטוקול מפורט לביצוע פוטוגרמטריה SfM מתחת למים עם מצלמות DSLR או מצלמות פעולה חסכוניות יותר. שיטות אלה יכולות לשמש מדענים למגוון רחב של מטרות, החל מחילוץ נתונים על מערכות אקולוגיות בנטיות ועד לפיתוח משטחי קלט תלת-ממדיים עבור סימולציות סיליקו . עם זאת, פרוטוקולים אלה יכולים לשמש גם אנשים שאינם מדענים כחלק ממאמצי המדע האזרחי לאסוף מידע רב ערך על דפוסים של מגוון ביולוגי, מורכבות בתי גידול, מבנה קהילתי ומדדים אקולוגיים אחרים.
Disclosures
למחברים אין אינטרסים כלכליים מתחרים או ניגודי עניינים אחרים.
Acknowledgments
אנו מודים לקרן משפחת פול ג. אלן על מימון מחקר זה ומודים לרות גייטס על ההשראה להשתמש בטכנולוגיה כדי לסייע בשימור שוניות. אנו מודים גם ל-NOAA ולמשתפי פעולה אחרים על דיון מעמיק בנוגע לשיטות אלה. לבסוף, אנו מודים לקייטי פולי ופטריק ניקולס על אספקת הרחפן והווידאו התת-ימי של שיטות אלה.
אנו מכירים בקרן הלאומית לדגים וחיות בר כשותפה למימון בעבודה זו.
Materials
| Name | Company | Catalog Number | Comments |
| Action camera (GoPro Hero7 Black) | GoPro | Could be any waterproof action camera | |
| Adobe Lightroom | Adobe | Color correction | |
| Calibration tiles ( flat PVC board cut to size for Agisoft targets. Attach a dive weight underneath if expecting waves) | Any negatively buoyant object of known size and color. We recommend using the scale marker templates available from Agisoft Metashape software (v.1.6.0). | ||
| DSLR camera (Canon EOS Rebel SL3 ) | Canon | 3453C002AA | Could be any DSLR camera in a underwater housing |
| Line (plastic clothes line filament) | Any negatively buoyant line that is strong enough to withstand field use | ||
| Micro SDXC memory card (for GoPro) | |||
| Oceanic Veo 2.0 | Oceanic | Digital depth gauge | |
| SDXC memory card (for DSLR) | Any SDXC memory card should work, so long as there is enough space to hold all the pictures necessary to build the model | ||
| Spool (2 inch-long section of 8 inch diameter PVC pipe which was attached to a 3 feet section of 1 inch PVC pipe to form the stem | Any negatively buoyant, round object of the desired diameter | ||
| Underwater camera housing for DSLR (Ikelite 200DLM/C Underwater TTL Housing) | Ikelite | 6970.09 | Should be the specific water housing for the DSLR make and model |
| Windows 10 desktop computer with an Intel i9-9900K 8-core CPU, two Nvidia GeForceRTX 2070 SUPER GPUs, and 128 GB of RAM. | Processing |
References
- Levy, J., Hunter, C., Lukacazyk, T., Franklin, E. C. Assessing the spatial distribution of coral bleaching using small unmanned aerial systems. Coral Reefs. 37 (2), 373-387 (2018).
- Muller-Karger, F. E., et al. Satellite sensor requirements for monitoring essential biodiversity variables of coastal ecosystems. Ecological Applications. 28 (3), 749-760 (2018).
- Dornelas, M., et al. Towards a macroscope: Leveraging technology to transform the breadth, scale and resolution of macroecological data. Global Ecology and Biogeography. 28, 1937-1948 (2019).
- 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. 2015 (3), 1077 (2015).
- House, J. E., et al. Moving to 3D: Relationships between coral planar area, surface area and volume. PeerJ. 2018 (6), 4280 (2018).
- Carlot, J., et al. Community composition predicts photogrammetry-based structural complexity on coral reefs. Coral Reefs. , 1-9 (2020).
- Young, G. C., Dey, S., Rogers, A. D., Exton, D. Cost and time-effective method for multi-scale measures of rugosity, fractal dimension, and vector dispersion from coral reef 3D models. PloS ONE. 12 (4), 0175341 (2017).
- Wilson, S. K., Robinson, J. P. W., Chong-Seng, K., Robinson, J., Graham, N. A. J. Boom and bust of keystone structure on coral reefs. Coral Reefs. 38 (4), 625-635 (2019).
- Pizarro, O., Friedman, A., Bryson, M., Williams, S. B., Madin, J. A simple, fast, and repeatable survey method for underwater visual 3D benthic mapping and monitoring. Ecology and Evolution. 7 (6), 1770-1782 (2017).
- Torres-Pulliza, D., et al. A geometric basis for surface habitat complexity and biodiversity. Nature Ecology & Evolution. 4, 1495-1501 (2020).
- Bayley, D., Mogg, A., Koldewey, H., Purvis, A. Capturing complexity: field-testing the use of 'structure from motion'derived virtual models to replicate standard measures of reef physical structure. PeerJ. 2019 (7), 6540 (2019).
- Leon, J. X., Roelfsema, C. M., Saunders, M. I., Phinn, S. R. Measuring coral reef terrain roughness using 'Structure-from-Motion' close-range photogrammetry. Geomorphology. 242, 21-28 (2015).
- Burns, J. H. R., et al. Assessing the impact of acute disturbances on the structure and composition of a coral community using innovative 3D reconstruction techniques. Methods in Oceanography. 15-16, 49-59 (2016).
- Edwards, C. B., et al. Large-area imaging reveals biologically driven non-random spatial patterns of corals at a remote reef. Coral Reefs. 36, 1291-1305 (2017).
- Piazza, P., et al. Underwater photogrammetry in Antarctica: long-term observations in benthic ecosystems and legacy data rescue. Polar Biology. 42 (6), 1061-1079 (2019).
- Bonney, R., et al. Citizen science: A developing tool for expanding science knowledge and scientific literacy. BioScience. 59 (11), 977-984 (2009).
- Dickinson, J. L., Zuckerberg, B., Bonter, D. N. Citizen science as an ecological research tool: Challenges and benefits. Annual Review of Ecology, Evolution, and Systematics. 41 (1), 149-172 (2010).
- Storlazzi, C. D., Dartnell, P., Hatcher, G., 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).
- Ventura, D., Lasinio, G. J., Belluscio, A., Ardizzone, G. A low-cost drone based application for identifying and mapping of coastal fish nursery grounds Feeding ecology View project Habitat use of juvenile Diplodus species View project. Estuarine Coastal and Shelf Science. 171, 85-98 (2016).
- Ventura, D., Bonifazi, A., Gravina, M. F., Belluscio, A., Ardizzone, G. Mapping and classification of ecologically sensitive marine habitats using unmanned aerial vehicle (UAV) imagery and object-based image analysis (OBIA). Remote Sensing. 10 (9), 1331 (2018).
- George, E. E., et al. Relevance of coral geometry in the outcomes of the coral-algal benthic war. bioRxiv. , (2018).
- Anelli, M., et al. Towards new applications of underwater photogrammetry for investigating coral reef morphology and habitat complexity in the Myeik Archipelago, Myanmar. Geocarto International. 34 (5), 459-472 (2017).
- Suka, R., et al. Processing photomosaic imagery of coral reefs using structure-from-motion standard operating procedures. U.S. Dept. of Commerce, NOAA Technical Memorandum NOAA-TM-NMFS-PIFSC-93. , (2019).
- Galtier d'Auriac, I., et al. Before platelets: the production of platelet-activating factor during growth and stress in a basal marine organism. Proceedings of the Royal Society B: Biological Sciences. 285 (1884), 20181307 (2018).
- Bouslimani, A., et al. Molecular cartography of the human skin surface in 3D. Proceedings of the National Academy of Sciences of the United States of America. 112 (17), 2120-2129 (2015).
- Protsyuk, I., et al. 3D molecular cartography using LC-MS facilitated by Optimus and 'ili software. Nature Protocols. 13 (1), 134-154 (2018).
