Sviluppo di nuovi metodi per quantificare la densità di pesce utilizzando strumenti di Stereo-video subacquei

L'obiettivo generale di questa tecnica di analisi video è quello di stimare in modo più accurato la densità, la lunghezza media e la composizione delle specie di pesci in habitat rocciosi profondi. Questo metodo può aiutare a rispondere a domande chiave nel campo della gestione della pesca, come ad esempio qual è l'abbondanza e la distribuzione delle dimensioni delle specie che abitano le scogliere rocciose di acque profonde. Il vantaggio principale di questa tecnica è che fornisce stime di densità più accurate senza estrarre pesci dall'ambiente.

Prima di questa procedura, raccogliere i dati sul campo come descritto nel protocollo di testo. Nella stereofotogrammetria, conoscere l'esatta posizione relativa delle telecamere è importante per misurazioni accurate. Una corretta calibrazione è un passaggio importante in questo processo.

Al termine dello studio sul campo, creare una nuova cartella di progetto contenente sia il video che i file di calibrazione. Nel software di misurazione stereo, accedere a Misurazione, Nuovo file di misurazione. Impostare la directory delle immagini passando a Immagine.

Imposta la directory delle immagini e quindi scegli la cartella contenente tutti i file del progetto. Passare a Stereo, Fotocamere, Sinistra, quindi Carica file fotocamera per selezionare e caricare il file della fotocamera sinistra appropriato. Ripeti questo processo scegliendo Destra invece di caricare il file della fotocamera corretto.

Quindi, vai a Immagine, Definisci sequenza filmato. Selezionare il file video della telecamera sinistra per definire la sequenza di filmati per il video sinistro. Fare clic su Immagine, Carica immagine per caricare il file video sinistro nel software di misurazione.

Successivamente, fai clic su Stereo, Immagine, Definisci sequenza di filmati per definire la sequenza di film per il video giusto. Carica il file video selezionando Stereo, Immagine, quindi carica il video. Passare a Misurazione, Attributi, Modifica file di specie di carico per caricare l'elenco delle specie.

Fare clic su Misurazione, Campi informazioni, Modifica valori campo per aprire la tabella dei valori dei campi informazioni. Immettere le informazioni sull'ID del rilevamento e salvare il file per creare un progetto di osservazione della misura dell'evento. Se si utilizza un timestamp UTC, il fotogramma avanza nel video sinistro fino a quando il timestamp inizia un nuovo secondo o fino a quando non si verifica un lampo leggero o un battito di mani.

Fotogramma Sposta in avanti il video destro fino a quando la luce del timestamp, il lampeggio o il battito delle mani corrispondono esattamente al video sinistro. Quindi, fai clic sul pulsante Blocca per assicurarti che i video vengano riprodotti insieme e mantengano la sincronizzazione. Non appena il lander inizia la sua prima rotazione, fare clic con il pulsante destro del mouse e selezionare Definizioni periodo, Aggiungi nuovo periodo di inizio per definire un nuovo periodo campione.

Immettere zero uno come nome del primo periodo e fare clic su OK. Mentre il lander ruota, contrassegna ogni pesce che entra nell'inquadratura con un punto 2D facendo clic con il pulsante destro del mouse, seleziona Aggiungi punto e scegli il nome della specie corretto. Assegnare un'etichetta al livello tassonomico più basso possibile, quindi fare clic su OK. Continua a segnare ogni nuovo pesce fino al completamento della rotazione. È fondamentale identificare e contare ogni pesce per ottenere stime accurate di MaxN.

Ripeti questo processo per una rotazione aggiuntiva del lander assicurandoti che venga definito un nuovo periodo all'inizio di ciascuno. Dopo che tutte le rotazioni sono state enumerate, passare a Misurazione, Riepiloghi misure, Misurazioni punti e salvare i punti 2D come file TXT. Apri questo file come foglio di calcolo.

Passare a Inserisci, Tabella pivot per creare una tabella pivot. Selezionando Genere e Specie per l'etichetta di riga e Periodo per l'etichetta di colonna. Selezionare la rotazione della telecamera che ha il maggior numero di individui per una determinata specie per scegliere il MaxN per quella specie.

Per i pesci identificati solo con il genere, selezionare un livello di genere MaxN in base alla rotazione che ha avuto il maggior numero di individui identificati con le specie di quel particolare genere. Quindi, utilizza i punti 2D salvati per navigare verso lo stesso identico pesce per la misurazione 3D. Ingrandisci almeno quattro volte per identificare meglio la punta del muso del pesce e i bordi delle pinne caudali.

Fare clic manualmente sulla punta del muso e poi sul bordo della coda nella fotocamera sinistra. Ripeti la selezione nello stesso ordine nel video giusto. Quindi, fai clic con il pulsante destro del mouse, seleziona Aggiungi lunghezza e seleziona l'identificazione corretta della specie.

Se la misurazione della lunghezza 3D non è possibile, fare clic con il pulsante sinistro del mouse nella stessa posizione sul pesce in entrambi i video per contrassegnare un punto 3D. Compila i campi informativi lasciando il commento Escludi dalla misurazione della lunghezza. Dopo aver completato le misurazioni 3D per tutti i pesci, passare a Misurazione, Riepiloghi delle misurazioni e Misurazioni 3D di punti e lunghezze.

Salva i dati come file TXT per esportarli per ulteriori analisi. Quindi, determinare se sono stati ottenuti campioni adeguati come indicato nel protocollo di testo. In questo studio, vengono utilizzati strumenti video stereo subacquei per quantificare la densità dei pesci.

Ci sono modelli chiari nell'intervallo rilevabile delle specie osservate, probabilmente a causa dell'interazione delle dimensioni, della forma e della colorazione di ciascuna specie. I calcoli della distanza del 95% Z vengono quindi eseguiti per due specie in particolare. Per Sebastes wilsoni e Ophiodon elongatus, la distanza del 95% Z è di 2,65 metri per Sebastes wilsoni e di 3,96 metri per Ophiodon elongatus, il che si traduce in aree di rilevamento effettive rispettivamente di 18,6 metri quadrati e 46 metri quadrati.

Una semplice analisi bootstrap conferma che si ottengono campioni di dimensioni sufficienti, poiché la stima della distanza del 95% Z per entrambi i campioni si stabilizza quando vengono campionate oltre 50 indagini. I conteggi MaxN per rilevamento vengono quindi convertiti in densità. Per entrambe le specie, le densità sono significativamente maggiori negli habitat ad alto e medio rilievo rispetto agli habitat a basso rilievo.

Le stime della densità per il lander pseudo-stazionario sono standardizzate utilizzando aree di copertura ridotte. Le densità medie ottenute dalla fotocamera rotante sono superiori del 18% rispetto a quelle ottenute con le telecamere fisse. Inoltre, il coefficiente di variazione è 1,8 volte maggiore quando si utilizzano telecamere fisse.

Una volta padroneggiata, questa tecnica può essere utilizzata per contare e misurare i pesci in pochi minuti se eseguita correttamente. Quando si esegue questa procedura, è importante ricordare che i valori del 95% Z sono specifici dello strumento e del sondaggio. E i valori specifici non dovrebbero essere usati universalmente.

Seguendo questa procedura, è possibile eseguire una serie di statistiche multivariate o di ordinazione per rispondere a ulteriori domande sulla composizione delle specie in diversi tipi di habitat. Le implicazioni di questa tecnica si estendono verso una migliore comprensione dell'ecologia delle specie di scogliere rocciose di acque profonde, poiché gli attuali meccanismi di indagine forniscono solo una scarsa comprensione della lunghezza e dell'abbondanza dei pesci. Sebbene questa tecnica possa fornire informazioni sugli habitat marini di acque profonde, può essere utile anche in altri sistemi come le barriere coralline e le foreste di alghe.

In generale, le persone che non conoscono questo metodo avranno difficoltà perché richiede una comprensione della geometria dei sistemi di telecamere stereo. La dimostrazione visiva di questa tecnica è utile perché il calcolo di MaxN è derivato da una varietà di dati e quindi richiede molti passaggi nel software.