Method Article

Reefshape:底生生物の生息地モニタリングのための時系列水中写真測量データの効率的な収集と自動処理のためのシステム

DOI:

10.3791/67343

June 13th, 2025

In This Article

Summary

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

ここでは、水中写真測量データを収集および処理するためのプロトコルを示します。これには、大幅に簡素化され、完全に自動化された画像処理パイプラインが含まれており、ジオリファレンスされ、時系列に整合した出力が生成され、生態学的データの抽出、分析、およびアプリケーションの準備が整います。

Abstract

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

Structure-from-Motion写真測量による大面積イメージング(LAI)は、サンゴ礁の生態系のモニタリングツールとして大きな注目を集めており、サンゴ礁のセクションのデジタルモデルを作成して、その から分析して底生生物の組成、構造の複雑さ、およびその他の指標に関するデータを収集することができます。さまざまなアプローチが用いられてきましたが、データ収集とコンピュータ処理に対する体系的なアプローチは、多くの研究者にとって依然として必要とされています。これに対処するために、水中画像収集、ジオリファレンス、データ処理、および時系列アライメントのための簡単で包括的なワークフローであるReefShapeを開発しました。特定のカメラシステムの推奨事項と画像取得の手順は、私たちの経験に基づいて提供されています。また、時系列データセットの自動アライメントを容易にする、基板に固定された恒久的な地上制御マーカーを使用して、実世界のジオリファレンスを組み込むプロセスについて説明します。データ処理ワークフローを自動化するために一連の処理スクリプトが開発され、通常は時間がかかり複雑なプロセスを合理化し、劇的に簡素化しました。当社のスクリプト化されたアプローチは、サンゴ礁研究者のデータ処理の負担を軽減し、写真測量パイプラインの効率を高め、一般的なGISおよびサンゴ礁画像セグメンテーションプログラムで使用するための分析可能な形式でデータをエクスポートすることを目的としています。ここで説明する方法は、写真測量をサンゴ礁モニタリングツールとして統合するための包括的なソリューションを提供しますが、柔軟性を保ち、特定の分析を研究者に任せます。

Introduction

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

サンゴ礁は、世界で最も生物多様性が高く、経済的に重要な生態系の1つであり、気候変動、病気、乱獲、およびその他のストレス要因による前例のない課題に直面しています1,2,3。サンゴ礁の生態系のモニタリングは、そのしばしば離れた場所と水中研究に固有の困難さのために、独特の困難さがあります。したがって、サンゴ礁は歴史的に十分に研究されていませんでした4。微生物5から群島6、グローバル7に至るまで、複数の空間スケールでサンゴ礁を効果的にモニタリングすることは、サンゴ礁の衰退を理解し、介入努力を計画、追跡、評価するために不可欠である8。数十平方メートルから数百平方メートルのスケールでサンゴ礁の底生生物の状態を監視するために人気が高まっているツールは、フォトモザイクイメージングであり、これは、重なり合う水中写真をつなぎ合わせた高解像度の地図を指す用語です9。これらのモザイクにより、研究者は1枚の写真で捉えることができるよりも大きなサンゴ礁の領域を画像化できるため、大面積イメージング(LAI)10という用語が付けられています。モザイクは、後で分析して、サンゴの被覆率、コロニーのサイズ、種の分布、および底生生物の組成11などの関連する生態学的情報を抽出することができる。コンピューティングの進歩と既製のソフトウェアの利用可能性により、このプロセスはStructure-from-Motion(SfM)写真測量を使用して完了できるようになりました。SfMは、写真とタイポイントの3次元の向きを再構築するために使用される一致するポイントのために写真を分析することを含み、正確な仮想サンゴ礁レプリカ12,13,14の作成を可能にする。SfM / LAI調査はサンゴ礁研究において一般的になり、サンゴ群集生態学10、生息地の複雑さ15,16、漂白イベント17,18、ハリケーン19、およびサンゴの修復20に対するサンゴ群集の応答に関する新たな洞察を可能にしました。

サンゴ礁のモニタリングにLAIを使用するためのいくつかのアプローチが開発されており21,22,23,24、その結果、この技術を活用しようとする実務家が利用できる多様な選択肢が生まれています。しかし、サンゴ礁の研究におけるLAIの効果的な使用は複雑で、かなりの学習努力が必要です。スキューバダイビング、水中ナビゲーション、水中写真、ソフトウェア活用、データキュレーション、管理の習熟度が不可欠です。さらに、生態学の専門知識は、データ製品を効果的に分析および解釈するための基本です。既存のワークフローは、時系列プロトコル、メタデータ収集(スケーリング、深度、位置など)、またはフィールドトリップ後のデータ処理など、正確で再現性のあるデータ収集に不可欠なすべてのステップについて十分なガイダンスを提供せずに、主に画像取得に焦点を当てる傾向があります。LAIワークフローに関連するコストも、高価なカメラシステムとコンピューターのセットアップを利用するため、高額になる傾向があります。研究者の間では、包括的で分かりやすく、効率的な方法論が依然として強く求められており、その結果、現在および将来の研究課題に幅広く答えるのに十分な品質のデータが得られます。私たちは、データの品質を向上させながら、処理の労力と複雑さを軽減し、コストを最小限に抑える水中LAIの堅牢で効率的なアプローチを開発することで、これに対処します。新しいアプローチにより、画像の迅速な取得、自動処理、時系列の調整が可能になり、サンゴ礁の生態学的研究と解析のための高品質なデータ製品が提供されます。このアプローチを実装するための総初期費用は、ユーザーがフォトグラメトリソフトウェアの教育価格にアクセスできるかどうかにより、約5,000ドルから8,000米ドル(カメラシステム、材料、専用コンピューター、ソフトウェアを含む)です。私たちの方法を適用することで、サンゴ礁の研究者がデータ収集と処理の取り組みを最適化し、非常に重要なサンゴ礁の生態学的データの迅速な抽出と分析を容易にするより効率的なワークフローを可能にすることを目指しています。

ここで説明する方法は「ReefShape」と名付けられており、(1)衛星に固定された半永久的な地上管制マーカーを使用してデータセットの自動ジオリファレンスと時系列アライメントを可能にする、(2)カスタムアプリベースの調査を使用して位置データの収集とフォーマットを容易にする、(3)写真測量パイプラインを完全に自動化するために構築された包括的なスクリプト化されたプロセスの実装、という3つの主要な新しい貢献があります。 他のLAIプロトコル20,21,22,23で依存している処理段階での人的労働を劇的に削減します。これらの他のLAIプロトコルと同様に、ReefShapeは、写真測量処理にAgisoft Metashape25(以下「写真測量プログラム」といいます)の使用に依存しており、さらに位置データ収集には無料のESRI Survey12326スマートフォンアプリケーション(以下「調査アプリ」といいます)を利用しています。このプロトコルは、シンプルでありながら堅牢であるように設計されており、マルチカメラシステム24や複雑な測地調査13を必要とせず、完成した3Dモデル、フォトモザイク、および正確な形状、縮尺、および位置を持つデジタル標高モデルとして定義される高品質のデータを提供するという目標を達成しています。種または属レベルで底生生物を視覚的に識別するのに十分な解像度と鮮明さ。大きなデータのギャップやホールはありません。正確な色;また、時系列データの場合は、時点間の適切な配置。ここで説明する具体的なアプローチは、これらの目標を達成するためにデータを収集および処理するためのフレームワークを提供します。

機械学習の進歩により、フォトモザイクから生態学的データをより速く、より正確に抽出するための新しい分析ツールが開発されることを期待しています。そのため、私たちは高品質の水中画像の収集と写真測量パイプラインの自動化に力を注ぎ、特定の分析は主にこのプロトコルのユーザー自身の多様なニーズに基づいて任せています。このスクリプト化されたプロセスは、サンゴ礁の研究コミュニティに広く適用することを目指しており、一般的なGISソフトウェアとTagLab、サンゴ礁オルソモザイク27の迅速な注釈のための専用アプリケーションに合わせて調整されたさまざまな仕様のGeoTIFFとしてフォーマットされたデータ製品をエクスポートするオプションが含まれています。

プロトコルの概要
ReefShape法は、 in situ データ収集とコンピュータ上でのデータ処理の2つの主要なフェーズに分かれています。この方法は、~25 m2 から >1000 m2 までのプロットサイズで機能し、深さは ~1 m から 30 m の範囲です。300〜400 m2 のプロットは、カリブ海のサンゴ礁28のサンゴの多様性を効果的に捉えるのに理想的であることが実証されています。しかし、~100 m2 より大きい区画は、初心者の測量士にとってナビゲートが難しい場合があることがわかりました。したがって、プロトコルでは 10 m x 10 m のプロット サイズが出発点として記述されていますが、この提案でユーザーを制約するつもりはありません。むしろ、ユーザーは自分の経験と研究ニーズに基づいてプロットサイズを選択することをお勧めします。データ収集のプロセスは、選択したプロットサイズで実質的に同じです。

プロットが最初に確立されると、測量士はまず、コード化された写真測量ターゲットを特徴とする4つの一意のマーカータグ(図1D)を各コーナー(図2)の基板に固定し、ダイブコンピュータを使用して各マーカーの深さを測定します。コード化されたスケールバー(図1E)がプロット内に一時的に配置され、ダイバーが単一のミラーレスカメラと広角直線レンズを使用して、サンゴ礁の1.5 m〜2 m上に配置された広角直線レンズを使用して、他の確立されたプロトコル11,21,24と同様に、二重交差の「芝刈り機」パターンで泳ぎ、基板に面した写真を収集します.通常、プロセス全体(初回セットアップと写真撮影を含む)は1回のダイビングで完了できますが、より深いプロットや大きなプロットでは複数のダイビングが必要になる場合があります。撮影後、測量士は浮き装置(図1C)に取り付けられたBluetooth GPSユニットとスマートフォンを使用して、測量アプリ内のカスタムフォームを使用して各コーナーマーカーの上の表面にGPSポイントを収集し、事前にフォーマットされたスプレッドシートで参照データをユーザーに電子メールで送信します。その後のプロット調査では、測量士は参照データを収集したりマーカーを設置したりする必要はなく、既存のコーナーマーカーを見つけて清掃し、写真を収集するだけでよいため、時系列データ収集のプロセスが合理化されます。

データ処理のために、写真測量プログラムとインターフェースしてパイプラインを自動化する一連のカスタムPythonスクリプトが開発されました(図3)。このプロセスは、通常、いくつかのポイントで人間の介入が必要です。自動パイプラインの主な処理ステップには、タイポイント クラウドの作成とカメラ位置の推定、サンゴ礁の 3D メッシュ モデルの構築、2.5D デジタル標高モデル (DEM) の構築、2D オルソ幾何補正フォトモザイクの構築、4 つのコーナー マーカーで囲まれた関心領域 (ROI) の定義が含まれます (図 4)。このワークフローでは、ユーザは、他のワークフロー21222324で一般的なように、手動で参照データを追加してデータ製品を生成する前に多数のステップを経る必要はなく、処理の開始時にグラフィックインターフェース(補足図1)に写真と参照データを入力する.時系列処理の場合、パーマネントコーナーマーカーはタイムポイントの自動アライメントを容易にし、手動アライメントの必要性を排除します。標準化されたスクリプト化されたワークフローを使用すると、データの一貫性を確保し、特に多くの時点を持つプロジェクトでは、処理中の人的労力を大幅に節約できます。サンゴ礁の構造の複雑さを評価するための重要な指標である3D表面積対平面面積の比率の計算など、さまざまな処理タスクを自動化するためのスタンドアロンスクリプトのスイートも含まれています19,29

figure-introduction-1
図1:このプロトコルのデータ収集部分に必要な主要な資料: (A)広角直線レンズ付きミラーレスカメラ、(B)カメラ/レンズに適合するドームポート付き水中ハウジング、(C)Bluetooth GPSキックボードデバイス、(D)恒久的なプロットの地上制御とジオリファレンスのための自動的に検出可能なコード化されたコーナーマーカー、および(E)モデルサイズの設定に使用されるコード化されたスケールバー。 この図の拡大版を表示するには、ここをクリックしてください。

Protocol

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

注意: 機器の準備手順については 、補足ファイル1、セクション1および2 を参照してください。

1. プロットのセットアップ

  1. コーナーマーカーの取り付け(初期時点のみ)
    1. フィールドで適切なプロットを選択します。プロセス全体で安全性が優先されるようにします。このプロトコルでは、10 m x 10 mのプロットについて説明します。
      注:このプロトコルは、単一の研究者またはバディペアで実行でき、研究のニーズに応じてほとんどのプロットサイズに適合させることができます。
    2. プロットを選択したら、スキューバダイビング中に4つのコーナーマーカーを取り付けます。コーナーマーカー1〜4(図1D)をハンマーと4本の釘を使用して、プロットの角で順番に基質に固定し、基質を骨折させたり、敏感な生きたサンゴを傷つけたりしないように注意します。マーカーを設置するのに適した場所を見つけます(たとえば、真上から簡単に見え、損傷を受けたりすぐにバイオ侵食されたりする可能性が低い、非生体基質の比較的平らな領域)。
    3. 一貫性を保ち、プロットのナビゲーションと再配置を容易にするために、プロット マーカーを時計回りに取り付けます。必要に応じて、巻尺とコンパスを使用して、マーカー1をNEコーナーに、マーカー2をSEコーナーに、マーカー3をSWコーナーに、マーカー4をNWコーナーに取り付けます。
      注: 図2A は適切に取り付けられたマーカーを示し、 図2D はプロットレイアウトの概要を示しており、すべてのマーカーが正方形のパターンで~10m間隔で配置されています。
    4. マーカーの深さを記録します。ダイブコンピュータまたはその他の深度計を使用して、4つのコーナーマーカーのそれぞれの深さをダイブスレートに最も近い10cmまで記録します。
    5. オプションで、油性マーカーの取り付けが許可されていない、または実行可能な場合は、一時的なコーナーマーカー(補足ファイル1セクション3を参照)をプロットコーナーの基板に配置できます。これらのマーカーは後で取得できます。
  2. スケールバーの配置(すべての時点)
    1. コーナーマーカーを配置したら、プロット内の安定した位置に3〜5本のスケールバー( 補足ファイル1、セクション1を参照)を配置し、ダイビングウェイトまたは小さな岩を使用して各スケールバーを重くし、撮影中にスケールバーが動かないようにします。カメラのホワイトバランスにグレーカードを使用する場合を除き(手順2.1.2を参照)、少なくとも1つのスケールバーがプロットの中央深度の近くにあることを確認してください。
      注意: スケールバーは上から見える必要があり、サンゴなどの重要な物体を覆うことができず、マーカー間の測定された長さが短くなるように曲げたり曲げたりすることはできません。

2. 画像取得

注意: 高品質のデータを確保するために重要であるため、カメラ設定を正しく構成するには特別な注意を払う必要があります。このプロトコルには、広角レンズを備えたミラーレスカメラが推奨されます。 表 1 補足 File 1セクション 4 の主なカメラ設定とシステムの推奨事項を参照してください。水中ハウジングとレンズに合ったドームポートとペアリングします。目標は、鮮明な画像を維持することです。

カメラ設定勧告
イメージングモード手動
アパーチャF8、F5.6(プロットが深度>15mまたは暗い場所の場合)
シャッタースピード1/500s、1/320s(低照度時またはゼロサージ時)
自動
ホワイトバランスカスタム(深さの中央値で白色の点に設定)
画像安定化オン(使用可能な場合)
画像フォーマットJPEG+RAW画像
1秒
オートフォーカスAF-S(シーケンスの最初のフレームに焦点を当てる)
シャッタータイプ機械式またはEFCS(サイレントまたは電子式ではない)
露出スムージング/AEトラッキング感度オフ/ハイ

表1:水中写真測量用の画像を収集する際にデータ品質を最大化するために必要な重要なカメラ設定。 これらの設定は、ほとんどのミラーレスカメラまたはデジタル一眼レフカメラに適用されますが、資料の表で推奨されている特定のセットアップに合わせて調整されています。

  1. サンゴ礁のイメージング(すべての時点)
    1. 適切な水中機能と防水を確保するために、メーカーの推奨と標準的な水中写真の実践に従ってカメラシステムとハウジングを組み立てます。カメラが手動露出モード(M)になっていること、絞りがf / 8に設定されていること、シャッタースピードが1/500 であること、ISOが自動モードに設定されていることを確認して、すべてのフレームで正しい露出を実現します。詳細な設定については、 表 1 を参照してください。
      注意: 暗くて深い状況では、絞りを5.6、シャッタースピードを1/320秒にすることで、光の量を増やし、画像のノイズを減らすことができます。
    2. プロットの中央深度にグレーのカードまたはスケールバーを使用して、カメラをスケールバーのグレーのカードまたは白い部分に向け、白い基準点が影を落とさないように注意しながら、カスタムホワイトバランスを設定します。これは、画像収集を開始する直前に完了します。
    3. プロットの1つのコーナーに移動し、カメラを基板から1.5〜2 m上に下に向けて配置します(図2C)。カメラをサンゴ礁にオートフォーカスし、1フレーム/秒で写真を撮る間隔を開始します。
    4. 隣接するプロットコーナーに向かって快適な速度で泳ぎ始め、写真の最初のパスを収集します。180°回転させ、最初のパスから約1m間隔で、一貫して基板から1.5〜2m上に2番目のフォトパスを収集します。これを繰り返して、プロット全体の上に芝刈り機のようなパターンで逆平行パスを完了し、周囲に少なくとも 0.5 m のバッファーを含めます (図 2D、セット 1)。写真のカバレッジに隙間がないようにし、すべての縮尺記号とコーナーマーカーが写真に含まれていることを確認します。
      注:ナビゲーションは、通常はスキューバダイビング(または<2mの深さのプロットの場合はシュノーケル)で、測量士によって実行され、主要なサンゴ礁の特徴を記憶してカバレッジを維持します。2人目の測量士やダイビング仲間がナビゲーションを手伝ってくれます。目標は、マーカーに含まれるエリアと0.5mのバッファエリア内のサンゴ礁のすべての表面を完全にカバーするオーバーラップ写真(~80%のフロントオーバーラップ、~60%のサイドオーバーラップ)を収集することです。
    5. 画像収集パスセット 2 を実行します。最初のパスセットが完了したら、90°回転し、リーフの上にある2番目のパスセットを収集し、グリッドパターンを完成させます(図2D、セット2)。写真は、主に下向きで撮影する必要がありますが、カメラを基板表面に対して垂直に向けるためにカメラを斜めに傾ける必要がある高浮き彫りの領域を除きます。
      注: この 2 番目のパス セットは、プロットの完全なオーバーラップとカバレッジを確保することを目的としています。プロットの主要な領域や高浮き彫りの領域に追加の写真コレクションは許容され、複雑なプロットでは完全な画像カバレッジを確保するために推奨されます。
    6. プロットをクリーンアップします。画像収集が完了したら、スケールバーと残されたマテリアルを手に取ります。パーマネントコーナーマーカーは、サンゴ礁に残すことを意図した唯一の材料です。
      注意: 一時的なコーナーマーカーを使用する場合は、マーカーを取り外す前に参照データ(セクション3)を収集する必要があります。2人目の測量士が参照データを収集し、1人目の測量士がプロットを撮影することをお勧めします。

figure-protocol-1
図2:プロットのセットアップと写真撮影。 (A)は新設したコーナーマーカー、(B)は設置後13ヶ月のマーカーです。(C)はサンゴ礁の上の適切な距離で調査を行っているダイバーを示し、(D)は、コーナーマーカー(黒い破線のボックス)に含まれる領域を囲む2つの垂直な逆平行パス(赤と青の線)を使用したプロット撮影プロセスの図を示しています。この図の拡大版を表示するには、ここをクリックしてください。

3. 参考データの収集

注:GPSキットとReefShape調査のセットアップについては、 補足ファイル1、セクション2を参照してください。GPSポイントの収集が不可能な場合でも、ReefShape自動処理アプローチ(セクション5)を引き続き使用できます。参照ファイルをローカル座標でフォーマットするための別の調査は、GitHubページ(https://github.com/Perry-Institute/ReefShape)と使用手順に記載されています。

  1. ReefShape調査(初期時点のみ)
    1. スマートフォンの調査アプリ(補足図1)でReefShape調査を開き、重要なメタデータ(調査員のイニシャル、電子メール、プロット名、メモ)を入力します。スマートフォンを防水ポーチに入れます。GPSキックボードキット(図2C)とスマートフォンを使用して、プロットの上を泳ぎ出します。
    2. ターゲット1を特定し、GPSキックボードをターゲットの真上の表面に配置し、電話のReefShape調査内で十字線アイコンをタップしてGPSポイントを収集します。次のターゲットに進みます。2 回目の繰り返しでターゲット 2 の位置を記録し、3 回目にターゲット 3 を、4 回目にターゲット 4 を記録します。ボートまたは岸に戻ります。
    3. ReefShape調査では、各マーカーに対応する深度情報を入力します。データが正しいこと(つまり、妥当な精度の推定値、空の場所や深さがないこと)を確認してから、送信します。
      注:GPSデータ収集プロセスは、時間を節約するために最初の研究者が写真を収集している間に、2番目の研究者が完了できます。送信にはインターネット アクセスが必要ですが、調査を送信トレイに保存して、後で必要に応じて送信できます。送信されると、ユーザーは事前にフォーマットされた位置情報が記載されたメールを受け取ります。

4. タイムポイントを繰り返す

  1. プロットの検査と保守 (後続の時点のみ)
    1. 繰り返し画像のプロットに戻ったら、まずプロットを再配置し、元のGPSデータまたは必要に応じて元の時点のフォトモザイクのプリントアウトを参照として使用して、コーナーマーカーを見つけます(図2B)。マーカーの表面に生物付着がある場合は、プラスチック製のスクレーパーなどを使用して表面を清掃し、ターゲットのデザインが見やすいことを確認してください。
    2. マーカーを紛失または損傷して円形のターゲットデザインが明確でなくなった場合は、手順1.1.2と同じインストールプロセスでマーカーを交換します。可能であれば、前の場所(+/- ~5 cm)のマーカーを交換します。置換マーカーのターゲット番号は、元のマーカーと同じであることが重要です。置き換えられたマーカーをメモします。
  2. プロット写真(すべての時点で同じプロセス)
    1. スケールバーを配置します。プロトコルのステップ 1.2 を参照してください。
    2. カスタムホワイトバランスを設定し、画像を収集します。プロトコルセクション2を参照してください。

figure-protocol-2
図3:メインのReefShapeスクリプトによって自動化された写真測量ワークフローのステップを示すフローチャート。 画像、縮尺記号の長さファイル、およびジオリファレンス ファイル (オレンジ色のボックス) がスクリプトに入力され、スクリプトによってすべての重要な処理手順 (青色のボックス) が自動化され、分析の準備が整ったデータ プロダクト (緑色のボックス) が生成されます。 この図の拡大版を表示するには、ここをクリックしてください。

5. データ処理

注: ソフトウェアのセットアップ手順については 、補足ファイル 1、セクション 5 を参照してください。

  1. 画像のインポート
    1. プロットイメージングからすべての写真を処理コンピューターにインポートし、JPEG写真とRAW写真を別々のサブフォルダーに分けます。
    2. 参照データをダウンロードします。スケールバーの長さのテキストファイル( 補足ファイル1のセクション1を参照)が、コンピューター上のアクセスしやすい場所に保存されていることを確認してください。ReefShape調査(プロトコルセクション3)内のジオリファレンスデータの送信時に自動的に電子メールで送信されたジオリファレンスCSVファイルをダウンロードして、同様に保存します。
  2. メインのReefShapeワークフロー(最初の時点)
    1. フォトグラメトリプログラム内で新しいプロジェクトを開き、ReefShapeカスタムメニューバーから[フルReefShapeワークフロー]を選択します。これにより、グラフィック インターフェイス パネルが表示されます (補足図 2 を参照)。
    2. 最初のセクション(プロジェクト設定)で、[ 新規作成 ]をクリックしてプロジェクトに名前を付け(プロット名)、保存場所を選択します。2 番目のボックスで [ Rename Chunk ] をクリックして、アクティブなチャンクに YYYYMMDD 形式の画像収集日の名前を付けます。3 番目のボックスで、[ 写真の選択 ] をクリックして、プロットの JPEG 写真を含むフォルダーを選択してインポートします。 「プロジェクトの保存 」をクリックして、プロジェクトの初期化を終了します。
    3. Full ReefShape Workflowインターフェースの2番目のパネル(General)で、座標系の設定から始めます。GPS ユニットで使用される WGS84 座標系と、海面を近似する組み込みのジオイド モデル (EGM96) が組み合わされているため、WGS84 + EGM96 の高さ (EPSG: 9707) を選択します。
      注: ユーザーが実際の位置データを収集しなかった場合、座標系は代わりにローカル座標 (m) に設定する必要があります。一般パネルのデフォルト設定(一般事前選択:オン、 メッシュ品質:中、 デフォルトの解像度:オフ、 カスタム解像度:0.5 mm)は、ここで説明する特定のプロトコルに適用されるように設計されています。スクリプトは研究者のニーズに合わせて柔軟に対応でき、それに応じて設定を調整できます。
    4. 一般パネルの下部にある「フォルダ選択」ボタンをクリックして、データ製品の出力パスを設定します。分析の必要に応じて、目的の出力データ製品のチェックボックスをオンにします。
    5. [ジオリファレンス] パネルを設定します。自動検出可能なマーカーを使用するには、[はい] を選択します。スケールバーボックスの横にある「ファイルの選択」をクリックして、スケールテキストファイルを見つけます(補足ファイル1、セクション1を参照)。ジオリファレンス ファイル ボックスの横にある [ファイルの選択] をクリックして、プロットの ReefShape 調査から参照する CSV を見つけます。
      注:プロットのセットアップ中にマーカーが順不同でインストールされた場合(つまり、プロットの周りを1、2、3、4ではなく、ターゲット1、ターゲット3、ターゲット2、ターゲット4)、実際の順序は、[ コーナーマーカーの調整 ]ボタンをクリックしてポップアップウィンドウでマーカーを並べ替えることで指定できます。これにより、スクリプトはマーカー間の領域を含むROIを適切に生成できます。
    6. スクリプトを実行します。すべてのデータを入力したら、パネルの下部にある [OK ]をクリックしてプロセスを実行します。各ステップの進行状況バーが表示されます。スクリプトが自動化するプロセスを 図 3 に示します。
      注: スクリプトでエラーが発生した場合、またはソフトウェアまたはコンピュータがクラッシュした場合、スクリプトは最後に完了したステップまでの進行状況を保存します。プロジェクトを再度開き、必要に応じてエラーを修正し、スクリプトを再実行してプロセスを再開して完了することができます。縮尺とジオリファレンス データのアライメントとイントレグレーションでプロセスが終了している限り、ユーザーはジオリファレンス パネルに何も再入力する必要はありません。
    7. データを検査して、高品質の出力を確保します。データ検証ワークフローについては、セクション 5.4 を参照してください。
    8. 必要に応じて、表面積比を計算します。ユーザーがプロットの 3D と 2D の表面積比を計算して粗さを測定する場合は、ReefShape ドロップダウン メニューの [ツール] サブメニューにある [表面積比の計算] ボタンを選択します。結果の比率は、コンソールとポップアップボックスに印刷されます。
  3. タイムポイントの整列 (後続のタイムポイント)
    注:プロットの各時点は、同じプロジェクト内に新しい「チャンク」として保存されます。
    1. 最初の時点と同様に、写真をインポートしてJPEGフォルダとRAWフォルダに整理します。フォトグラメトリソフトウェアでプロットのプロジェクトを開き、 ReefShape ドロップダウンメニューを開いて 、Align Timepoints (補足図3)を選択します。
    2. [Project Setup] パネルで [Create Chunk] をクリックして、新しいチャンク (新しい時点を表す) をプロジェクトに追加します。新しい画像が収集された日付を YYYYMMDD 形式でチャンク名として入力します。[Select Folder] を選択して、新しい画像をこのチャンクに追加します。
    3. [一般] パネルで、[参照チャンクの選択] の初期時点を選択します。[Select Active Chunk] のドロップダウンで、新しい時点を選択します。終了したら [OK] をクリックして、アクティブなチャンク イメージ内のマーカーを検出し、参照チャンクから各マーカーの正確な座標をインポートします。
      注意: コーナーマーカーが水中で交換された場合は、マーカーが以前と同じ正確な地理的位置にない可能性があることをソフトウェアに通知するために、[ 損傷したマーカーの追加 ]ドロップダウンにそのことを記録する必要があります。
    4. マーカーとジオリファレンスを検査します。 参照 パネル (補足図 4) で、すべてのマーカーが検出され、ターゲット 1 から 4 が参照チャンクから位置情報を継承していることを確認します。
      注: マーカーが検出されない場合 (通常は、マーカーを交換しなかった場合のマーカーの損傷が原因)、マーカーを手動で追加し、少なくとも 3 つのソース イメージを追加し、参照チャンクのマーカー ラベルに対応する名前を付ける必要があります。その後、 Align Timepoints スクリプトを再度実行して、手動で配置したマーカーの位置情報を追加できます。
    5. ReefShapeメニューから選択して、完全なReefShapeワークフロースクリプトを実行します。プロジェクト設定パネルとジオリファレンスパネルは空白のままにし、必要に応じて一般パネルのみを編集し、手順5.2.3のように処理設定、データ製品のエクスポート先、生成する製品を選択します。[OK] をクリックして写真測量プロセスを完了し、新しい時点の位置合わせされたデータ製品をエクスポートします。
    6. データを検査して、高品質の出力を確保します。検証ワークフローについては、セクション 5.4 を参照してください。
    7. 表面積比を計算します(オプション)。ステップ 5.2.8 を参照してください。
  4. データ検証 (各時点)
    注:各時点について、アライメントとデータ製品の正確性を検査することが重要です。問題が発生した場合は、手動による介入が必要になる場合があります。エラーの下流にあるデータピース(オルソモザイク、DEM、3Dモデル、タイポイントなど)は削除する必要があります。その後、問題を修正し(可能な場合)、Full ReefShapeワークフロースクリプトを再度実行して処理を完了できます。ユーザーがデータ製品に満足したら、分析を開始できます。
    1. 写真の位置合わせを確認します。フォトグラメトリプログラムの ワークスペース パネルで、まず、合計のうち何枚の写真が正常に整列したかを確認します。<10枚の写真が整列していない場合、それらの不在が最終的なデータ製品に悪影響を与えることはないでしょう。
      注:写真のかなりの部分が整列していない場合は、位置合わせをリセットし、Generic PreselectionをオフにしてFull ReefShapeワークフローを再実行してください。それでも多くの写真が整列していない場合は、データセットのオーバーラップが不十分である可能性が高く、再撮影が必要です。
    2. モデル ビューア ウィンドウでタイポイント クラウドとカメラの位置 (図 4A) を調べて、位置合わせに明らかな問題があるかどうかを評価します。タイポイントまたはカメラ位置のセクションが、全体的な点群に対して明らかにずれている場合は、位置合わせの問題の明らかな兆候です。
      注:位置がずれている写真は選択する必要があり、右クリックして[カメラの位置合わせをリセット]を選択すると、位置がリセットされます。次に、ワークフローメニューバーのドロップダウンで[写真を整列]を選択します。正しく位置合わせされていない場合は、データセットのオーバーラップが不十分である可能性が高く、再撮影が必要になります。
    3. ジオリファレンスを確認します。モデルビューアウィンドウとオルソビューアウィンドウ(図4BおよびC)でモデルとDEMを検査し、正しいレベリングと配置を確認します。リファレンスパネル(補足図4)では、マーカー誤差は1mまたは2m未満、内部スケーリング誤差は1mmまたは2mm未満である必要があります。
      注:大きなスケーリングエラー、マーカーエラー、または逆さまのモデルは、座標系が正しく設定されていない、マーカーが正しく検出されていない、またはGPS位置データが非常に貧弱である(マーカーの位置が地理的な順序から外れているなど)が原因である可能性のある参照エラーを示しています。この問題を解決するには、参照データの手動編集が必要になる場合があります。
    4. オルソモザイクを確認します。 オルソモザイクを [オルソ ビューア] ウィンドウで検査し、大幅なぼやけ、歪み、画像の穴、または非常に高いノイズがないか目視で調べて、画像品質が十分であることを確認します (図 6)。
      注:これらの問題が検出された場合は、カメラの設定が適切に設定されていなかったか、サンゴ礁から不適切な距離で写真が撮影されたか、一部の地域で画像の重なりが不十分である可能性があり、許容できる結果を得るにはサイトを再撮影する必要がある場合があります。
    5. 境界ポリゴンを確認します。 [オルソ ] ビューアー ウィンドウで、 図 4 に示すように、4 つのコーナー マーカー内の関心領域を定義する自動生成された境界ポリゴンが正しいことを確認します。
      注:境界が交差しているか、間違ったマーカーを接続している場合は、ビューアでポリゴンを右クリックして削除します。[ReefShape]ドロップダウンの[ツール]サブメニューから[境界の作成]を選択してコーナーマーカーの正しい順序を定義するか、ポリゴンツールを使用して新しいカスタム境界を定義して[外側境界]ポリゴンタイプに設定します。Full ReefShape Workflowスクリプトを再実行して、データ製品を再エクスポートします。

figure-protocol-3
図4:ReefShapeプロセスの4つの主要なステップに分割されたサンゴ礁プロットのビジュアル。 (A) タイポイント クラウドとカメラの位置、(B) 3 次元メッシュ モデル、(C) デジタル標高モデル (DEM)、(D) オルソ補正フォトモザイク。ラベルには、検出されたコーナー マーカー (ターゲット 1 〜 4)、3 つのスケール バー、および構造解析と生態学的解析のために自動的に生成された関心領域ポリゴンの位置が表示されます。 この図の拡大版を表示するには、ここをクリックしてください。

Results

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

時系列LAIデータセットは、バハマのニュープロビデンスの南西端沖にあるSimms Point Reefで、この方法論を使用して収集されました。 図4図5図6および補足図4 はすべて、この実験の結果を示しています。参照ネットワークが確立され、2023年1月に最初の画像が収集されました。2023年8月、厳しい海洋熱波の最中に、サンゴの白化現象の深刻度を評価するために再撮影されました。どちらの時点も、完全なReefShapeワークフロースクリプトを使用して処理され、中間ステップでユーザーの介入は必要ありませんでした。1 の時点には 1,299 枚の画像が含まれ、そのすべてが成功裏に位置合わせされ、平均遊泳高度は基板から 1.8 m、ネイティブの地上解像度は 0.567 mm/px (0.5 mm/px に標準化)、総カバレッジ領域は 208 m2 (コーナーマーカー内の領域で測定)、3D/2D 表面積比は 2.887 でした。 再投影誤差は 1.12 px、内部位置情報の合計精度は 30.6 cm、スケーリング誤差は 1.4 mm です。フルリーフシェイプスクリプトのデフォルト設定では、6コアCPU、32GBのRAM、8GBのディスクリートGPU(総コスト~1,500米ドル)を搭載した2018年頃のデスクトップコンピュータを使用して、全体のプロセスに8時間23分かかりました。14コアCPU、64GBのRAM、24GBのディスクリートGPU(合計コスト~$4,000USD)を搭載した2024年のデスクトップでは、同じプロットを合計1時間58分で処理しました。1,974 / 1,974 の整列画像を含む 2 番目の時点は、古い 2018 デスクトップで 7 時間 45 分かかりました。

図5には、TagLab27で完了した2つの時点と基本的なサンゴの白化分析を拡大したセクションが示されており、底生生物の生息地の経時変化を分析するためのこのプロセスの有用性を示しています。分析の結果、多くのサンゴ種の個体の90%以上が完全な白化を経験し、イベントの深刻さが確認されましたが、他の種は最小限の漂白またはまったく漂白を経験しなかったことが示され、サンゴ群集内の回復力のパターンについての洞察が得られました。どちらの時点(図5)も、高品質の画像を示しており、生物を種または属レベルで専門家が特定するのに十分なシャープネスと解像度を備えています。ホワイトバランスは適切に設定されており、ぼやけ、データホール、その他のアーティファクトの大きな領域はなく、プロトコルがサンゴ礁の底生生態学のダイナミクスを研究するために必要なデータを効率的に提供することに成功していることを示しています。図 6 (上) は、このプロットを拡大表示したもので、高品質の画像の例と、データ品質要件を満たさない低品質のデータセット (下) を比較したものです。これは、画像アーティファクトが生態学的データの抽出を妨げます。低品質のデータセットは、不適切なカメラ設定(不適切なホワイトバランスが全体的な色相を赤くし、絞りが開きすぎてぼやける)と、ダイバーのナビゲーションが不十分なために写真のオーバーラップが不十分で収集され、画像取得の重要性が浮き彫りになりました(プロトコルセクション2)。

figure-results-1
図5:白化現象の前と最中に撮影されたプロットからの時系列画像とサンゴのコロニーの輪郭を示す代表的な結果であり、私たちのプロトコルで達成された自動アライメントの精度と、このデータが底生生物の経時的な変化を監視するための有用性を示しています。 (A)はバハマのニュープロビデンスにあるシムズポイントサイトの2023年1月の画像、(B)2023年8月の画像、(C)2023年1月の生きたサンゴのコロニーは健康(青)、淡い(オレンジ)、または漂白(赤)に分類され、(D)2023年8月の生きたサンゴのコロニーは同じ分類スキームで概説されています。サンゴコロニーのアウトライン化は、TagLabのAI支援セグメンテーションを使用して完了しました。 この図の拡大版を表示するには、ここをクリックしてください。

figure-results-2
図 6: 高品質のオルソモザイクと低品質のオルソモザイクの例で、この 2 つを区別する主要な属性を示す注釈が付いています。 プロトコルステップ5.4でのオルソモザイクおよびその他のデータ製品の目視検査は、プロトコルが適切に実行されたかどうか、またはデータ品質目標を達成するためにプロット写真のやり直しが必要かどうかを評価するために必要です。 この図の拡大版を表示するには、ここをクリックしてください。

ソフトウェアアクセス:
ReefShapeのPythonスクリプト、インストールと使用の手順、データ収集とソフトウェアの使用に関するより詳細な説明は、ホワイトペーパーの形で入手できます https://github.com/Perry-Institute/ReefShape。今後は、問題発生時の対応や改善に向けてスクリプトを更新していく予定です。そのため、最新バージョンのご利用をおすすめします。

補足図1.スマートフォンの Survey123 アプリ内での ReefShape ジオリファレンス データ収集調査を示すスクリーンショット。 ユーザーは有料アカウントなしで調査にアクセスでき、送信時にReefShape処理で使用するために事前にフォーマットされたデータが電子メールで送信されます。 このファイルをダウンロードするには、ここをクリックしてください。

補足図2.完全なReefShapeワークフロースクリプトGUIのスクリーンショット。 ユーザーは、このインターフェースで処理に必要なすべての情報を入力できるため、写真測量ワークフローを完全に自動化できます。 このファイルをダウンロードするには、ここをクリックしてください。

補足図3.Align Timepoints スクリプト GUI のスクリーンショット。 ユーザーはこのスクリプトを利用して、後続の調査を元の時点に自動的に位置合わせし、時系列の変化分析を容易にすることができます。 このファイルをダウンロードするには、ここをクリックしてください。

補足図4。3Dモデルのスクリーンショット、代表的な結果と参照パネルを強調表示。 リファレンスパネルのすべての情報は、Full ReefShapeワークフロースクリプトに入力されたスケールバーとジオリファレンスファイルに従って自動的に設定されます。さまざまな参照データ(スケーリングは0.25 mm、深さは10 cm、XYジオロケーションは~70 cm)のさまざまな精度測定値が自動的に入力され、Metashapeによって計算された最終的な位置ソリューションでスケール、深さ、XY座標の順で優先的に処理できます。 このファイルをダウンロードするには、ここをクリックしてください。

補足ファイル1: 機器の準備手順、カメラのシステム要件と設定、およびプロトコル自体の範囲外のコンピューター要件とソフトウェアのセットアップ手順は、補足ファイルに含まれています。 このファイルをダウンロードするには、ここをクリックしてください。

Discussion

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

このプロトコルは、取得時の画像品質とオーバーラップ、モデルとマップのスケーリング、レベリング、ジオロケーション、時系列アライメントのためのメタデータ収集、写真測量処理パイプライン中の人間の意思決定、分析用データの準備とエクスポートなど、サンゴ礁の生息地の水中写真測量における主要な課題に対処するために設計されました。最初の課題には、カメラシステムと重要な設定の慎重な選択、テスト、推奨で対処します。画像取得には多くのシステムが機能しますが、アクションカメラ(GoProなど)を含むセットアップは、ローリングシャッターの歪み、手動のホワイトバランスの欠如、1HzでのRAW写真の収集ができないため、最終的な画像の品質と時系列データを正確に位置合わせする能力が制限されるため、不十分であることがわかりました。マルチカメラDLSRセットアップは、スタディプロット24の画像カバレッジを向上させることができますが、これらのセットアップは高価で、水中ではより扱いにくいです。代わりに、メカニカルシャッター、カスタムホワイトバランス、RAWおよびJPEG写真の収集機能、ノイズレベルの低い最新のAPS-Cイメージセンサー、シャープな画像を生成する広角レンズ(~100°の視野)とドームポートの組み合わせを備えた、比較的安価な(~$ 2,800 USDの総コスト)ミラーレスカメラシステムを選択します。広角レンズは、画像のカバレッジとオーバーラップを増やすために選択され、垂直およびオーバーハングサーフェスの3Dレンダリングを改善し、潜在的なモデルホールを減らします。1秒の間隔と1台のカメラを使用すると、ディテールやモデルの品質を損なうことなく、他の方法よりも画像の総数が減り、処理が高速化されます。最後に、RAW 画像は、JPEG 画像に依存する現在の画像処理パイプラインの機能にとってすぐに重要ではありませんが、RAW 画像には高品質の色情報が含まれているため、アーカイブ目的には不可欠であると考えています。ホワイトバランスは、画像処理ソフトウェアで収集した後に調整でき、将来的には、より高品質の色情報をSeaThru30 やDeepSeeColor31 などの色補正アルゴリズムに入力し、写真測量パイプラインに統合して、より一貫した色とサンゴの色素沈着や漂白などの現象の詳細な研究を行うことができます。

2つ目の重要な課題は、3Dジオロケーション、スケーリング、時系列のアライメントです。多くの解析では実世界の座標は必要ありませんが、オルソ幾何補正プロセスと正確な計測32,33のためには、モデルを正確にスケーリングし、平準化する必要があります。このプロセスは、検出可能なコード化されたターゲットを使用しないか、深度測定とXY座標系を使用せずに、写真測量ソフトウェア内で自動化することは困難です。ほとんどのプロトコルでは、参照情報をMetashapeに手動で組み込むか、後で他のソフトウェアに組み込む必要があるため、ワークフローが複雑で非効率的になります。コード化されたターゲットを、正確に知られている長さのスケールバーと恒久的に固定されたコーナーマーカーに組み込むことにより、ユーザーフレンドリーなジオロケーションおよび深度収集システムと相まって、座標系を自動的に定義し、モデルの位置を特定し、スケーリングし、水平にするために必要な情報をソフトウェアに提供します。各測定の精度を指定することで、ソフトウェアはスケール、深度、XY座標の順に優先されるように、最終的なロケーションソリューションに正しく重み付けを行い、比較的精度の低いGNSSデータでも高精度のスケーリングとレベリングを可能にします。時系列フォトモザイクの共登録には、通常、サンゴ礁上の一貫したポイントを特定、マーク、および一致させるために人間の介入が必要です。このプロセスは非常に時間がかかり、時点間に明確に静的な特徴がない場合、困難になります。耐久性のある地上基準点マーカーを使用すると、自動的に検出可能な4つの静的ターゲットのセットが提供されるため、この問題が軽減されます。スクリプト化されたプロセスでは、後続のタイムポイントは前のタイムポイントからの正確なジオリファレンスを継承し、アライメントプロセスを大幅に簡素化し、人間の入力を減らしながら、サンゴ礁の細かいスケールの生態学的および構造的変化を追跡できるタイムポイントの高精度な同時登録を促進します。

このプロトコルで対処される3つ目の課題は、人間の介入とコンピュータハードウェアへの要求の両方において、フォトグラメトリのワークフローにおける非効率性です。ReefShapeスクリプトは、ユーザーがプロセス全体に必要なすべての情報を1つのGUIボックスに入力できるように設計されており、プロセスの主要なステップ(スケール、レベリング、ジオリファレンス情報の組み込みなど)で通常必要な介入を排除します。これにより、ユーザーはプロセスを開始し、残りはコンピューターに任せることができるため、時間と労力を節約できます。Full ReefShapeワークフロースクリプト(図3 および 図4)で使用される写真測量パイプラインは、効率的な処理を提供するために最適化されています。私たちは、2つのフェーズからなる特殊なアライメントプロセスを採用しています。最初のアライメントパスは、汎用の事前選択を有効にして実行されるが、これは、精度34の損失をもたらさずに、画像のアライメント時間を何時間も短縮できるオプションである。次に、第 2 フェーズでは、一般的な事前選択を使用せずに、残りの未整列写真を既存の整列に追加しようとします。これにより、浅瀬での波のレンズ効果による最適でないオーバーラップやコースティック バンドによって引き起こされる位置合わせの問題を軽減できます。まとめると、これらのステップは効率的で強力なアライメントプロセスを表しており、標準のMetashape処理手順よりもはるかに多くの写真が適切に位置合わせされることがよくあります。深度マップから直接3Dメッシュを生成するため、高密度の点群構築の時間とリソースを大量に消費するプロセスをバイパスします。この方法で生成されたメッシュは、ノイズが少なく、カバレッジの低い領域の再構築が優れている傾向があり、他の方法23で使用されるようにメッシュ化する前に点群をクリーニングする必要がなくなります。私たちの経験では、メッシュ生成のこのプロセスは、高密度の点群の構築やメッシュ作成よりも安定性が高く、コンピューターのクラッシュが少なくなる傾向があります。最後に、メッシュの代わりにオルソ幾何補正サーフェスとして使用される高解像度のDEMを生成します。これにより、品質を知覚できるほど損なうことなく、オルソモザイクの構築時間が大幅に短縮されます。

最後の課題は、生態学的分析のためのデータの準備、標準化、およびエクスポートです。画像製品の解像度を0.5mm/ピクセルに標準化することで、プロット間や時点間で一貫性のある比較可能な製品を確保し、今後、AIと機械学習を分析に活用する取り組みを強化します。完全なReefShapeワークフロースクリプトは、GISソフトウェアとTagLab27に適した形式で処理レポートとデータ製品をエクスポートするオプションを提供し、フォーマットを標準化し、この手順を手動で行うワークフローの時間と労力を節約します。多くの解析に必要な関心領域(ROI)ポリゴンは、既知のコーナーマーカー位置を使用して自動的に生成され、底生成分を分析するためにプロット全体のランダムポイントを生成および識別するなど、GISワークフローに組み込むための標準シェープファイルとしてエクスポートされます。このROIにより、 図5に示すように、時系列分析に必要なTagLabのクロップおよびピクセル整列出力も可能になります。ROIはまた、各時点の3D表面積と平面面積の比率の自動計算を可能にします(プロトコルステップ5.2.8)、これはサンゴ礁の構造の複雑さとその経時変化を測定するために重要です。

このプロトコルは、水中写真測量の効率と使いやすさの進歩を表していますが、制限があります。最も注目すべきは、フォトグラメトリプロセスが主要なステップの1つで失敗した場合、続行する前に問題のトラブルシューティングと修正のためにユーザーの介入が必要になることです。私たちのスクリプト化されたプロセスは、フォトグラメトリの深い知識を持たない研究者でも使用できるように設計されていますが、問題が発生したときに問題を解決するためには、基本的な理解が重要です。プロセスのいくつかの重要な部分は、最も問題になりやすい部分です。まず、浅瀬や日当たりの良い場所では、画像のオーバーラップが不十分であったり、基板上の深刻なコースティックバンドが原因で、画像の位置が整列しない場合があります。アライメントの失敗は、タイポイントの雲とカメラの位置を調べることで検出できます。コースティックバンドが原因でアライメントが失敗した場合は、Generic Preselectionのチェックを外してReefShapeのワークフロー全体を再実行すると、通常、処理時間が劇的に長くなるという犠牲を払って問題を解決できます。画像の重なりが不十分で、ソフトウェアが写真を位置合わせできない場合は、サイトを再撮影することが最善の解決策である可能性があります。マーカー検出に失敗すると、マッピングでエラーが発生する可能性もあります。これは、マーカーが損傷しているか、十分に清掃されていない場合に最もよく見られます。この場合、Metashape内の個々の写真にマーカーを配置して手動で名前を付け、ReefShapeスクリプトを再実行して処理を終了できます。GPS ポイントが不正確すぎて地理的に故障している場合や、GPS ポイントが誤ったターゲットに割り当てられている場合、ジオリファレンスが失敗することがあります。この問題を解決するには、ジオリファレンス CSV を手動で編集してデータを適切に一致させ、その後でスクリプトを再実行します。最後に、特に、大きなプロットや高品質の設定で性能の低いコンピューターを使用している場合、ソフトウェアがクラッシュする可能性があります。これを見越して、スクリプト化されたプロセスは、各ステップの完了後に自動保存されるため、ユーザーは進行状況を失うことなく再起動して設定を調整できます。トラブルシューティングに関するその他の推奨事項については、GitHub ページを参照してください。

ReefShapeの主な目的は、水中写真測量の収集と処理コンポーネントを簡素化し、可能な限りコストを削減することで、ユーザーが生態学的データの抽出に時間と労力をより集中できるようにすることです。私たちは、一般的な生態学的分析オプションのニーズを満たすように調整された高品質のデータ出力を実現するように設計された完全なプロセスを提供します。説明されているプロトコルは非常に具体的ですが、スクリプト化された処理アプローチは柔軟性があり、プロットサイズ、水泳/写真収集パターン、ターゲット出力解像度、使用される特定のカメラシステムなど、メソッドの側面の変更を問題なく処理できます。この方法は、難破船や考古学的遺跡の文書化など、ほとんどの水中または微細な地上写真測量プロジェクトにも大きな変更を加えることなく適用できます。

Disclosures

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

著者には、競合する金銭的利益やその他の利益相反はありません。

Acknowledgements

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

ReefShapeは、この方法の名前として使用している著作権のない用語です。CDとWGが考案したプロジェクト、WGが手法開発、WGとSMがコーディング、WGが執筆、JLとCDが編集・レビュー。この方法の開発を通じてフィードバックとサポートを提供してくれたペリー海洋科学研究所のチーム全員に感謝します。資金はディズニー保護基金によって提供されました。この資料は、米国国立科学財団の大学院研究フェローシップ(Grant No. 2233001)の支援を受けた研究に基づいています。バハマ環境計画保護局の下で収集されたデータは許可していません。SRBS-0013-2021-CD、BS-2021-930119、BS-2022-281752、BS-2022-315006、BS-2023-661916、BS-2023-610959、および BS-2023-211510。

Materials

長さ、汎、汎、汎ブランド汎用 最 Nア スケール具 NですSony 任意の GPSキットは瞬間 N N防水 防水

List of materials used in this article
NameCompanyCatalog NumberComments
0.3m、1/2インチPVCパイプGPSキット用用N/A
1インチPVCテーブルキャップGPSキット用用N/
A 1/2インチから1インチPVCレデューサーブッシングGPSキット用用N/A
12mm f / 2.0 AF EマウントレンズSamyangSYIO12AF-E名でも販売されていますRokinon
2インチ溝付きシャンクラウンドメイソンリーネイルコーナーマーカー取り付け用N/A
256GB UHS-1 V30 SDカードサンディスクSDSDXXD-256G-ANCIN速 UHS-1 SDカード推奨
30m巻尺(オプション)N/A/A プロットセットアップ用
クリルシート、厚さ3mm、80mm x 580mm(3x)にカットN/AN/Aバー素材
アルミカメラトレイキットDiveN/Aカメラハウジングに適合し、カメラを保持する補助
印刷された写真測量ターゲットを備えた水中コーナーマーカーセットN/AN/Aカスタムメイド、詳細については著者にお問い合わせください
Duracopy 防水レーザープリンター用紙Rite in the Rain6511は防水ステッカー紙と交換できます
E6000 エポキシジェネリック/AGPS キット用
GLO2 Bluetooth GPSGarmin010-02184-01他のオプションもあります、GLO2は最も経済的な
ILCE a6700ミラーレスカメラILCE6700 / Ba6700カメラが推奨され、a6600またはa6400は低コストのオプションです
レーザープリンターN/ AN / Aレーザープリンター(インクジェットではない)Metashape
Professional EditionAgisoftN / A必要なソフトウェア
プラスチックカード(約1mm x 5mm x 5mm)N / A該当なし、半分にカットしたクレジットカードなどを使用しても構いません。
スマートフォンN/AN/AGPS データ収集用、適度に最新のスマートフォン
Sony A6700 Sea Frogs 40M/130FT アクリル付き防水ハウジング 6 インチ ドーム ポート V.1SeaFrogsN/Aa6600 または a6400 カメラを使用する場合は、適切な SeaFrogs ハウジングと交換してください
接着剤N/A/AGPS キットとスケール バーの作成用
Swim フィットネス スタイルのキックボードSpeedo877530050021SZGPSキット用、ブランドは重要
時計スタイルのダイブコンピューターN/A/Aコーナーマーカーの深さを収集するための
ポーチXunieaW-1188ブランドは重要ではなく、GPSデバイスに適合
電話ポーチペリカンPP048884ブランドは重要ではなく、スマートフォンに適合

References

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. 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).
  2. 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).
  3. 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).
  4. Reefs since Columbus. Coral Reefs. 16 (1), S23-S32 (1997).">Jackson, J. B. C. Reefs since Columbus. Coral Reefs. 16 (1), S23-S32 (1997).
  5. 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).
  6. 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).
  7. 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).
  8. 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).
  9. 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).
  10. 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).
  11. 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).
  12. 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).
  13. 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).
  14. 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).
  15. 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).
  16. 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).
  17. 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).
  18. 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).
  19. 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).
  20. 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).
  21. 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).
  22. 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).
  23. 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).
  24. 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).
  25. Agisoft Metashape Professional Edition. , (2024).">Agisoft Metashape Professional Edition. , (2024).
  26. ESRI Survey123. , (2023).">ESRI Survey123. , (2023).
  27. 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).
  28. 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).
  29. 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).
  30. 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).
  31. 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).
  32. 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).
  33. 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).
  34. 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

Tags

Underwater PhotogrammetryCoral Reef MonitoringStructure From MotionTime Series ImagingBenthic HabitatGeo ReferencingDigital Elevation ModelOrthomosaic GenerationGround Control MarkersPhotogrammetry Automation

Related Articles