大面積イメージングによる水中環境の構造・組成・変化の測定

私たちは、4段階の大面積イメージングプロトコルを使用して、底生生物の海洋生態系の構造の複雑さ、コミュニティ構成、および人口統計学的分析のための生態データを収集します。新しいアプリケーションごとに、最大の課題は、生の画像に必要な解像度を定義し、画像化する領域の空間範囲を決定し、正確な科学的分析のための適切なプロットレベルのレプリケーションを確保することです。このプロトコルは、4つのステップのプロセス全体を通じてソース画像の価値を強調し、高品質の画像が収集、アーカイブ、および分析のための詳細な生態学的データ抽出を容易にするために使用されることを保証します。

これらのデータ処理と視覚化のワークフロー、特に生の画像を利用するワークフローは、実験室でデジタル的に収集されたデータと、現場のスキューバダイバーによって収集されたデータとの互換性を確保します。これにより、これらのデジタルで強化されたアプローチを既存の長期データセットに統合することができます。このアプローチにより、収集したデータの複製における空間的な広がりが劇的に拡大し、空間的に明示的な質問をしたり、より堅牢な人口統計分析を行ったりすることができます。

最も重要なことは、生態系の変化を経時的に追跡する能力が向上することです。まず、カメラフレームのアウターフレームパネルを、1 1/2インチの長さのプラスマイナスネジを使用して、カメラフレームの外部フレームパネルをカメラ取り付けパネルと支柱に取り付けます。デジタル一眼レフカメラを2台用意し、1台は固定広角レンズ、もう1台はズームレンズを装備します。

ドームポートを取り付けて固定し、水中カメラハウジングを組み立てます。次に、ハンドルを1/2インチの長さのプラスネジで取り付けます。1 1/8インチの長さのソケットヘッドネジを使用して、カメラの取り付けプレートを固定します。

次に、カメラをハウジングに挿入します。また、真空ポンプを使用してハウジング圧力を5インチ水銀柱に設定し、Oリングシールの完全性を確認します。次に、カメラの取り付けプレートを取り付けフレームパネルにスライドさせて、ハウジングをカメラフレームに取り付けます。

つまみネジでハウジングを所定の位置に固定します。画像キャプチャの場合は、1 秒あたり 1 フレームの速度でキャプチャするように設定されたインターバロメーターで各カメラを起動します。カメラシステムを底生生物の約1.5メートル上を格子状に泳ぎます。

2 番目のグリッド パスを 1 番目のグリッド パスに垂直に実行し、各パス間の間隔を約 1 メートルに保ちます。パスがプロット境界から 2 メートル以上伸びていることを確認して、ターゲット プロット エリア内で十分なオーバーラップを確保します。コンピュータシステム上で画像処理用のソフトウェアを起動します。

「ワークフロー」をクリックし、「フォルダを追加」をクリックして、すべての画像をAgisoft Metashapeプロジェクトにロードします。ファイルが読み込まれたら、データ レイアウトを [シングル カメラ] として選択し、すべての画像を 1 つのチャンクに追加します。シーン内の青水が多すぎる画像を削除します。

次に、[ワークフロー]をクリックし、[写真を整列]をクリックして、すべての画像を整列させます。画像セットが正常に位置合わせされたことを確認するには、位置合わせされたカメラの割合を確認します。生成されたスパース点群に、カバレッジのギャップやミスアライメントがないか調べます。

先に進む前に、境界ボックスがスパース点群全体を囲んでいることを確認してください。必要に応じて、[サイズ変更]または[領域の回転]オプションを使用して境界ボックスを変更します。次に、ズームレンズ画像を含むカメラグループを無効にします。

[ワークフロー]を選択し、次に[密集したクラウドを構築]を選択して、密集した点群を構築します。[ツール]、[スクリプトの実行]、[メタ PY スクリプトの抽出] を順番にクリックして、カメラの姿勢の推定値をエクスポートします。次に、[ファイル]をクリックし、[ポイントのエクスポート]と[ポイントのエクスポート]をクリックして、密集した点群をエクスポートします。

エクスポートした密集点群ファイルをvc5prep-confidenceにドラッグアンドドロップします。視覚化ソフトウェアのプログラムファイルにあるbatファイル。カメラのポーズファイルを含むエクスポートされたデータファイルを、生成されたプログラムファイルとともに、視覚化ソフトウェアで使用するために1つのディレクトリにコンパイルします。

rugo ツールを使用して、密集した点群上に 10 メートル x 10 メートルのボックスを作成します。最大寸法を 10 メートルに、縦横比を 1.0 に設定して、データ抽出の 100 平方メートルのターゲット領域を指定します。次に、カムツールを使用して、ソース画像を密集した点群にリンクします。

モデル上のポイントの空間クエリされたマルチイメージ ビューを有効にします。密度調査では、画像をソフトウェアにリンクした後、透視図の焦点距離を100ミリメートルに変更して、密集点群の擬似マップビューを設定します。ズームアウトして、モデルのトップダウンのフルビューにします。

次に、指定された象限サンプリング ファイルを使用して、セル C1 の eval をクリックし、グラブ ボタンを選択することで、Web アプレットのビューをキャプチャします。象限サンプリング ワークフロー内でカムをオンにし、画像をリンクするには、象限サンプリング スクリプトでセル C2 と C3 の eval をクリックします。100平方メートルのデータ抽出エリア用に以前に作成したルゴボックスをオンにします。

ウェブアプレットで、C4 prep cellsセクションを評価し、それぞれ1平方メートルの象限を100個サンプリングします。象限サンプリング Web アドレスで、ソース画像を使用して象限を検索します。左ダブルクリックでサンプリング位置を再ターゲットし、分類ボタンをクリックしてターゲットポイントをサンプルとして指定します。

マークされたポイントを削除するには、左ダブルクリックして何も選択しません。アスタリスク aux recruits test1 の下にあるすべてのサンプリング ファイルを 1 つのディレクトリにコンパイルします。次に、各ファイルの名前を変更して、サイト名を含めます。

ボタンのルックアップファイルをディレクトリに追加します。インラインの指示に従って画面上のスクリプトを実行し、サンプルデータをサイトおよび分類グループごとに集計します。リポジトリに提出するデータを準備するには、調査の詳細 (対象エリア、カメラ システム、グラウンド コントロール マーカー、収集パターンなど) を含むメソッド記述ファイルを生成します。

次に、サイト名、収集データ、GPS 座標、プロット方位、地上制御深度、縮尺データなどのフィールド、および使用される収集パターンとカメラ システムを含む、画像データセットに固有の測量メタデータ ファイルを生成します。説明ファイル、メタデータファイル、画像ファイルを 1 つの ZIP アーカイブに結合して、データリポジトリに取り込むことができます。大面積の画像収集が成功した結果、調査エリアをトップダウンで完全にカバーする高密度の点群再構成が作成され、カバレッジの冗長性が不十分なため、点群のギャップや完全な劣化が生じました。

大面積画像(LAI)から抽出された線形粗さの測定値は、外れ値を除くサイト間の複雑さのin situ測定値と密接に連携しています。LAIの底生コミュニティの構成と機能グループのカバー率は、従来の写真四角形調査のものと一致しました。LAI法を用いて記録された固着性無脊椎動物、特にウニの個体数は、LAI調査における包括的なエリアカバレッジにより、in situ法よりも一貫して高かった。

LAI調査を用いたサンゴコロニーのセグメンテーションは、in situ法と比較して、一般的なサンゴ分類群のサイズ分布が類似していることを明らかにしました。密集した点群の共登録により、ミレニアム環礁で示されたように、高い成長と構造損失を伴う動的環境でも、サンゴ礁の経時的な変化を監視することができました。