$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Koraalriffen zijn een van de meest biodiverse en economisch belangrijke ecosystemen ter wereld en worden geconfronteerd met ongekende uitdagingen door klimaatverandering, ziekte, overbevissing en andere stressfactoren 1,2,3. Het monitoren van ecosystemen van koraalriffen is bijzonder moeilijk vanwege hun vaak afgelegen locaties en inherente moeilijkheden met onderwateronderzoek; Daarom zijn riffen van oudsher onderbelicht4. Het effectief monitoren van koraalriffen op meerdere ruimtelijke schalen, variërend van microbieel5 tot archipel6 en wereldwijd7, is essentieel om hun achteruitgang te begrijpen, evenals het plannen, volgen en evalueren van interventie-inspanningen8. Een hulpmiddel dat populair is geworden voor het monitoren van de toestand van het koraalrifbenthos op een schaal van tientallen tot honderden vierkante meters is fotomozaïekbeeldvorming, een term die verwijst naar kaarten met een hoge resolutie die bestaan uit aan elkaar genaaide overlappende onderwaterfoto's9. Met deze mozaïeken kunnen onderzoekers een rifgebied in beeld brengen dat groter is dan op een enkele foto kan worden vastgelegd, vandaar de term large-area imaging (LAI)10. De mozaïeken kunnen later worden geanalyseerd om relevante ecologische informatie te extraheren, zoals het percentage koraalbedekking, de grootte van de kolonie, de verspreiding van soorten en de benthische samenstelling11. Vooruitgang in computers en de beschikbaarheid van kant-en-klare software maken het nu mogelijk om dit proces te voltooien met behulp van SfM-fotogrammetrie (Structure-from-Motion). SfM omvat het analyseren van foto's op overeenkomende punten die worden gebruikt om de driedimensionale oriëntatie van de foto's en verbindingspunten te reconstrueren, waardoor een nauwkeurige virtuele rifreplica kan worden gemaakt 12,13,14. SfM/LAI-onderzoeken zijn gemeengoed geworden binnen het onderzoek naar koraalriffen, waardoor nieuwe inzichten mogelijk zijn in de ecologie van de koraalgemeenschap10, de complexiteit van de habitat15,16, de reacties van de koraalgemeenschap op bleekgebeurtenissen17,18, orkanen19 en koraalherstel20.
Er zijn verschillende benaderingen ontwikkeld voor het gebruik van LAI voor het monitoren van koraalriffen 21,22,23,24, wat resulteert in een breed scala aan keuzes die beschikbaar zijn voor beoefenaars die gebruik willen maken van de technologie. Het effectieve gebruik van LAI in koraalrifonderzoek is echter complex en vereist een aanzienlijke leerinspanning. Vaardigheid in duiken, onderwaternavigatie, onderwaterfotografie, softwaregebruik, gegevenscuratie en -beheer zijn essentieel. Bovendien is expertise in ecologie van fundamenteel belang voor het effectief analyseren en interpreteren van dataproducten. Bestaande workflows zijn meestal voornamelijk gericht op het verzamelen van afbeeldingen zonder voldoende begeleiding te bieden voor tijdreeksprotocollen, het verzamelen van metagegevens (bijv. schaling, diepte en locatie) of gegevensverwerking na de excursie: allemaal stappen die essentieel zijn voor nauwkeurige en herhaalbare gegevensverzameling. De kosten in verband met LAI-workflows zijn ook vaak hoog, waarbij gebruik wordt gemaakt van dure camerasystemen en computeropstellingen. Er blijft een sterke behoefte onder onderzoekers aan een uitgebreide, eenvoudige en efficiënte methodologie, die resulteert in gegevens van voldoende kwaliteit om een breed scala aan huidige en toekomstige onderzoeksvragen te beantwoorden. We pakken dit aan door een robuuste en efficiënte aanpak te ontwikkelen voor onderwater LAI die de verwerkingsinspanning en complexiteit vermindert en de kosten minimaliseert en tegelijkertijd de kwaliteit van de gegevens verbetert. Onze nieuwe aanpak maakt snelle acquisitie, geautomatiseerde verwerking en tijdreeksafstemming van beelden mogelijk om hoogwaardige gegevensproducten te bieden voor ecologische studie en analyse van koraalriffen. De totale opstartkosten van het implementeren van deze aanpak bedragen ongeveer $ 5.000 - $ 8.000 USD (inclusief camerasysteem, materialen, speciale computer en software), afhankelijk van of de gebruiker toegang heeft tot educatieve prijzen voor fotogrammetriesoftware. Door de toepassing van onze methoden willen we koraalrifonderzoekers helpen bij het optimaliseren van hun inspanningen op het gebied van gegevensverzameling en -verwerking, waardoor efficiëntere workflows mogelijk worden die snelle extractie en analyse van uiterst belangrijke ecologische gegevens van koraalriffen mogelijk maken.
De hier beschreven methode, die we "ReefShape" noemen, heeft drie belangrijke nieuwe bijdragen: (1) het gebruik van semi-permanente grondcontrolemarkeringen die op het substraat zijn bevestigd om automatische georeferentie en tijdreeksuitlijning van datasets mogelijk te maken, (2) het gebruik van een aangepaste app-gebaseerde enquête om het verzamelen en formatteren van locatiegegevens te vergemakkelijken, en (3) de implementatie van een uitgebreid gescript proces dat is gebouwd om de fotogrammetriepijplijn volledig te automatiseren, het drastisch verminderen van de menselijke arbeid tijdens de verwerkingsfase waarop wordt vertrouwd in andere LAI-protocollen 20,21,22,23. Net als deze andere LAI-protocollen vertrouwt ReefShape op het gebruik van Agisoft Metashape25 (hierna "het fotogrammetrieprogramma" genoemd) voor fotogrammetrische verwerking en maakt het bovendien gebruik van de gratis ESRI Survey12326smartphone-applicatie (hierna "de enquête-app" genoemd) voor het verzamelen van locatiegegevens. Dit protocol is ontworpen om eenvoudig maar robuust te zijn, waarvoor geen systemen met meerdere camera's24 of complexe geodetische onderzoeken13 nodig zijn, terwijl het toch voldoet aan het doel om gegevens van hoge kwaliteit te leveren, gedefinieerd als voltooide 3D-modellen, fotomozaïeken en digitale hoogtemodellen met nauwkeurige geometrie, schaal en positie; voldoende resolutie en scherpte om benthische organismen visueel te identificeren op soort- of geslachtniveau; geen grote hiaten of gaten in de gegevens; nauwkeurige kleur; en in het geval van tijdreeksgegevens, de juiste uitlijning tussen tijdstippen. De specifieke aanpak die hier wordt beschreven, biedt een kader voor het verzamelen en verwerken van gegevens om deze doelen te bereiken.
Gedreven door de vooruitgang in machine learning, verwachten we dat er nieuwe analysetools zullen worden ontwikkeld voor snellere, nauwkeurigere extractie van ecologische gegevens uit fotomozaïeken. Daarom richten we onze inspanningen op het verzamelen van hoogwaardige onderwaterbeelden en de automatisering van de fotogrammetriepijplijn, waarbij we specifieke analyses grotendeels overlaten aan de gebruikers van dit protocol op basis van hun eigen uiteenlopende behoeften. Dit gescripte proces, bedoeld om breed toepasbaar te zijn op de onderzoeksgemeenschap van koraalriffen, omvat opties om gegevensproducten te exporteren die zijn geformatteerd als GeoTIFF's met verschillende specificaties die zijn afgestemd op gemeenschappelijke GIS-software en TagLab, een speciaal gebouwde applicatie voor snelle annotatie van koraalriforthomosaics27.
Overzicht protocol
De ReefShape-methode is onderverdeeld in twee hoofdfasen: in situ gegevensverzameling en gegevensverwerking op een computer. De methode is functioneel voor perceelgroottes van ~25m2 tot >1000 m2, variërend in diepte van ~1 m tot 30 m. Het is aangetoond dat percelen van 300-400m2 ideaal zijn om de koraaldiversiteit op Caribische riffen effectief vast te leggen28. Het bleek echter dat percelen groter dan ~100m2 moeilijk kunnen zijn voor beginnende landmeters om te navigeren. Daarom wordt in het protocol een perceelgrootte van 10 m x 10 m beschreven als uitgangspunt, maar het is niet onze bedoeling om gebruikers met deze suggestie te beperken. In plaats daarvan wordt gesuggereerd dat gebruikers hun perceelgrootte kiezen op basis van hun eigen ervaring en onderzoeksbehoeften. Het proces voor het verzamelen van gegevens blijft in feite hetzelfde voor elke gekozen perceelgrootte.
Wanneer een perceel voor het eerst wordt gemaakt, begint de landmeter met het permanent bevestigen van vier unieke markeringstags met gecodeerde fotogrammetriedoelen (Figuur 1D) op het substraat op elke hoek (Figuur 2), met behulp van een duikcomputer om de diepte van elke marker te meten. Gecodeerde schaalbalken (Figuur 1E) worden tijdelijk op het perceel geplaatst en naar het substraat gerichte foto's worden door de duiker verzameld met een enkele spiegelloze camera en een rechtlijnige groothoeklens die 1,5 m - 2 m boven het rif is geplaatst, zwemmend in een dubbel gekruist "grasmaaier"-patroon, vergelijkbaar met andere gevestigde protocollen 11,21,24,. Het hele proces (inclusief de eerste installatie en fotografie) kan meestal in een enkele duik worden voltooid, hoewel er meerdere duiken nodig kunnen zijn voor diepere of grotere percelen. Na het fotograferen gebruikt de landmeter een Bluetooth GPS-eenheid die is gemonteerd op een drijfmiddel (Figuur 1C) en een smartphone om GPS-punten te verzamelen op het oppervlak boven elke hoekmarkering met behulp van een aangepast formulier in de enquête-app, die vervolgens de referentiegegevens naar de gebruiker e-mailt in een vooraf opgemaakte spreadsheet. Bij volgende perceelonderzoeken verzamelt de landmeter geen referentiegegevens of installeert hij markeringen en hoeft hij alleen de bestaande hoekmarkeringen te lokaliseren en schoon te maken en foto's te verzamelen, waardoor het proces voor het verzamelen van tijdreeksgegevens wordt gestroomlijnd.
Voor gegevensverwerking werd een set aangepaste Python-scripts ontwikkeld die communiceren met het fotogrammetrieprogramma om de pijplijn te automatiseren (Figuur 3), normaal gesproken een proces dat op verschillende punten menselijke tussenkomst vereist. De belangrijkste verwerkingsstappen van de geautomatiseerde pijplijn zijn het maken van een tie-point cloud en het schatten van cameraposities, het bouwen van een 3D-maasmodel van het rif, het bouwen van een 2,5D digitaal hoogtemodel (DEM), het bouwen van een 2D orthogerectificeerd fotomozaïek en het definiëren van een interessegebied (ROI) begrensd door de vier hoekmarkeringen (Figuur 4). In deze workflow voert de gebruiker de foto's en referentiegegevens in een grafische interface in (aanvullende afbeelding 1) aan het begin van de verwerking, in plaats van talloze stappen te moeten doorlopen voordat handmatig referentiegegevens worden toegevoegd en gegevensproducten worden gegenereerd, zoals gebruikelijk is in andere workflows 21,22,23,24 . Voor de verwerking van tijdreeksen vergemakkelijken permanente hoekmarkeringen de automatische uitlijning van tijdpunten, waardoor handmatige uitlijning niet meer nodig is. Het gebruik van een gestandaardiseerde, gescripte workflow helpt de consistentie van de gegevens te waarborgen en bespaart aanzienlijke menselijke inspanning tijdens de verwerking, vooral bij projecten met veel tijdstippen. Er is ook een reeks zelfstandige scripts inbegrepen om verschillende verwerkingstaken te automatiseren, waaronder het berekenen van een 3D-verhouding tussen oppervlak en vlak gebied, een belangrijke maatstaf voor het beoordelen van de structurele complexiteit van het rif19,29.

Afbeelding 1: Belangrijke materialen die nodig zijn voor het gegevensverzamelingsgedeelte van dit protocol. (A) spiegelloze camera met rechtlijnige groothoeklens, (B) onderwaterbehuizing met koepelpoort voor camera/lens, (C) Bluetooth GPS-kickboardapparaat, (D) automatisch detecteerbare gecodeerde hoekmarkeringen voor permanente grondcontrole en georeferentie van het plot, en (E) gecodeerde schaalbalken die worden gebruikt voor het instellen van de modelgrootte. Klik hier om een grotere versie van deze figuur te bekijken.