Het meten van de structuur, samenstelling en verandering van onderwateromgevingen met beeldvorming van grote gebieden

We gebruiken een vierstappenprotocol voor beeldvorming van grote gebieden om ecologische gegevens te verzamelen voor structurele complexiteit, gemeenschapssamenstelling en demografische analyses van benthische mariene ecosystemen. In elke nieuwe toepassing zijn de grootste uitdagingen het definiëren van de benodigde resolutie in de onbewerkte beelden, het bepalen van de ruimtelijke omvang van het gebied dat moet worden afgebeeld en ervoor zorgen dat we voldoende replicatie op plotniveau hebben voor nauwkeurige wetenschappelijke analyse. Dit protocol benadrukt de waarde van de bronbeelden gedurende het vierstappenproces en zorgt ervoor dat kwaliteitsbeelden worden verzameld, gearchiveerd en gebruikt om gedetailleerde ecologische gegevensextractie voor analyses mogelijk te maken.

Deze workflows voor gegevensverwerking en visualisatie, vooral die waarbij gebruik wordt gemaakt van onbewerkte beelden, zorgen voor compatibiliteit tussen gegevens die digitaal in het laboratorium worden verzameld of door duikers in het veld. Dit maakt op zijn beurt de integratie van deze digitaal verbeterde benaderingen in bestaande langetermijndatasets mogelijk. Deze aanpak zorgt voor een dramatische toename van de ruimtelijke omvang van de replicatie van de gegevens die we verzamelen, waardoor we ruimtelijk expliciete vragen kunnen stellen en robuustere demografische analyses kunnen uitvoeren.

Het belangrijkste is dat het ons vermogen vergroot om ecologische veranderingen in de loop van de tijd te volgen. Bevestig om te beginnen de buitenste framepanelen van het cameraframe aan cameramontagepanelen en kolommen met behulp van 1 1/2-inch lange kruiskopschroeven met platte kop. Bereid twee DSLR-camera's voor, waarvan er één is uitgerust met een vaste groothoeklens en de tweede is uitgerust met een zoomlens.

Bevestig en bevestig de dome-poort om de onderwatercamerabehuizingen te monteren. Bevestig vervolgens de handgrepen met 1/2 inch lange kruiskopschroeven. Bevestig de montageplaat van de camera met een 1 1/8-inch lange inbusschroef.

Plaats vervolgens de camera's in de behuizing. En gebruik de vacuümpomp om de druk van de behuizing in te stellen op vijf inch kwik om de integriteit van de O-ringafdichting te controleren. Schuif nu de cameramontageplaat op de montageframepanelen om de behuizingen op het cameraframe te installeren.

Zet de behuizingen vast met duimschroeven. Voor het vastleggen van afbeeldingen start u elke camera op een intervalmeter die is ingesteld om vast te leggen met een snelheid van één frame per seconde. Zwem het camerasysteem ongeveer 1,5 meter boven het benthos in een rasterpatroon.

Voer een tweede gerasterde pass loodrecht op de eerste uit, waarbij u ongeveer een meter afstand tussen elke pass aanhoudt. Zorg ervoor dat de passen minimaal twee meter buiten de perceelsgrenzen reiken om te zorgen voor voldoende overlapping binnen het doelperceel. Start de software voor beeldverwerking op een computersysteem.

Klik op Workflow, gevolgd door Map toevoegen om alle afbeeldingen in het Agisoft Metashape-project te laden. Zodra de bestanden zijn geladen, selecteert u de gegevenslay-out als Enkele camera's, Voeg alle afbeeldingen toe aan één stuk. Verwijder afbeeldingen met overmatig blauw water in de scène.

Klik nu op Werkstroom, gevolgd door Foto's uitlijnen om alle afbeeldingen uit te lijnen. Controleer of de afbeeldingsset is uitgelijnd door het percentage camera's te controleren dat is uitgelijnd. Inspecteer de gegenereerde schaarse puntenwolk op hiaten in de dekking of verkeerde uitlijningen.

Zorg ervoor dat het begrenzingsvak de volledige schaarse puntenwolk omvat voordat u verder gaat. Wijzig het begrenzingsvak indien nodig met behulp van de opties Formaat wijzigen of Regio roteren. Schakel vervolgens de cameragroep met de afbeeldingen van de zoomlens uit.

Bouw de dichte puntenwolk door Werkstroom te selecteren, gevolgd door Dichte cloud bouwen. Klik achtereenvolgens op Extra, Run Script, Extract Meta PY Script om de schattingen van de camerapose te exporteren. Klik vervolgens op Bestand, gevolgd door Exporteren en Punten exporteren om de dichte puntenwolk te exporteren.

Sleep het geëxporteerde dichte puntenwolkbestand naar de vc5prep-confident. Bat-bestand in de programmabestanden van de visualisatiesoftware. Compileer de geëxporteerde gegevensbestanden, inclusief de camerapose-bestanden, samen met de gegenereerde programmabestanden, in een enkele map voor gebruik in de visualisatiesoftware.

Gebruik de rugo-tool om een doos van 10 bij 10 meter te maken op de dichte puntenwolk. Stel de maximale afmeting in op 10 meter en de hoogte-breedteverhouding op 1,0 om het doelgebied van 100 vierkante meter voor gegevensextractie aan te geven. Gebruik vervolgens de cams-tool om de bronafbeeldingen te koppelen aan de dichte puntenwolk.

Maak ruimtelijk opgevraagde weergaven met meerdere afbeeldingen van punten op het model mogelijk. Voor een dichtheidsonderzoek, nadat de afbeeldingen aan de software zijn gekoppeld, wijzigt u de brandpuntsafstand van de perspectiefweergave in 100 millimeter om een pseudo-kaartweergave van de dichte puntenwolk in te stellen. Zoom uit naar een volledige weergave van het model van boven naar beneden.

Gebruik nu het gegeven kwadrantbemonsteringsbestand om de weergave in de webapplet vast te leggen door op eval voor cel C1 te klikken en de grijpknop te selecteren. Schakel camera's in en koppel afbeeldingen binnen de workflow voor kwadrantsteekproeven door te klikken op evaluatie voor cellen C2 en C3 in het script voor kwadrantsteekproeven. Zet de eerder gemaakte rugo-box aan voor het gegevensextractiegebied van 100 vierkante meter.

Evalueer in de webapplet de sectie C4-prepcellen om 100 kwadranten van elk een vierkante meter te bemonsteren. Gebruik in het webadres voor kwadrantsteekproeven bronafbeeldingen om door een kwadrant te zoeken. Gebruik een dubbele klik met de linkermuisknop om de steekproeflocatie opnieuw te targeten en klik op een taxonomische knop om het beoogde punt als steekproef aan te wijzen.

Als u een gemarkeerd punt wilt verwijderen, dubbelklikt u met de linkermuisknop en selecteert u niets. Compileer alle steekproefbestanden onder asterisk aux recruits test1 in één map. Wijzig vervolgens de naam van elk bestand om de sitenaam op te nemen.

Voeg het opzoekbestand voor knoppen toe aan de map. Voer het script op het scherm uit volgens de inline-instructies om de voorbeeldgegevens per site en taxonomische groep samen te voegen. Om gegevens voor te bereiden voor indiening bij een repository, genereert u een methodebeschrijvingsbestand met onderzoeksdetails, zoals het bestreken gebied, het camerasysteem, grondcontrolemarkeringen en het verzamelpatroon.

Genereer vervolgens een metagegevensbestand voor de enquête dat specifiek is voor de afbeeldingsdataset, inclusief velden zoals de naam van de locatie, verzamelingsgegevens, GPS-coördinaten, plotlagers, grondcontrolediepte en schaalgegevens, en het verzamelpatroon en het gebruikte camerasysteem. Combineer het beschrijvingsbestand, het metagegevensbestand en de afbeeldingsbestanden in één ZIP-archief voor opname in de gegevensopslagplaats. Succesvolle beeldverzameling van een groot gebied resulteerde in de creatie van een dichte puntenwolkreconstructie met volledige top-down dekking van het onderzoeksgebied, terwijl onvoldoende redundantie in dekking resulteerde in hiaten of volledige degradatie van de puntenwolk.

Metingen van lineaire ruwheid geëxtraheerd uit een beeld van een groot gebied, of LAI, enquêtes die nauw aansluiten bij in situ metingen van complexiteit op verschillende locaties, met uitzondering van uitschieters. De samenstelling van de bentische gemeenschap en het percentage dekking van functionele groepen uit LAI kwamen overeen met die van traditionele fotoquadrat-enquêtes. Sessiele ongewervelde dieren, met name de overvloed aan zee-egels, die met behulp van LAI-methoden werden geregistreerd, waren consistent hoger dan in situ-methoden vanwege de uitgebreide gebiedsdekking in LAI-onderzoeken.

Segmentatie van koraalkolonies met behulp van LAI-enquêtes onthulde vergelijkbare grootteverdelingen van gemeenschappelijke koraaltaxa in vergelijking met in situ-methoden. Co-registratie van dichte puntenwolken maakte het mogelijk om rifveranderingen in de loop van de tijd te volgen, zelfs in dynamische omgevingen met hoge groei en structureel verlies, zoals aangetoond op het Millenniumatol.