November 20th, 2017
Мы опишем новый метод для подсчета рыб и оценки относительного изобилия (MaxN) и плотность рыбы с использованием вращающихся систем стерео видео камеры. Мы также демонстрируют, как использовать расстояние от камеры (расстояние Z) для оценки вегетационных обнаруживаемости.
Общая цель данного метода видеоанализа заключается в более точной оценке плотности, средней длины и видового состава рыб в глубоких каменистых местообитаниях. Этот метод может помочь ответить на ключевые вопросы в области управления рыболовством, такие как численность и распределение по размерам видов, населяющих глубоководные скалистые рифы. Основное преимущество этой методики заключается в том, что она позволяет более точно оценить плотность без извлечения рыбы из окружающей среды.
Перед этой процедурой соберите полевые данные, как указано в текстовом протоколе. В стереофотограмметрии для точных измерений важно знать точное взаимное расположение камер. Правильная калибровка является важным этапом в этом процессе.
После завершения полевого исследования создайте новую папку проекта, содержащую файлы видео и калибровки. В программном обеспечении для стереоизмерений перейдите в раздел Измерение, Новый файл измерения. Задайте каталог изображений, перейдя в раздел Изображение.
Установите каталог изображений, а затем выберите папку, содержащую все файлы проекта. Перейдите в разделы «Стерео», «Камеры», «Влево», затем «Загрузить файл камеры», чтобы выбрать и загрузить соответствующий файл левой камеры. Повторите этот процесс, выбрав «Справа», чтобы загрузить нужный файл камеры.
Затем перейдите в раздел Изображение, Определить последовательность видеороликов. Выберите видеофайл левой камеры, чтобы определить последовательность видеороликов для левого видео. Нажмите Изображение, Загрузить изображение, чтобы загрузить левый видеофайл в измерительное программное обеспечение.
После этого нажмите «Стерео», «Изображение», «Определить последовательность фильмов», чтобы определить последовательность фильмов для нужного видео. Загрузите видеофайл, выбрав «Стерео», «Изображение», затем загрузите видео. Перейдите в раздел Измерение, Атрибуты, Редактировать файл видов, чтобы загрузить список видов.
Нажмите Измерение, Информационные поля, Изменить значения полей, чтобы открыть таблицу значений информационных полей. Введите информацию об идентификаторе опроса и сохраните файл для создания проекта наблюдений за измерениями событий. При использовании временной метки UTC шаг вперед в левом видео до тех пор, пока временная метка не начнет новую секунду или пока не произойдет световая вспышка или хлопок в ладоши.
Покадрово перемещайте видео вперед до тех пор, пока временная метка, световая вспышка или хлопок в ладоши точно не совпадут с левым видео. Затем нажмите кнопку «Заблокировать», чтобы обеспечить совместное воспроизведение видео и синхронизацию. Как только посадочный модуль начнет свое первое вращение, щелкните правой кнопкой мыши и выберите Определения периода, Добавить новый период начала, чтобы определить новый период выборки.
Введите ноль единицы в качестве первого названия периода и нажмите OK. Во время вращения посадочного модуля отметьте каждую рыбу, попавшую в кадр, 2D-точкой, щелкнув правой кнопкой мыши, выберите «Добавить точку» и выберите правильное название вида. Установите метку на самый низкий возможный таксономический уровень и нажмите OK. Продолжайте помечать каждую новую рыбу, пока вращение не завершится. Очень важно идентифицировать и подсчитать каждую рыбу, чтобы получить точные оценки MaxN.
Повторите этот процесс для дополнительного оборота посадочного модуля, убедившись, что в начале каждого из них определен новый период. После перечисления всех вращений перейдите в разделы «Измерение», «Сводки измерений», «Измерения точек» и сохраните 2D-точки в виде файла TXT. Откройте этот файл как таблицу.
Перейдите в раздел Вставка, сводная таблица, чтобы создать сводную таблицу. Выбор Род и Вид для метки строки и Период для метки столбца. Выберите вращение камеры, которое имеет наибольшее количество особей для данного вида, чтобы выбрать MaxN для этого вида.
Для рыб, идентифицированных только по роду, выберите уровень рода MaxN на основе ротации, в которой наибольшее количество особей было идентифицировано как вид в этом конкретном роде. Затем используйте сохраненные 2D-точки для перехода к точно такой же рыбе для 3D-измерения. Увеличьте масштаб не менее чем в четыре раза, чтобы лучше определить кончик рыбьей морды и края хвостовых плавников.
Вручную нажмите на кончик рыла, а затем на край хвоста в левой камере. Повторите выделение в том же порядке в правом видео. Затем щелкните правой кнопкой мыши, выберите Добавить длину и выберите правильную идентификацию породы.
Если 3D-измерение длины невозможно, щелкните левой кнопкой мыши в одном и том же месте на рыбе в обоих видео, чтобы отметить 3D-точку. Заполните информационные поля, оставив комментарий Исключить из измерения длины. После завершения 3D-измерений для всех рыб перейдите в раздел «Измерение», «Сводки измерений» и «3D-измерения точек и длины».
Сохраните данные в виде файла TXT, чтобы экспортировать их для дальнейшего анализа. Затем определите, были ли получены адекватные образцы, как указано в текстовом протоколе. В этом исследовании для количественной оценки плотности рыбы используются инструменты подводного стереовидео.
В обнаруживаемом ареале наблюдаемых видов прослеживаются четкие закономерности, что, вероятно, связано с взаимодействием размера, формы и окраски каждого вида. Затем выполняются вычисления расстояния 95%Z для двух видов. Для Sebastes wilsoni и Ophiodon elongatus расстояние 95% Z составляет 2,65 метра для Sebastes wilsoni и 3,96 метра для Ophiodon elongatus, что соответствует эффективной площади исследования 18,6 квадратных метров и 46 квадратных метров соответственно.
Простой бутстреп-анализ подтверждает, что получены достаточные размеры выборки, поскольку оценка расстояния 95% Z для обеих выборок стабилизируется при выборке более 50 обследований. Максимальное количество N за съемку затем преобразуется в плотности. Для обоих видов плотность значительно выше в местах обитания с высоким и средним рельефом по сравнению с местами обитания с низким рельефом.
Оценки плотности для псевдостационарного посадочного модуля стандартизированы с использованием уменьшенных областей покрытия. Средние плотности, полученные с помощью вращающейся камеры, на 18% выше, чем при использовании стационарных камер. Кроме того, коэффициент вариации увеличивается в 1,8 раза при использовании стационарных камер.
После освоения этой техники ее можно использовать для подсчета и измерения рыбы всего за несколько минут при правильном выполнении. При выполнении этой процедуры важно помнить, что значения 95% Z зависят от инструмента и опроса. И конкретные значения не должны использоваться универсально.
Следуя этой процедуре, можно выполнить различные многомерные статистические данные или статистические данные по ординации, чтобы ответить на дополнительные вопросы о видовом составе в различных типах местообитаний. Последствия этого метода распространяются на улучшение понимания экологии глубоководных видов скалистых рифов, поскольку существующие механизмы исследования дают лишь слабое понимание длины и численности рыбы. Хотя этот метод может дать представление о глубоководных морских средах обитания, он также может быть полезен в других системах, таких как коралловые рифы и леса ламинарии.
Как правило, люди, плохо знакомые с этим методом, будут испытывать трудности, потому что он требует понимания геометрии стереокамер. Визуальная демонстрация этого метода полезна, потому что вычисление MaxN происходит на основе различных данных и, таким образом, требует множества шагов в программном обеспечении.
View the full transcript and gain access to thousands of scientific videos
В данной статье представлен новый метод подсчета рыб и оценки их относительной численности и плотности с использованием вращающихся стерео-видеокамерных систем. Техника улучшает точность обнаруживаемости видов за счет учета расстояния от камеры.