Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Environment

En feltprimer til overvågning af bentiske økosystemer ved hjælp af struktur-fra-bevægelse-fotogrammetri

Published: April 15, 2021 doi: 10.3791/61815

Summary

Vi leverer en detaljeret protokol til udførelse af undervandsstruktur-fra-bevægelse fotogrammetriundersøgelser for at generere 3D-modeller og ortomosaikker.

Abstract

Struktur-fra-bevægelse (SfM) fotogrammetri er en teknik, der bruges til at generere tredimensionelle (3D) rekonstruktioner fra en sekvens af todimensionelle (2D) billeder. SfM-metoder bliver stadig mere populære som en ikke-invasiv måde at overvåge mange systemer på, herunder menneskeskabte og naturlige landskaber, geologiske strukturer og både terrestriske og akvatiske økosystemer. Her leveres en detaljeret protokol til indsamling af SfM-billeder for at generere 3D-modeller af bentiske levesteder. Derudover er omkostningerne, tidseffektiviteten og outputkvaliteten ved at anvende et Digital Single Lens Reflex (DSLR) kamera sammenlignet med et billigere actionkamera. Der blev observeret en afvejning mellem beregningstid og opløsning, hvor DSLR-kameraet producerede modeller med mere end dobbelt så høj opløsning, men det tog cirka 1,4 gange længere tid at producere end actionkameraet. Denne primer har til formål at give en grundig beskrivelse af de trin, der er nødvendige for at indsamle SfM-data i bentiske levesteder for dem, der ikke er bekendt med teknikken, såvel som for dem, der allerede bruger lignende metoder.

Introduction

Økosystemprocesser er naturligt dynamiske og kan være vanskelige at kvantificere. Det seneste årti har der været en stigning i nye teknologier til indfangning af økosystemer og deres dynamik i en række skalaer fra 3D-laserscanning af individuelle økosystemfunktioner til satellittelemåling af store områder 1,2,3. I bentiske levesteder er struktur tæt forbundet med økosystemfunktion8, hvilket gør værktøjer, der samtidig giver mulighed for overvågning af geometri og samfundsstruktur, særligt værdifulde for at forstå økologisk dynamik. Imidlertid kan mange moderne tilgange ikke anvendes i akvatiske systemer på grund af vandets fysiske egenskaber (f.eks. Brydning, forvrængning, turbiditet). Teknikker, såsom LiDAR (Light Detection and Ranging) og nogle luftundersøgelsesmetoder, kan være passende på store rumlige skalaer, men kan ikke opnå den opløsning, der er nødvendig for at vurdere fine skalaændringer i bentiske levesteder. Struktur-fra-bevægelse (SfM) fotogrammetrimetoder er for nylig blevet tilpasset til at producere storskala, høj opløsning ortomosaikker og 3D-overflademodeller af undersøiske levesteder 4,5,6,7.

SfM-fotogrammetri er en relativt billig, enkel, ikke-invasiv og gentagelig metode, der giver mulighed for generering af store registreringer i høj opløsning af det bentiske miljø i akvatiske økosystemer9. SfM bruger en sekvens af 2D-billeder til at generere 3D-modelrekonstruktioner. De modeller, der genereres fra SfM, kan bruges til at indsamle data om den strukturelle kompleksitet (f.eks. rugositet, dimensionalitet)4,5,10,11,12 og samfundsstruktur (f.eks. artssammensætning, populationsdemografi)13,14,15 af bentiske økosystemer. Da denne metode desuden er relativt billig, hurtig og gentagelig, kan den bruges af både forskere og ikke-forskere til at indsamle værdifulde, objektive oplysninger om disse økosystemer. Derfor er denne metode en levedygtig teknik til brug i borgervidenskabsprojekter, hvor standardisering af prøveudtagningsindsats, minimering af bias, involvering af deltagere og let træning er afgørende for datakvaliteten og den samlede succes16,17.

Denne artikel indeholder en detaljeret protokol til udførelse af undervands SfM-undersøgelser. Samtidig er brugen af et DSLR-kamera blevet sammenlignet med brugen af et mere omkostningseffektivt 'actionkamera', og de relative fordele og ulemper ved hvert er skitseret. Det overordnede mål er at gøre forskere og ikke-forskere fortrolige med bentiske SfM-undersøgelsesmetoder så hurtigt som muligt ved at tilvejebringe en enkel, almindeligt anvendt protokol, hvilket igen fremmer brugen af denne metode mere bredt.  For eksempler på undersøgelser, der har anvendt variationer af denne metode til at studere økologiske samfund under vandet, se Burns et al. (2015)4, Storlazzi et al. (2016)18, Ventura et al (2016 og 2018)19,20, Edwards et al. (2017)14, George et al. (2018)21, Anelli et al. (2019)22 og Torres-Pulliza et al. (2020)10.

Metoden beskrevet her kræver en to-personers snorkel eller SCUBA-team. Når undersøgelsesstedet er valgt, placeres en linjespole (figur 1A) i midten af stedet, og kalibreringsfliser (figur 1B) fordeles ~ 2 m fra midten. En person (svømmeren) svømmer med kameraet og tager billeder af stedet, mens den anden person (assistenten) plejer spolen i midten af plottet (figur 1C). Først forbinder svømmeren kameraet til spolen via linjen og begynder derefter at tage kontinuerlige billeder af benthos, mens han svømmer med forsiden nedad og fremad for at slappe af linjen fra spolen. Svømmeren skal til enhver tid holde en lodret afstand på ~ 1 m over underlaget og justere deres position, så den matcher topografiens, når de svømmer. Det er vigtigt, at linjen, der forbinder spolen og kameraet, altid skal forblive stram for at skabe jævn afstand i spiralen, når svømmeren undersøger plottet. Assistenten holder spolen i en stabil, opretstående position og sikrer, at spolen ikke roterer, og at linjen ikke bliver sammenfiltret.

Når linen er rullet helt ud, stopper svømmeren, drejer og svømmer i modsat retning for at rekylere linen omkring spolen. Når svømmeren skifter retning, drejer assistenten spolen for at sno linen ind, nøjagtigt 180° for at forhindre nøjagtig overlapning af den udgående sti. Når svømmeren er så tæt på midten som muligt, løsnes kameraet fra linjen, og assistenten tager spolen og linjen og svømmer væk fra den centrale del af stedet. Svømmeren afslutter derefter billedet af midten af plottet ved at flytte kameraet i en lille spiral over midten. Selvom der er flere måder at afbilde et område effektivt på, er spole-og-linje-metoden, der er beskrevet her, robust under selv ikke-ideelle miljøforhold, hvor hakket overfladevand, dønninger eller lav sigtbarhed ellers kan hindre dataindsamling. I disse scenarier holder denne metode snorklere / dykkere fastgjort og sikrer høj overlapning af billeder ved at holde svømmeren på en kontrolleret sti.

Protocol

1. Materialer

  1. Kamera
    1. Sørg for minimumsspecifikationer for holdbarhed og vandtæt natur (eller et vandtæt hus) og en minimumsbilledhastighed på 2 billeder / s (fps).
      BEMÆRK: Der blev brugt en mindste billedhastighed på ~4 fps i dette eksempel.
    2. Digital Single Lens Reflex (DSLR) kamera
      1. Indstil kameraet til at optage kontinuerligt med en fotooptagelseshastighed på mellem 2 og 5 fps.
      2. For at gengive den protokol, der er beskrevet i dette eksempel, skal du bruge et kamera i et undervandshus (se materialetabellen) med følgende indstillinger: manuel tilstand (M); f10, 18 mm; lukkertid = 1/320; eksponeringskompensation = -1/3; billedkvalitet = højeste, ingen RAW; drevtilstand = kontinuerlig; autofokus = AI SERVO; ISO = Auto, max3200; filnummerering = Automatisk nulstilling; billede automatisk rotation = Fra; tid/dato = UTC.
    3. Action kamera
      1. Indstil til videotilstand eller kontinuerlig optagetilstand med den højest mulige opløsning og billedhastighed.
        BEMÆRK: Actionkameraet kan også bruges i kontinuerlig tilstand, så længe billedhastigheden er 2 billeder pr. sekund eller derover.
      2. Hvis du vil gengive protokollen i dette eksempel (se materialetabellen), skal du bruge et vandtæt actionkamera med følgende indstillinger: Videoopløsning = 4K (4:3-billedformat); billedhastighed = 30 fps.
        BEMÆRK: For actionkameraer kan det være lettere at fastgøre linjen fra spolen til svømmeren i stedet for til kameraet. I dette eksempel blev linen fastgjort til svømmerens håndled via en lille snor.
  2. Spolerig (figur 1A)
    1. Sørg for, at spolen har en passende størrelse til at holde den linjelængde, der er nødvendig for undersøgelsesstedets radius.
      BEMÆRK: Spolens omkreds styrer afstanden mellem spiralsvømmelinjerne, og linjens længde bestemmer prøveområdet. I dette eksempel blev der brugt en spole med en diameter på ~8 tommer (~20 cm) til ~50 tommer (~1,3 m) afstand mellem svømmelinjer. Se 9 for detaljer.
    2. Vælg en spolerig med en flangekant (for jævn styring af linjen til og fra spolen) og fastgørelsespunkter til et håndtag og stang (for at styre højden fra underlaget). Sørg for, at spoleriggen i sagens natur er negativt flydende eller lavet med tilføjelse af vægte.
      BEMÆRK: I dette eksempel blev der brugt polyvinylchloridrør (PVC) til håndtag og stang, og spolen blev 3D-printet i polymælkesyreplast. Spolen kan dog være så enkel som et stort PVC-rør eller enhver anden rund genstand med den ønskede diameter.
      1. Til hyppig brug og/eller udfordrende feltforhold skal du vælge en spole lavet af et mere holdbart materiale såsom aluminium.
      2. Sørg for, at spolen ikke roterer på stangen eller drejer rundt, når den er i brug.
    3. Fastgør linjen til spolen i den ene ende og til en aftagelig klemme i den anden for tilslutning til kameraet.
      BEMÆRK: Linjens længde definerer stedets radius. Her blev 6 m line brugt til steder på 12 m i diameter.
  3. Kalibreringsfelter
    1. Selvom specialiserede kalibreringsfliser ikke er nødvendige, skal du sikre dig, at negativt flydende, genkendelige objekter af kendt størrelse er inkluderet i skalamodellen. Overvej overspænding og strømforhold for at sikre, at der anvendes egnede materialer, så fliser forbliver stationære under fotoindsamling.
      BEMÆRK: Her blev skalamarkørskabeloner, der var tilgængelige som en del af visse softwareprogrammer, trykt på vandtæt papir, som var fastgjort til 1 tommer tykke PVC-fliser.
    2. Dykkere skal bruge et middel til at måle dybden af flisen. I vores eksempel bruger vi en elektronisk dybdemåler (se materialetabel).
  4. Farvekorrektion
    1. Indstil hvidbalancen på kameraet til brugerdefineret. Tag et billede af et 18% gråt kort eller hvid dykkerskifer under vandet, før hver SfM-undersøgelse starter. Gør dette, hver gang et nyt websted startes.
      BEMÆRK: Billedet giver mulighed for farvekorrektion og hjælper også med at adskille de downloadede billeder fra forskellige websteder, når du gennemfører flere undersøgelser på samme dag.

2. Detaljerede metoder

  1. Valg af websted
    1. Vælg et sted, der har plads nok til at svømme hele spiralmønsteret (~113 m2 i dette eksempel). Ud over det område, der undersøges, skal der inkorporeres et lille bufferområde for at sikre, at hele undersøgelsesområdet er tilstrækkeligt fotograferet til at give data af høj kvalitet.
    2. Overvej to-personers teamets evne og udstyr. Lavvandede steder (< ~ 2 m) kan undersøges på snorkel, mens dybere steder kan kræve SCUBA.
  2. Hvis du planlægger gentagne gange at undersøge stedet regelmæssigt, skal du markere midtpunktet, hvor spoleriggen skal placeres, med et mærke eller en permanent struktur (f.eks. armeringsjern eller slaggeblok). I det mindste skal du tage en global positioneringssystemkoordinat, så stedet kan flyttes med hjælp fra en udskrift af ortomosaikken.
    BEMÆRK: Permanente undervandsstrukturer kræver typisk en tilladelse.
  3. Forbered webstedet.
    1. Sæt spolen midt på stedet.
    2. Angiv kalibreringsfliser, og registrer deres dybder. Placer kalibreringsfliserne med forsiden opad, ~2 m væk fra midten.
      BEMÆRK: I dette eksempel blev 3 kalibreringsfliser placeret i en trekant omkring midten af stedet. Kalibreringsfliser skal vægtes og placeres korrekt for at sikre minimal bevægelse under indsamlingen af fotos.
  4. Bed svømmeren om at svømme med kameraet, mens assistenten plejer spolen.
    1. Assistenten sætter stangen og den vedhæftede spole lodret i midten af det valgte sted og holder spoleriggen lodret og stationær.
    2. Sørg for, at svømmeren fastgør den side af kameraet, der er tættest på spolen til linjen, og holder kameraet lige ned ~ 1 m fra benthos.
      BEMÆRK: Hvis svømmeren skal vippe kameraet, skal du sørge for, at det vippes lidt fremad i stedet for bagud for at undgå at samle billeder i svømmerens skygge. Hvis du vipper kameraet lidt fremad for både den udadgående spiral og returspiralen, kan det også fange bedre vinkler på benthos og producere bedre modeller, især når der er udhæng og huller.
    3. Når kameraet er korrekt placeret, begynder svømmeren at tage kontinuerlige billeder af benthos, mens han svømmer fremad og opretholder spændingen på linjen.
    4. Sørg for, at svømmeren fortsætter med at svømme i en spiral med en ensartet hastighed, mens du tager billeder, indtil linjen er helt viklet ud af spolen.
      BEMÆRK: Svømmeren skal forsøge at holde en konstant afstand på ~ 1 m over benthos og svømme spiralen i et moderat tempo for at sikre tilstrækkelig overlapning mellem billeder. Når du er i tvivl, er langsommere bedre.
    5. I meget rugose miljøer (f.eks. Koralrev) skal du inkludere en tredje arbejdstager (anden assistent), der kan forhindre linjesammenfiltring ved at svæve over midten af linjen og forsigtigt løfte den over forhindringer.
    6. Når linen er helt uspoleret, vender svømmeren retning, monterer kameraet igen, hvis det er nødvendigt, og svømmer kameraet i den modsatte retning for at begynde at spole linen tilbage på spolen, mens han tager billeder. BEMÆRK: Svømning af den omvendte spiral er ikke absolut nødvendig, men vil typisk producere bedre modeller.
    7. Hvis en enkelt spiralmetode er ønskelig for at spare tid, vil svømmeren løsne linjen fra kameraet og springe til trin 2.4.12, mens assistenten vikler linen og fjerner spoleriggen fra stedet.
    8. Så snart svømmeren begynder at svømme i den modsatte retning, drejer assistenten spolen for at vikle linjen i 1/2 drejning (180°) mod den nye svømmeretning. Denne 1/2 omgang sikrer, at svømmerens retursti er forskudt fra den oprindelige sti for at give større fotodækning af stedet.
    9. Sørg for, at svømmeren fortsætter med at tage billeder og svømme den omvendte spiral, indtil linjen næsten er spole helt tilbage omkring spolen.
    10. Når svømmerens og assistentens afstand forhindrer yderligere fremskridt, stopper svømmeren derefter med at tage billeder for at fjerne kameraet fra linjen og give assistenten mulighed for at fjerne spoleriggen fra midten af stedet.
    11. Når spolen er fjernet fra stedet, afbilder svømmeren midten af stedet ved at holde kameraet lige ned og flytte kameraet i et lille spiralmønster over midten af stedet.

3. Ryd op på stedet.

  1. Hent kalibreringsfliser og andet udstyr, inden du forlader stedet.
    BEMÆRK: Efterlad aldrig affald eller udstyr på et sted. Efterlad altid et websted renere, end du fandt det.

Representative Results

I dette eksempel blev Reef Site 2_7 placeret på Patch Reef 13 i Kāne'ohe Bay, O'ahu, Hawaii, afbildet, og 3.125 JPEG-fotos fra DSLR og 3.125 JPEG-billedoptagelser fra actionkameravideoen (tabel 1) blev brugt som input til at skabe ortomosaikkerne og 3D-modellerne. Den generelle arbejdsgang bestod af 5 faser: 1) justering af fotos for at generere den sparsomme punktsky, 2) skalering af den sparsomme punktsky og optimering af kameraer, 3) opbygning af den tætte punktsky (dybdekort blev også genereret i dette trin), 4) opbygning af den digitale højdemodel (DEM) og ortomosaik og 5) generering af 3D-modellen og tekstur. Bemærk, at trin 4 og 5 ikke nødvendigvis behøver at blive udført i den rækkefølge, men de skal udføres efter behandling af de tætte punktsky- og dybdekort. Georeferencing af modellerne skal ske inden generering af ortomosaik og DEM. De indstillinger, der bruges til disse faser og behandlingsdetaljer, er beskrevet i henholdsvis tabel 2 og materialetabel.

For mere detaljerede metoder til generering af 3D-modeller og ortomosaikker, se Supplementary Material og Suka et al.23. Behandlingstiden var kortere for den actionkameraafledte model for hvert trin, herunder sparsom punktskygenerering, generering af tætte punktskyer, mesh-modelgengivelse og tekstureret modelgengivelse. Dette førte til en betydeligt hurtigere samlet behandlingstid for actionkameramodellen (6 timer og 39 minutter) end DSLR-modellen (9 timer og 14 minutter). Det nøjagtige tidspunkt for modelbehandling varierer afhængigt af beregningskraft og specifikke hardwarekonfigurationer.

Modellen, der blev genereret ved hjælp af billeder fra DSLR-kameraet, indeholdt 2.848.358 sparsomme skypunkter og 787.450.347 tætte skypunkter, mens modellen, der blev genereret fra actionkamerabillederne, kun indeholdt 2.630.543 sparsomme skypunkter og 225.835.648 tætte skypunkter. Dette førte til, at DSLR-modellerne havde mere end 2x opløsningen end actionkameramodellerne med ortomosaikopløsninger på 0,442 og 0,208 mm/pixel for henholdsvis DSLR- og actionkameraafledte modeller (tabel 1). På trods af DSLR-modellens bedre opløsning i forhold til actionkameramodellen var begge metoder i stand til at producere modeller af høj kvalitet med ringe forskel i visuel repræsentation, når revområdet ~ 113 m 2 blev repræsenteret som en 20 cm 2 digital højdemodel (figur 2 toppaneler) eller 2D ortomosaikprojektion (figur 2 midterpaneler).

Figure 1
Figur 1: Struktur-fra-bevægelse fotogrammetri. (A) Eksempel på en spolerig til styring af svømmerens afstand med et fastgjort håndtag og stang til præcis positionering og håndtering. (B) Kalibreringsfliser. (C) Et skema over svømmebanen med svømmerens (grøn) og assistentens (orange) relative positioner. Klik her for at se en større version af denne figur.

Figure 2
Figur 2: Visuel sammenligning af digitale højdemodeller og ortomosaikker. Digitale højdemodeller (øverst) og ortomosaikker (midten) konstrueret af DSLR (venstre) og actionkamera (højre) billeder. Det nederste panel er en zoom af områderne i de hvide bokse i ortomosaikkerne. Varmekortskalaerne i toppanelet repræsenterer afstanden fra vandets overflade i meter (m). Klik her for at se en større version af denne figur.

Canon EOS Rebel SL3 GoPro Hero 7
Koste
Kamera ~ $ 600,00 ~ $ 220,00
Undervandshus ~$1,700,00 NA
Samlede omkostninger ~ $ 2,300.00 ~ $ 220,00
Billeder
Foto filformat .jpeg .jpeg
Fotoopløsning 24 megapixel 12 megapixel (fra 4K-video)
Justerede billeder / samlede billeder 3125 / 3125 3125 / 3125
Målinger af fotogrammetri
Sparsomme skypunkter 2,848,358 2,630,543
Tætte skypunkter 787,450,347 225,835,648
Ansigter (3D-model) 11,919,451 3,834,651
DEM-opløsning (Digital elevation Model) 0,831 mm/pixel 1,77 mm/pixel
Ortomosaik opløsning 0,208 mm/pixel 0,442 mm/pixel
Sagsbehandlingstider
Sparsom cloud-generering 1 t 23 min 1 t 27 min
Tæt cloudgenerering 4 timer 3 timer og 11 min
Gengivelse af maskemodel 3 timer og 32 minutter 1 t 49 min
Teksturgengivelse 19 minutter 12 minutter
Samlet databehandlingstid for computere 9 timer og 14 minutter 6 timer og 39 minutter

Tabel 1: Detaljerede oplysninger om opsætningsomkostninger, fotos, der bruges til at konstruere modellerne, fotogrammetrimålinger og behandlingstid. Behandling blev udført ved hjælp af de samme indstillinger for begge modeller. Bemærk, at behandlingstiden ikke inkluderer tid til forskellige trin såsom fotoredigering, udtrækning af billeder fra video, justering af fotos og redigering og skalering af modellerne.

Canon EOS Rebel SL3 GoPro Hero 7
Billeder
Gennemsnitlig filstørrelse ~ 8,3 MB ~ 4,7 MB
Foto erhvervelse Kontinuerlig tilstand Uddrag fra 4K-video
Farvekorrektion Manual Manual
Korrektion af objektiv Nej Ja
Indstillinger for fotogrammetriproces
Sparsom cloud-generering Nøjagtighed: Høj Nøjagtighed: Høj
Nøglepunkt: 40.000 Nøglepunkt: 40.000
Uafgjort: 4.000 Uafgjort: 4.000
Generisk forvalg: Ja Generisk forvalg: Ja
Tæt cloudgenerering Medium kvalitet Medium kvalitet
Generering af 3D-mesh-modeller
Kildedata: Dybdekort Dybdekort
Kvalitet: Medium Medium
Antal ansigter: Lav Lav
Interpolation: Aktiveret Aktiveret
Beregn knudepunktsfarver: Ja Ja
Generering af 3D-tekstur
Tekstur type: Diffust kort Diffust kort
Kildedata: Billeder Billeder
Kortlægningstilstand: Generisk Generisk
Blandingstilstand: Mosaik Mosaik
Teksturstørrelse/antal: 4096 / 1 4096 / 1
Digital højdemodel (DEM) Fra tæt sky Fra tæt sky
Ortomosaik Fra DEM Fra DEM

Tabel 2: Detaljerede oplysninger om indsamlede billeder og fotogrammetrisk behandling. Behandling blev udført ved hjælp af de samme indstillinger for begge modeller.

Supplerende materiale. Klik her for at downloade denne fil. 

Discussion

Denne undersøgelse viser, at både DSLR-kameraet og actionkameraet producerer modeller med bedre end 0,5 mm / pixelopløsning på mindre end 10 timers behandlingstid på en standard stationær computer. Den største afvejning mellem DSLR og actionkameraet, bortset fra omkostninger, er henholdsvis finere opløsning versus hurtigere behandlingstid. De rapporterede behandlingstider omfatter dog kun den beregningsmæssige behandling. Selvom beregningstiden er mindre for actionkameraet, er der således en betydelig mængde tid (10-20 min) investeret i billedekstraktion fra videoerne, der ikke kræves med DSLR. Et alternativ er at bruge actionkameraet i kontinuerlig optagetilstand for at undgå billedudtrækning. Kontinuerlig optagetilstand blev ikke brugt i dette eksempel, da actionkameraet kun kan optage ved 2 fps, hvilket kræver en betydeligt langsommere svømmehastighed for at indsamle nok billeder til at bygge en komplet model. I denne henseende er der en afvejning mellem længere tid i marken ved hjælp af kontinuerlig optagelsestilstand versus længere tid på computeren, udtrækning af billeder, når du bruger videotilstand.

Fordele ved actionkameraet inkluderer overkommelighed og nem transport og betjening under vandet. Den største fordel ved DSLR er, at den producerer billeder med højere opløsning; derfor anbefales DSLR-kameraer frem for actionkameraer, når førstnævnte ikke er omkostningsuoverkommelig. Den slags spørgsmål, en undersøgelse søger at behandle, vil også være vigtige for at bestemme den anvendte metode. For eksempel kan et actionkamera være at foretrække i miljøer, der er relativt homogene (f.eks. Havgræsbede, døde koraller/murbrokker), eller hvor kun brede samfundsmålinger (såsom overflod, mangfoldighed) vurderes over store rumlige skalaer. Et DSLR-kamera kan dog anvendes i tilfælde, hvor sporing af finskalaændringer i individuelle organismer eller substrater er af interesse.

Da dette er en feltmetode, vil modellens output afhænge af forskellige miljøfaktorer såsom belysning, vandklarhed, overfladeforhold, bølgemængde og bevægelse af fisk eller ikke-stationære bentiske strukturer (f.eks. Havgræs). Selvom der ikke er nogen absolutte tærskler for, hvornår det er hensigtsmæssigt at bruge denne metode, producerer let overskyede dage med høj vandklarhed, rolige overfladeforhold og lille bølge typisk de bedste modeller. Desuden er der en grænse for den mindste dybde, der kræves til disse metoder. Disse metoder fungerer ikke godt under forhold, hvor der er mindre end 0,5 m vand på grund af den lave overlapning mellem fotos og færre kendetegn pr. Foto. Dette fremhæver dog en anden fordel ved actionkameraet, nemlig at de er mindre og dermed lettere at bruge på lavere dybder. Desuden kan en spole med mindre diameter og højere billedhastighed (eller bredvinkelobjektiv) forbedre billedoverlapning under meget lave forhold9.

Mange andre datatyper kan integreres med denne tilgang. For eksempel er ortomosaikker blevet brugt til at vise den rumlige tæthed af molekylære data (f.eks. gener og metabolitter) på koraller 24 og mennesker 25 ved hjælp af open source-softwaren 'ili'26. Den samme platform kan også bruges til at kortlægge den rumlige tæthed af dyr, mikroorganismer, vira og/eller kemikalier i miljøet. Andre eksempler har brugt SfM til at annotere bentiske arter rumligt på ortomosaikker ved hjælp af geografisk informationssystemsoftware10. Desuden kan de 3D-modeller, der genereres af SfM, bruges til at estimere habitatkarakteristika såsom rugositet og fraktal dimension. Faktisk blev de metoder, der er skitseret her, for nylig brugt til at udlede en ny geometrisk teori for habitatoverflader10. Endelig bruges ortomosaikker som inputflader til rumligt eksplicitte beregningsmodeller, hvilket gør det muligt at overlejre dynamiske simuleringer på modellens 3D-overflade. At være i stand til nemt at generere store billeder og 3D-repræsentationer af bentiske levesteder har gjort det muligt for havforskere at adressere hidtil uanede spørgsmål3.

Samlet set er her en detaljeret protokol til udførelse af undervands SfM-fotogrammetri med enten DSLR-kameraer eller mere omkostningseffektive actionkameraer. Disse metoder kan bruges af forskere til en bred vifte af formål, fra at udtrække data om bentiske økosystemer til at udvikle 3D-inputoverflader til in silico-simuleringer . Disse protokoller kan dog også bruges af ikke-forskere som en del af borgervidenskabelige bestræbelser på at indsamle værdifuld information om mønstre af biodiversitet, habitatkompleksitet, samfundsstruktur og andre økologiske målinger.

Disclosures

Forfatterne har ingen konkurrerende økonomiske interesser eller andre interessekonflikter.

Acknowledgments

Vi takker Paul G. Allen Family Foundation for at finansiere denne forskning og er taknemmelige for Ruth Gates for inspirationen til at bruge teknologi til at hjælpe med at bevare rev. Vi takker også NOAA og andre samarbejdspartnere for tankevækkende diskussion om disse metoder. Endelig takker vi Catie Foley og Patrick Nichols for at levere drone- og undervandsvideoen af disse metoder.

Vi anerkender National Fish and Wildlife Foundation som finansieringspartner i dette arbejde.

Materials

Name Company Catalog Number Comments
Action camera (GoPro Hero7 Black) GoPro Could be any waterproof action camera
Adobe Lightroom Adobe Color correction
Calibration tiles ( flat PVC board cut to size for Agisoft targets. Attach a dive weight underneath if expecting waves) Any negatively buoyant object of known size and color. We recommend using the scale marker templates available from Agisoft Metashape software (v.1.6.0).
DSLR camera (Canon EOS Rebel SL3 ) Canon 3453C002AA Could be any DSLR camera in a underwater housing
Line (plastic clothes line filament) Any negatively buoyant line that is strong enough to withstand field use
Micro SDXC memory card (for GoPro)
Oceanic Veo 2.0 Oceanic Digital depth gauge
SDXC memory card (for DSLR) Any SDXC memory card should work, so long as there is enough space to hold all the pictures necessary to build the model 
Spool (2 inch-long section of 8 inch diameter PVC pipe which was attached to a 3 feet section of 1 inch PVC pipe to form the stem Any negatively buoyant, round object of the desired diameter
Underwater camera housing for DSLR (Ikelite 200DLM/C Underwater TTL Housing) Ikelite 6970.09 Should be the specific water housing for the DSLR make and model
Windows 10 desktop computer with an Intel i9-9900K 8-core CPU, two Nvidia GeForceRTX 2070 SUPER GPUs, and 128 GB of RAM.  Processing 

DOWNLOAD MATERIALS LIST

References

  1. Levy, J., Hunter, C., Lukacazyk, T., Franklin, E. C. Assessing the spatial distribution of coral bleaching using small unmanned aerial systems. Coral Reefs. 37 (2), 373-387 (2018).
  2. Muller-Karger, F. E., et al. Satellite sensor requirements for monitoring essential biodiversity variables of coastal ecosystems. Ecological Applications. 28 (3), 749-760 (2018).
  3. Dornelas, M., et al. Towards a macroscope: Leveraging technology to transform the breadth, scale and resolution of macroecological data. Global Ecology and Biogeography. 28, 1937-1948 (2019).
  4. 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. 2015 (3), 1077 (2015).
  5. House, J. E., et al. Moving to 3D: Relationships between coral planar area, surface area and volume. PeerJ. 2018 (6), 4280 (2018).
  6. Carlot, J., et al. Community composition predicts photogrammetry-based structural complexity on coral reefs. Coral Reefs. , 1-9 (2020).
  7. Young, G. C., Dey, S., Rogers, A. D., Exton, D. Cost and time-effective method for multi-scale measures of rugosity, fractal dimension, and vector dispersion from coral reef 3D models. PloS ONE. 12 (4), 0175341 (2017).
  8. Wilson, S. K., Robinson, J. P. W., Chong-Seng, K., Robinson, J., Graham, N. A. J. Boom and bust of keystone structure on coral reefs. Coral Reefs. 38 (4), 625-635 (2019).
  9. Pizarro, O., Friedman, A., Bryson, M., Williams, S. B., Madin, J. A simple, fast, and repeatable survey method for underwater visual 3D benthic mapping and monitoring. Ecology and Evolution. 7 (6), 1770-1782 (2017).
  10. Torres-Pulliza, D., et al. A geometric basis for surface habitat complexity and biodiversity. Nature Ecology & Evolution. 4, 1495-1501 (2020).
  11. Bayley, D., Mogg, A., Koldewey, H., Purvis, A. Capturing complexity: field-testing the use of 'structure from motion'derived virtual models to replicate standard measures of reef physical structure. PeerJ. 2019 (7), 6540 (2019).
  12. Leon, J. X., Roelfsema, C. M., Saunders, M. I., Phinn, S. R. Measuring coral reef terrain roughness using 'Structure-from-Motion' close-range photogrammetry. Geomorphology. 242, 21-28 (2015).
  13. Burns, J. H. R., et al. Assessing the impact of acute disturbances on the structure and composition of a coral community using innovative 3D reconstruction techniques. Methods in Oceanography. 15-16, 49-59 (2016).
  14. Edwards, C. B., et al. Large-area imaging reveals biologically driven non-random spatial patterns of corals at a remote reef. Coral Reefs. 36, 1291-1305 (2017).
  15. Piazza, P., et al. Underwater photogrammetry in Antarctica: long-term observations in benthic ecosystems and legacy data rescue. Polar Biology. 42 (6), 1061-1079 (2019).
  16. Bonney, R., et al. Citizen science: A developing tool for expanding science knowledge and scientific literacy. BioScience. 59 (11), 977-984 (2009).
  17. Dickinson, J. L., Zuckerberg, B., Bonter, D. N. Citizen science as an ecological research tool: Challenges and benefits. Annual Review of Ecology, Evolution, and Systematics. 41 (1), 149-172 (2010).
  18. Storlazzi, C. D., Dartnell, P., Hatcher, G., 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).
  19. Ventura, D., Lasinio, G. J., Belluscio, A., Ardizzone, G. A low-cost drone based application for identifying and mapping of coastal fish nursery grounds Feeding ecology View project Habitat use of juvenile Diplodus species View project. Estuarine Coastal and Shelf Science. 171, 85-98 (2016).
  20. Ventura, D., Bonifazi, A., Gravina, M. F., Belluscio, A., Ardizzone, G. Mapping and classification of ecologically sensitive marine habitats using unmanned aerial vehicle (UAV) imagery and object-based image analysis (OBIA). Remote Sensing. 10 (9), 1331 (2018).
  21. George, E. E., et al. Relevance of coral geometry in the outcomes of the coral-algal benthic war. bioRxiv. , (2018).
  22. Anelli, M., et al. Towards new applications of underwater photogrammetry for investigating coral reef morphology and habitat complexity in the Myeik Archipelago, Myanmar. Geocarto International. 34 (5), 459-472 (2017).
  23. Suka, R., et al. Processing photomosaic imagery of coral reefs using structure-from-motion standard operating procedures. U.S. Dept. of Commerce, NOAA Technical Memorandum NOAA-TM-NMFS-PIFSC-93. , (2019).
  24. Galtier d'Auriac, I., et al. Before platelets: the production of platelet-activating factor during growth and stress in a basal marine organism. Proceedings of the Royal Society B: Biological Sciences. 285 (1884), 20181307 (2018).
  25. Bouslimani, A., et al. Molecular cartography of the human skin surface in 3D. Proceedings of the National Academy of Sciences of the United States of America. 112 (17), 2120-2129 (2015).
  26. Protsyuk, I., et al. 3D molecular cartography using LC-MS facilitated by Optimus and 'ili software. Nature Protocols. 13 (1), 134-154 (2018).

Tags

Miljøvidenskab nr. 170 SfM fotogrammetri Markmetoder Bentiske undersøgelser Økologisk overvågning Fællesskabets sammensætning Habitatstruktur
En feltprimer til overvågning af bentiske økosystemer ved hjælp af struktur-fra-bevægelse-fotogrammetri
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Roach, T. N. F., Yadav, S., Caruso,More

Roach, T. N. F., Yadav, S., Caruso, C., Dilworth, J., Foley, C. M., Hancock, J. R., Huckeba, J., Huffmyer, A. S., Hughes, K., Kahkejian, V. A., Madin, E. M. P., Matsuda, S. B., McWilliam, M., Miller, S., Santoro, E. P., Rocha de Souza, M., Torres-Pullizaa, D., Drury, C., Madin, J. S. A Field Primer for Monitoring Benthic Ecosystems Using Structure-From-Motion Photogrammetry. J. Vis. Exp. (170), e61815, doi:10.3791/61815 (2021).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter