Sualtı Stereo video araçları kullanarak balık yoğunluğu miktarının için yeni yöntemler geliştirilmesi

Bu video analiz tekniğinin genel amacı, derin kayalık habitatlardaki balıkların yoğunluğunu, ortalama uzunluğunu ve tür kompozisyonunu daha doğru bir şekilde tahmin etmektir. Bu yöntem, derin su kayalık resiflerinde yaşayan türlerin bolluğu ve büyüklük dağılımı gibi balıkçılık yönetimi alanındaki temel soruların yanıtlanmasına yardımcı olabilir. Bu tekniğin temel avantajı, balıkları ortamdan çıkarmadan daha doğru yoğunluk tahminleri sağlamasıdır.

Bu yordamdan önce, metin protokolünde belirtildiği gibi alan verilerini toplayın. Stereofotogrametride, kameraların tam göreceli konumunu bilmek, doğru ölçümler için önemlidir. Doğru kalibrasyon bu süreçte önemli bir adımdır.

Saha çalışması tamamlandıktan sonra, hem video hem de kalibrasyon dosyalarını içeren yeni bir proje klasörü oluşturun. Stereo ölçüm yazılımında, Ölçüm, Yeni ölçüm dosyasına gidin. Resim'e giderek resim dizinini ayarlayın.

Resim dizinini ayarlayın ve ardından tüm proje dosyalarını içeren klasörü seçin. Stereo, Kameralar, Sol'a gidin, ardından Kamera dosyasını yükle uygun sol kamera dosyasını seçmek ve yüklemek için. Doğru kamera dosyasını yüklemek yerine Sağ'ı seçerek bu işlemi tekrarlayın.

Ardından, Resim, Film sırasını tanımla'ya gidin. Soldaki videonun film sırasını tanımlamak için sol kamera video dosyasını seçin. Resim'e tıklayın, Resmi yükle sol video dosyasını ölçüm yazılımına yüklemek için.

Bundan sonra, tıklayın Stereo, Resim, Film sırasını tanımla doğru video için film sırasını tanımlamak için. Stereo, Resim ve ardından videoyu yükle'yi seçerek video dosyasını yükleyin. Tür listesini yüklemek için Ölçüm, Öznitelikler, Tür yükleme dosyasını düzenle'ye gidin.

Bilgi alanı değerleri tablosunu açmak için Ölçüm, Bilgi alanları, Alan değerlerini düzenle'ye tıklayın. Anket kimliği bilgilerini girin ve bir olay ölçümü gözlem projesi oluşturmak için dosyayı kaydedin. UTC zaman damgası kullanılıyorsa, zaman damgası yeni bir saniye başlayana veya bir ışık parlaması ya da el çırpma sesi gelene kadar sol videoda kare ileri adım atın.

Çerçeve: Zaman damgası ışığı yanıp sönene veya el çırpışı sol videoyla tam olarak eşleşene kadar sağ videoyu ileri doğru adımlayın. Ardından, tıklayın Kilitle Videoların birlikte oynatıldığından emin olmak ve senkronizasyonu sürdürmek için düğmesine basın. Arazi aracı ilk dönüşüne başlar başlamaz, sağ tıklayın ve yeni bir örnek dönem tanımlamak için Dönem tanımları, Yeni başlangıç dönemi ekle'yi seçin.

İlk nokta adı olarak sıfır bir girin ve Tamam'a tıklayın. İniş aracı dönerken, kadraja giren her balığı sağ tıklayarak 2B nokta ile işaretleyin, Nokta ekle'yi seçin ve doğru tür adını seçin. Mümkün olan en düşük taksonomik düzeye etiketleyin ve ardından Tamam'ı tıklatın. Dönüş tamamlanana kadar her yeni balığı işaretlemeye devam edin. MaxN'nin doğru tahminlerini elde etmek için her balığı tanımlamak ve saymak çok önemlidir.

Ek bir iniş aracı rotasyonu için bu işlemi tekrarlayın ve her birinin başında yeni bir dönemin tanımlandığından emin olun. Tüm rotasyonlar numaralandırıldıktan sonra, Ölçüm, Ölçüm özetleri, Nokta ölçümleri'ne gidin ve 2B noktaları bir TXT dosyası olarak kaydedin. Bu dosyayı bir elektronik tablo olarak açın.

Bir pivot tablo oluşturmak için Ekle, Pivot Tablo'ya gidin. Satır etiketi için Cins ve Tür'ü ve sütun etiketi için Dönem'i seçin. Belirli bir tür için MaxN'yi seçmek için belirli bir tür için en fazla sayıda bireye sahip kamera dönüşünü seçin.

Yalnızca cinse tanımlanan balıklar için, o belirli cinsteki türlere tanımlanan en fazla sayıda bireye sahip olan rotasyona dayalı olarak bir MaxN cins seviyesi seçin. Ardından, 3D ölçüm için tam olarak aynı balığa gitmek için kaydedilen 2D noktaları kullanın. Balık burnunun ucunu ve kuyruk yüzgeçlerinin kenarlarını daha iyi tanımlamak için en az dört kez yakınlaştırın.

Sol kamerada burnun ucuna ve ardından kuyruğun kenarına manuel olarak tıklayın. Seçimi doğru videoda aynı sırayla tekrarlayın. Ardından sağ tıklayın, Uzunluk ekle'yi seçin ve doğru tür tanımlamasını seçin.

3D uzunluk ölçümü mümkün değilse, bir 3D noktayı işaretlemek için her iki videodaki balığın üzerine aynı konumda sol tıklayın. Uzunluk ölçümünden hariç tut yorumunu bırakarak bilgi alanlarını doldurun. Tüm balıklar için 3D ölçümleri tamamladıktan sonra Ölçüm, Ölçüm özetleri ve 3D nokta ve uzunluk ölçümlerine gidin.

Daha fazla analiz için dışa aktarmak üzere verileri bir TXT dosyası olarak kaydedin. Ardından, metin protokolünde belirtildiği gibi yeterli numunelerin alınıp alınmadığını belirleyin. Bu çalışmada, balık yoğunluğunu ölçmek için su altı stereo video araçları kullanılmıştır.

Gözlemlenen türlerin tespit edilebilir aralığında, muhtemelen her bir türün boyutunun, şeklinin ve renginin etkileşiminden kaynaklanan net desenler vardır. %95 Z mesafe hesaplamaları daha sonra özellikle iki tür için gerçekleştirilir. Sebastes wilsoni ve Ophiodon elongatus için %95'lik Z mesafesinin Sebastes wilsoni için 2.65 metre ve Ophiodon elongatus için 3.96 metre olduğu görülmektedir ve bu da sırasıyla 18.6 metre kare ve 46 metre karelik etkili araştırma alanları anlamına gelmektedir.

Basit bir önyükleme analizi, 50'den fazla anket örneklendiğinde her iki örnek için %95Z mesafesi tahmini dengelendiği için yeterli örnek boyutlarının elde edildiğini doğrular. Anket başına MaxN sayıları daha sonra yoğunluklara dönüştürülür. Her iki tür için de yoğunlukların, düşük kabartmalı habitatlara kıyasla yüksek ve orta kabartmalı habitatlarda önemli ölçüde daha büyük olduğu görülmektedir.

Sözde sabit iniş aracı için yoğunluk tahminleri, azaltılmış kapsama alanları kullanılarak standartlaştırılmıştır. Dönen kamera tarafından elde edilen ortalama yoğunluklar, sabit kameralarla elde edilenlerden %18 daha fazladır. Ek olarak, sabit kameralar kullanıldığında varyasyon katsayısının 1,8 kat daha fazla olduğu görülmektedir.

Bir kez ustalaştıktan sonra, bu teknik, uygun şekilde yapılırsa balıkları sadece birkaç dakika içinde saymak ve ölçmek için kullanılabilir. Bu prosedürü gerçekleştirirken, %95Z değerlerinin araca ve ankete özgü olduğunu unutmamak önemlidir. Ve belirli değerler evrensel olarak kullanılmamalıdır.

Bu prosedürü takiben, farklı habitat türlerinde tür bileşimi hakkında ek soruları yanıtlamak için çeşitli çok değişkenli veya koordinasyon istatistikleri gerçekleştirilebilir. Bu tekniğin sonuçları, derin su kayalık resif türlerinin ekolojisinin daha iyi anlaşılmasına doğru uzanır, çünkü mevcut araştırma mekanizmaları balık uzunluğu ve bolluğu hakkında yalnızca zayıf bir anlayış sağlar. Bu tekniğin derin su deniz habitatları hakkında fikir verebileceği düşünülürse, mercan resifleri ve yosun ormanları gibi diğer sistemlerde de yararlı olabilir.

Genel olarak, bu yönteme yeni olan kişiler, stereo kamera sistemlerinin geometrisinin anlaşılmasını gerektirdiğinden mücadele edeceklerdir. Bu tekniğin görsel gösterimi yararlıdır, çünkü MaxN'nin hesaplanması çeşitli verilerden türetilir ve bu nedenle yazılımda birçok adım gerektirir.