Riverine Makroomurgasızlarının Topluluk Boyut Yapısını Belirlemek için Otomatik Görüntü İşleme

Vücut büyüklüğü, izleme için önemli bir özellik olarak önceliklendirilmiştir. Yine de bireysel büyüklüğü ölçmek zaman alıcıdır. Yöntemimiz, tatlı su ekosistemleri üzerindeki etkileri değerlendirmek için makroomurgasız boyut spektrumunun rutin kullanımına izin verir.

Protokolümüz, bir numunedeki nehir makroomurgasızlarının bireysel boyut dağılımını yaklaşık bir saat içinde otomatik olarak belirlemek için standartlaştırılmış bir yol sağlar. Prosedürü gösterecek olan Vic Üniversitesi'nden Rosa Guri olacak. Başlamak için tarayıcıyı açın.

Ve ışığı çift konumda açın. Yukarıdan ve aşağıdan beyaz ışık yansıtmak. Ardından, tarama tepsisini musluk suyuyla temizleyin ve durulayın.

Boşlukları oluşturmak için, cam kaplanana kadar oda sıcaklığında 110 mililitre musluk suyunu tarama tepsisine dökün. Büyük çerçeveyi, köşesi sol üst kısımda olacak şekilde tarama tepsisine yerleştirin. Taranan görüntüleri değiştirecek bir menisküs etkisinden kaçınmak için çerçevenin basamağını kaplayana kadar musluk suyuyla doldurun.

Ardından, görüntü işleme yazılımını açın, çalışan projeyi seçin ve arka plan görüntüsünü dönüştür taramaya tıklayın. Ardından, tarama yazılımını açın ve önizlemeye tıklayın. Görüntüde çizgi veya nokta olup olmadığını kontrol edin ve taramaya başlamadan önce en az 30 saniye bekleyin.

Ardından, verileri tarama yazılımından görüntü işleme yazılımına göndermek için ikinci taramadan önce talimatlar penceresinde Tamam düğmesine basın. Cam kaplanana kadar tarama tepsisine 110 mililitre% 70 etanol dökün. Ve büyük çerçeveyi yerleştirin.

Daha sonra makroomurgasızlar örneğini çerçevenin kenarındaki tarama tepsisine dökün ve gerekirse daha fazla etanol ile örtün. Ardından, ahşap bir iğne kullanarak, numuneyi çerçeve alanı boyunca homojenize edin. Doğru görüntü işleme için en büyük bireyleri tepsinin ortasına yerleştirmek.

Ve yüzen organizmaları batırın. Ayrıca, kümelenmiş organizmaları ayırın. Ve çerçeve kenarlarına dokunan organizmaları merkeze doğru çekin.

Ardından, arşiv yok işlemi için hayvanat bahçesi taraması ile tarama örneğine tıklayarak taramaya devam edin. Örneği seçme ve yönergeleri izleme. Hiçbir çizgi veya nokta olmadan görüntüyü tarama yazılımında önizleyin.

30 saniye sonra, tarama yazılımındaki tarama düğmesine tıklayın. Ve ham taranan görüntünün doğru olduğundan emin olun. Çerçeveyi çıkarın ve takılı makroomurgasızları kurtarmak için% 70 etanol dolu bir sıkma şişesi ile tarama tepsisinin üzerinde yıkayın.

Tüm organizmaları ve etanolleri tarama alma hunisinden bir beherin içine almak için tarayıcının üst kısmını kaldırın. Tarayıcının üst kısmı hala kaldırılıyken, kalan organizmaları süpürmek için tepsiyi sıkma şişesiyle temizleyin. Tüm örnekleri geri kazandıktan sonra, tepsiyi musluk suyuyla temizleyin.

Kimliği tahmin etmek için, otomatik tanımlama yazılımındaki veri analizine tıklayın. Eğitim dosyası seç'te PID_Process'i bulun ve kullanılacak eğitim kümesi dosyasını seçmek için learning_set'i seçin. Ardından, örnek dosyaları seç bölümünde, PID_results klasöründen tahmin edilecek örneği seçin.

Bir yöntem seçin bölümünde rastgele orman yöntemini seçin ve ardından her örnek için ayrıntılı sonuçları kaydet düğmesini işaretleyin. Orijinal değişkenlerde, konum değişkenlerinin işaretini kaldırın. Son olarak, özelleştirilmiş değişkenlerde, yalnızca ESD'yi işaretleyin.

Analizi başlat'a tıklayın ve sonuçları analysis_name olarak kaydedin. txt PID_process tahmin klasöründe. El ile doğrulamak için, analiz sample_dat_1 txt dosyalarını PID_process tahmin klasöründen PID_process, PID_results klasörüne kopyalayın.

Görüntü işleme yazılımındaki tahmine veya doğrulamaya göre klasörlerdeki vinyetleri ayıkla'yı seçin. Ardından PID_results klasörden kullanılan tahmin edilen dosyaları seçin. Varsayılan ayarlarla, Tamam'a basmak yeni bir klasör oluşturur.

Şimdi PID_process sıralanmış vinyetler klasörüne gidin ve doğrulanacak örnek ad, tarih ve saatle adlandırılan yeni oluşturulan klasörü kopyalayın. Doğrulanmış ile doğrulamak için klasörü yeniden adlandırın. Otomatik sınıflandırmayı el ile doğrulamak için, yeniden adlandırılan klasörün örnek adını, tarih ve saat doğrulanmasını açın.

Varsa yanlış sınıflandırılmış nesneleri tanımlamak için her alt klasördeki tüm vinyetleri gözden geçirin. Bir nesne yanlış sınıflandırıldığında, vinyeti doğru klasöre sürükleyin. Ardından, sıralanmış vinyetlerden yük tanımlamaları'nı seçin.

Varsayılan ayarları koruyarak, işlenmek üzere tarih, saat, adı doğrulanmış dosyayı seçin. Ardından PID_process, PID_results ve ardından dat1_validated'ye gidin. Ve her nesnenin uzman sınıflandırmasını belirten son sütunun, tahminin, doğrulanmış kimliğin, tarih ve saatin oluşturulduğunu doğrulamak için ID_from_sorted_vignettes tarih ve saat txt adlı dosyayı açın.

Sistemi makroomurgasızlar için test ederken, bazı taramalar işlenmiş görüntülerde düşük kalitedeydi. Buna rağmen, ham ve işlenmiş görüntünün iyi tarama kalitesine sahip ince bir alt örneklem tasvir edildiği gibi görünür. Analiz edilen vinyet setinde,% 86.1'i enkaz ile karşılık geldi.

Detritus, lifler, vücut parçaları veya tarama yapıları dahil. Tespit edilen nesnelerin geri kalan% 13.9'u omurgasız organizmalara karşılık geldi. Otomatik tanıma ve ardından nesnelerin manuel olarak doğrulanması, tüm kategoriler için yüksek hatırlama sergiledi.

Kirlenme bir hassasiyet diğer omurgasızlar dışında oldukça düşüktü. Otomatik ve doğrulanmış makroomurgasız bolluğunun karşılaştırılması, enkazdan kaynaklanan kontaminasyon nedeniyle otomatik performansın hafif bir abartılması ile yüksek bir korelasyon göstermiştir. Otomatik tahminin bireysel boyut dağılımlarının olasılık yoğunluğu fonksiyonları, ince ve kaba alt örnekler için doğrulanmış tahminlerle güçlü bir şekilde ortaya çıkmıştır.

Dokunan nesnelerin seçilen doğal örneklerden ayrılmasından sonra doğrulanan alt örnekler, artan bolluk gösterdi. Ancak ortalama elipsoidal hacim, doğrulanmış örneklere yakındı. Düzeltilmiş numunelerin boyut dağılımları, doğrulanmış numunelerden biraz farklıydı.

Ancak güçlü bir korelasyon gözlendi. Normalize biyovolüm boyutu spektrumu tedaviler arasında benzerdi. Birkaç spektrumdaki birkaç boyut sınıfı hariç.

İnce bir tarama elde etmek için dokunan organları ayırmak için gerekli zamanı ayırın ve yağışı önlemek için her taramadan sonra bu tarama tepsisini suyla temizleyin. Planktonlar için oluşturulan bu prosedürü makroomurgasızları nehre kadar benimsedik. Böylece, diğer ince grupların bireysel vücut boyutlarını elde etmek için potansiyel olarak uyarlanabilir.

örneğin, karasal omurgasızlar. Bu yöntem, makroomurgasız topluluk büyüklüğü yapısının büyük, özel ve zamansal gradyanlar üzerinde sistematik bir şekilde tahmin edilmesini sağlayacaktır. Ve nehir ekosisteminin işleyişinde vücut büyüklüğünün rolünü ve değerlendirmesini araştırın.