Name: Reefshape: Bentik Habitat İzleme için Zaman Serisi Sualtı Fotogrametri Verilerinin Verimli Bir Şekilde Toplanması ve Otomatik İşlenmesi için Bir Sistem (Video) | JoVE Journal
Uploaded: 2025-06-13T13:25:00.000+00:00
Duration: 13 min 35 s
Description: Keşfedin sualtı fotogrametri yöntemiyle mercan resiflerinin ekolojik izlemesi için otomatik veri işleme protokolü. ReefShape, zaman serisi görüntü analizi ve yapısal karmaşıklık ölçümü sağlar.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

NOT: Ekipman hazırlama adımları için Ek Dosya 1, Bölüm 1 ve 2'ye bakın.
1. Arsa kurulumu
<ol>
	<li>Köşe işaretleyicilerinin takılması (yalnızca ilk zaman noktası için)
	<ol>
		<li>Bir alanda uygun bir çizim seçin. Süreç boyunca güvenliğe öncelik verildiğinden emin olun. Bu protokol için 10 m x 10 m'lik bir çizim tanımlanmıştır. NOT: Protokol, tek bir araştırmacı veya arkadaş çifti tarafından yürütülebilir ve araştırma ihtiyaçlarına bağlı olarak çoğu arsa boyutuna uyarlanabilir.</li>
		<li>Çizim seçildikten sonra, SCUBA'dayken dört köşe işaretçisini kurun. 1-4 köşe işaretleyicilerini (Şekil 1D) bir çekiç ve 4 çivi kullanarak arsanın köşelerinde sırayla alt tabakaya sabitleyin, alt tabakayı kırmamaya veya hassas canlı mercanlara zarar vermemeye dikkat edin. İşaretleyicileri yerleştirmek için uygun yerler bulun (örneğin, doğrudan yukarıdan kolayca görülebilen ve hasar görmesi veya hızlı bir şekilde biyolojik olarak aşınması muhtemel olmayan, cansız alt tabakanın nispeten düz alanları).</li>
		<li>Tutarlılık ve çizim navigasyonuna ve yer değiştirmesine yardımcı olmak için, çizim işaretleyicilerini saat yönünde kurun. Gerekirse bir mezura ve pusula kullanarak işaret 1'i NE köşesine, işaret 2'yi SE köşesine, işaret 3'ü SW köşesine ve işaret 4'ü NW köşesine takın. NOT: Şekil 2A , düzgün bir şekilde kurulmuş bir işaretleyiciyi gösterir ve Şekil 2D , tüm işaretler kare bir desende ~10 m aralıklarla yerleştirilmiş olarak çizim düzenine genel bir bakış gösterir.</li>
		<li>İşaretleyici derinliklerini kaydedin. Bir dalış bilgisayarı veya başka bir derinlik ölçer kullanarak, dört köşe işaretleyicisinin her birinin derinliğini bir dalış tahtasına en yakın 10 cm'ye kadar kaydedin.</li>
		<li>İsteğe bağlı olarak, kalıcı işaretleyici kurulumuna izin verilmediği veya uygulanabilir olduğu durumlarda, geçici köşe işaretleri (bkz. Ek Dosya 1, Bölüm 3) bunun yerine çizim köşelerindeki alt tabakaya yerleştirilebilir. Bu belirteçler daha sonra alınabilir.</li>
	</ol>
	</li>
	<li>Ölçek çubuğu yerleşimi (tüm zaman noktaları)
	<ol>
		<li>Köşe işaretleri yerleştirildikten sonra, fotoğraf sırasında hareket etmelerini önlemek için her bir ölçek çubuğunu tartmak için bir dalış ağırlığı veya küçük bir kaya kullanarak arsa içindeki sabit konumlara 3-5 ölçek çubuğu (Ek Dosya 1, Bölüm 1'e bakın) yerleştirin. Kamera beyaz dengelemesi için gri kart kullanılmadığı sürece (bkz. adım 2.1.2), en az bir ölçek çubuğunun grafiğin medyan derinliğine yakın olduğundan emin olun. NOT: Ölçek çubukları yukarıdan görünür olmalı, mercanlar gibi önemli nesneleri örtmemeli ve işaretçiler arasındaki ölçülen uzunluğun kısalması için esnetilememelidir/bükülemez.</li>
	</ol>
	</li>
</ol>
2. Görüntü edinme
NOT: Yüksek kaliteli veriler sağlamak için kritik öneme sahip olduğundan, kamera ayarlarının doğru şekilde yapılandırılmasına özellikle dikkat edilmelidir. Bu protokol için geniş açılı lense sahip aynasız bir kamera önerilir. Önemli kamera ayarları ve sistem önerileri için Tablo 1 ve Ek Dosya 1, Bölüm 4'e bakın. Bir su altı muhafazası ve lensle eşleşen bir kubbe bağlantı noktası ile eşleştirin. Amaç keskin görüntüleri korumaktır.
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>Kamera Ayarı</td>
			<td>Tavsiye</td>
		</tr>
		<tr>
			<td>Görüntüleme Modu</td>
			<td>El ile</td>
		</tr>
		<tr>
			<td>Açıklık</td>
			<td>F8, F5.6 eğer çizim &gt;15m derinlikte veya düşük ışıkta ise</td>
		</tr>
		<tr>
			<td>Deklanşör Hızı</td>
			<td>Düşük ışıkta 1/500s, 1/320s veya sıfır dalgalanma</td>
		</tr>
		<tr>
			<td>ISO</td>
			<td>Otomatik</td>
		</tr>
		<tr>
			<td>Beyaz Dengesi</td>
			<td>Özel (medyan derinlikte beyaz noktaya ayarlanmış)</td>
		</tr>
		<tr>
			<td>Görüntü Sabitleme</td>
			<td>Açık (varsa)</td>
		</tr>
		<tr>
			<td>Görüntü Formatı</td>
			<td>JPEG + RAW</td>
		</tr>
		<tr>
			<td>Ara</td>
			<td>1s</td>
		</tr>
		<tr>
			<td>Otomatik odaklama</td>
			<td>AF-S (sekansın ilk karesine odaklanır)</td>
		</tr>
		<tr>
			<td>Deklanşör Tipi</td>
			<td>Mekanik veya EFCS (sessiz veya elektronik değil)</td>
		</tr>
		<tr>
			<td>Pozlama Yumuşatma/AE İzleme Hassasiyeti</td>
			<td>Kapalı / Yüksek</td>
		</tr>
	</tbody>
</table>
Tablo 1: Sualtı fotogrametrisi için görüntü toplarken veri kalitesini en üst düzeye çıkarmak için gerekli önemli kamera ayarları. Bu ayarlar çoğu aynasız veya DSLR fotoğraf makinesi için geçerlidir, ancak malzeme tablosunda önerilen özel kuruluma göre uyarlanmıştır.
<ol>
	<li>Resifi görüntüleme (tüm zaman noktaları)
	<ol>
		<li>Uygun su altı işlevini ve su geçirmezliği sağlamak için kamera sistemini ve muhafazayı üreticinin tavsiyelerine ve standart su altı fotoğrafçılığı uygulamalarına göre monte edin. Her kare için doğru pozlamayı elde etmek için fotoğraf makinesinin manuel pozlama modunda (M), diyaframın f/8 olarak ayarlandığından, deklanşörhızının saniyenin 1/500'ü olduğundan ve ISO'nun otomatik moda ayarlandığından emin olun. Ayrıntılı ayarlar için Tablo 1'e bakın. NOT: Daha karanlık ve daha derin koşullarda, ışık miktarını artırmak ve görüntü parazitini azaltmak için 5,6 diyafram açıklığı ve 1/320 s'lik bir enstantane hızı kullanılabilir.</li>
		<li>Grafiğin orta derinliğinde gri bir kart veya ölçek çubuğu kullanarak, beyaz referans noktasını gölgelememeye dikkat ederek, kamera gri karta veya ölçek çubuğunun beyaz kısmına aşağı bakacak şekilde özel bir beyaz dengesi ayarlayın. Görüntü toplamaya başlamadan hemen önce bunu tamamlayın.</li>
		<li>Grafiğin bir köşesine gidin ve kamerayı alt tabakanın 1.5-2 m yukarısına, aşağı bakacak şekilde konumlandırın (Şekil 2C). Kamerayı resife otomatik olarak odaklayın ve fotoğrafları 1 kare/sn'de toplamak için aralığa başlayın.</li>
		<li>İlk fotoğraf geçişini toplayarak bitişik bir arsa köşesine doğru rahat bir hızda yüzmeye başlayın. 180° dönün ve ilk geçişten yaklaşık 1 m aralıkla, sürekli olarak alt tabakanın 1,5-2 m üzerinde ikinci bir fotoğraf geçişi toplayın. Çevre çevresinde en az 0.5 m'lik bir tampon da dahil olmak üzere tüm arsa üzerinde çim biçme makinesi benzeri bir desende antiparalel geçişleri tamamlamak için tekrarlayın (Şekil 2D, set 1). Fotoğraf kapsamındaki boşluklardan kaçının ve tüm ölçek çubuklarının ve köşe işaretleyicilerinin fotoğraflara dahil edildiğinden emin olun. NOT: Navigasyon, sörveyör tarafından, tipik olarak SCUBA (veya 2 m'&lt;</li><li> </li><li> </li></ol></li></ol><img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/67343/67343fig02.jpg"> <a href="https://www.jove.com/files/ftp_upload/67343/67343fig02large.jpg" target="_blank"></a><ol><li><ol><li></li><li><li> </li></ol></li></ol><ol><li><ol><li></li><li></ol></li><li><ol><li><li></ol></li></ol><img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/67343/67343fig03.jpg"> <a href="https://www.jove.com/files/ftp_upload/67343/67343fig03large.jpg" target="_blank"></a><ol><li><ol><li><li></li></ol></li><li><ol><li></li><li></li><li> </li><li></li><li> </li><li> </li><li><li></li></ol></li><li> <ol><li></li><li></li><li> </li><li> </li><li></li><li><li></ol></li><li> <ol><li> </li><li> </li><li> </li><li> </li><li> </li></ol></li></ol><img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/67343/67343fig04.jpg"> <a href="https://www.jove.com/files/ftp_upload/67343/67343fig04large.jpg" target="_blank"></a>

<ol><li>Hughes, T. P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Coral+reefs+in+the+Anthropocene%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Coral reefs in the Anthropocene.</a> Nature. 546 (7656), 82-90 (2017).</li>
<li>Fisher, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Species+richness+on+coral+reefs+and+the+pursuit+of+convergent+global+estimates%5BTitle%5D)+AND+%22Current+Biology%22%5BJournal%5D)">Species richness on coral reefs and the pursuit of convergent global estimates.</a> Current Biology. 25 (4), 500-505 (2015).</li>
<li>Costanza, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Changes+in+the+global+value+of+ecosystem+services%5BTitle%5D)+AND+%22Glob+Environ+Change%22%5BJournal%5D)">Changes in the global value of ecosystem services.</a> Glob Environ Change. 26 (1), 152-158 (2014).</li>
<li>Jackson, J. B. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reefs+since+Columbus%5BTitle%5D)+AND+%22Coral+Reefs%22%5BJournal%5D)">Reefs since Columbus.</a> Coral Reefs. 16 (1), S23-S32 (1997).</li>
<li>Bourne, D., Iida, Y., Uthicke, S., Smith-Keune, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Changes+in+coral-associated+microbial+communities+during+a+bleaching+event%5BTitle%5D)+AND+%22ISME+Journal%22%5BJournal%5D)">Changes in coral-associated microbial communities during a bleaching event.</a> ISME Journal. 2 (4), 350-363 (2008).</li>
<li>Asner, G. P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mapped+coral+mortality+and+refugia+in+an+archipelago-scale+marine+heat+wave%5BTitle%5D)+AND+%22Proc+Natl+Acad+Sci+U+S+A%22%5BJournal%5D)">Mapped coral mortality and refugia in an archipelago-scale marine heat wave.</a> Proc Natl Acad Sci U S A. 119 (19), e2123331119(2022).</li>
<li>Li, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+global+coral+reef+probability+map+generated+using+convolutional+neural+networks%5BTitle%5D)+AND+%22Coral+Reefs%22%5BJournal%5D)">A global coral reef probability map generated using convolutional neural networks.</a> Coral Reefs. 39 (6), 1805-1815 (2020).</li>
<li>Hedley, J. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Remote+sensing+of+coral+reefs+for+monitoring+and+management%3A+A+review%5BTitle%5D)+AND+%22Remote+Sens%22%5BJournal%5D)">Remote sensing of coral reefs for monitoring and management: A review.</a> Remote Sens. 8 (2), (2016).</li>
<li>Lirman, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Development+and+application+of+a+video-mosaic+survey+technology+to+document+the+status+of+coral+reef+communities%5BTitle%5D)+AND+%22Environ+Monit+Assess%22%5BJournal%5D)">Development and application of a video-mosaic survey technology to document the status of coral reef communities.</a> Environ Monit Assess. 125 (1), 59-73 (2007).</li>
<li>Edwards, C. B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Large-area+imaging+reveals+biologically+driven+non-random+spatial+patterns+of+corals+at+a+remote+reef%5BTitle%5D)+AND+%22Coral+Reefs%22%5BJournal%5D)">Large-area imaging reveals biologically driven non-random spatial patterns of corals at a remote reef.</a> Coral Reefs. 36 (4), 1291-1305 (2017).</li>
<li>Burns, J. H. R., Delparte, D., Gates, R. D., Takabayashi, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Utilizing+underwater+three-dimensional+modeling+to+enhance+ecological+and+biological+studies+of+coral+reefs%5BTitle%5D)+AND+%22Int+Arch+Photogramm+Remote+Sens+Spat+Inf+Sci%22%5BJournal%5D)">Utilizing underwater three-dimensional modeling to enhance ecological and biological studies of coral reefs.</a> Int Arch Photogramm Remote Sens Spat Inf Sci. 40 (5W5), 61-66 (2015).</li>
<li>Burns, J. H. R., Delparte, D., Gates, R. D., Takabayashi, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Integrating+structure-from-motion+photogrammetry+with+geospatial+software+as+a+novel+technique+for+quantifying+3D+ecological+characteristics+of+coral+reefs%5BTitle%5D)+AND+%22PeerJ%22%5BJournal%5D)">Integrating structure-from-motion photogrammetry with geospatial software as a novel technique for quantifying 3D ecological characteristics of coral reefs.</a> PeerJ. 7, (2015).</li>
<li>Nocerino, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Coral+reef+monitoring+by+scuba+divers+using+underwater+photogrammetry+and+geodetic+surveying%5BTitle%5D)+AND+%22Remote+Sens%22%5BJournal%5D)">Coral reef monitoring by scuba divers using underwater photogrammetry and geodetic surveying.</a> Remote Sens. 12 (18), (2020).</li>
<li>Westoby, M. J., Brasington, J., Glasser, N. F., Hambrey, M. J., Reynolds, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((34%3BStructure-from-Motion%26%2334%3B+photogrammetry%3A+A+low-cost%2C+effective+tool+for+geoscience+applications%5BTitle%5D)+AND+%22Geomorphology%22%5BJournal%5D)">34;Structure-from-Motion&#34; photogrammetry: A low-cost, effective tool for geoscience applications.</a> Geomorphology. 179, 300-314 (2012).</li>
<li>Burns, J. H. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((3D+habitat+complexity+of+coral+reefs+in+the+Northwestern+Hawaiian+Islands+is+driven+by+coral+assemblage+structure%5BTitle%5D)+AND+%22Int+Arch+Photogramm+Remote+Sens+Spat+Inf+Sci%22%5BJournal%5D)">3D habitat complexity of coral reefs in the Northwestern Hawaiian Islands is driven by coral assemblage structure.</a> Int Arch Photogramm Remote Sens Spat Inf Sci. 42 (2/W10), 61-67 (2019).</li>
<li>Storlazzi, C. D., Dartnell, P., Hatcher, G. A., Gibbs, A. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((End+of+the+chain%3F+Rugosity+and+fine-scale+bathymetry+from+existing+underwater+digital+imagery+using+structure-from-motion+%28SfM%29+technology%5BTitle%5D)+AND+%22Coral+Reefs%22%5BJournal%5D)">End of the chain? Rugosity and fine-scale bathymetry from existing underwater digital imagery using structure-from-motion (SfM) technology.</a> Coral Reefs. 35 (3), 889-894 (2016).</li>
<li>Fox, M. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Limited+coral+mortality+following+acute+thermal+stress+and+widespread+bleaching+on+Palmyra+Atoll%2C+central+Pacific%5BTitle%5D)+AND+%22Coral+Reefs%22%5BJournal%5D)">Limited coral mortality following acute thermal stress and widespread bleaching on Palmyra Atoll, central Pacific.</a> Coral Reefs. 38 (4), 701-712 (2019).</li>
<li>Kopecky, K. L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantifying+the+loss+of+coral+from+a+bleaching+event+using+underwater+photogrammetry+and+AI-assisted+image+segmentation%5BTitle%5D)+AND+%22Remote+Sens%22%5BJournal%5D)">Quantifying the loss of coral from a bleaching event using underwater photogrammetry and AI-assisted image segmentation.</a> Remote Sens. 15 (16), (2023).</li>
<li>Pascoe, K. H., Fukunaga, A., Kosaki, R. K., Burns, J. H. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((3D+assessment+of+a+coral+reef+at+Lalo+Atoll+reveals+varying+responses+of+habitat+metrics+following+a+catastrophic+hurricane%5BTitle%5D)+AND+%22Sci+Rep%22%5BJournal%5D)">3D assessment of a coral reef at Lalo Atoll reveals varying responses of habitat metrics following a catastrophic hurricane.</a> Sci Rep. 11 (12050), (2021).</li>
<li>Peterson, E. A., Carne, L., Balderamos, J., Faux, V., Gleason, A., Schill, S. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+use+of+unoccupied+aerial+systems+%28UASS%29+for+quantifying+shallow+coral+reef+restoration+success+in+Belize%5BTitle%5D)+AND+%22Drones%22%5BJournal%5D)">The use of unoccupied aerial systems (UASS) for quantifying shallow coral reef restoration success in Belize.</a> Drones. 7 (4), 221(2023).</li>
<li>Neufeld, A. M., Fundakowski, G. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aNeufeld%2C+AM+%22Coral+Restoration+Foundation+TM+Photomosaic+Manual+Second+Edition-November+2020%22">Coral Restoration Foundation TM Photomosaic Manual Second Edition-November 2020</a>. , www.coralrestoration.org (2020).</li>
<li>Roach, T. N. F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+field+primer+for+monitoring+benthic+ecosystems+using+structure-from-motion+photogrammetry%5BTitle%5D)+AND+%22J+Vis+Exp%22%5BJournal%5D)">A field primer for monitoring benthic ecosystems using structure-from-motion photogrammetry.</a> J Vis Exp. , e61815(2021).</li>
<li>Suka, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Processing+photomosaic+imagery+of+coral+reefs+using+structure-from-motion+standard+operating+procedures%5BTitle%5D)+AND+%22NOAA+Technical+Memorandum.+%28NOAA-TM-NMFS-PIFSC-93%22%5BJournal%5D)">Processing photomosaic imagery of coral reefs using structure-from-motion standard operating procedures.</a> NOAA Technical Memorandum. (NOAA-TM-NMFS-PIFSC-93. , (2019).</li>
<li>Sandin, S. A., et al. Large area imagery collection & processing standard operating procedures - Version 3.0 (2021). <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aSandin%2C+SA+%22Standard+Operating+Procedure+Documents+for+Coral+Reef+Ecological+Monitoring+Collection.%C2%A0UC+San+Diego+Library+Digital+Collections%22">Standard Operating Procedure Documents for Coral Reef Ecological Monitoring Collection. UC San Diego Library Digital Collections</a>. , (2023).</li>
<li><a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22Agisoft+Metashape+Professional+Edition%22">Agisoft Metashape Professional Edition</a>. , (2024).</li>
<li><a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22ESRI+Survey123%22">ESRI Survey123</a>. , (2023).</li>
<li>Pavoni, G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((TagLab%3A+AI-assisted+annotation+for+the+fast+and+accurate+semantic+segmentation+of+coral+reef+orthoimages%5BTitle%5D)+AND+%22J+Field+Robot%22%5BJournal%5D)">TagLab: AI-assisted annotation for the fast and accurate semantic segmentation of coral reef orthoimages.</a> J Field Robot. 39 (3), 246-262 (2022).</li>
<li>Hernández-Landa, R. C., Barrera-Falcon, E., Rioja-Nieto, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Size-frequency+distribution+of+coral+assemblages+in+insular+shallow+reefs+of+the+Mexican+Caribbean+using+underwater+photogrammetry%5BTitle%5D)+AND+%22PeerJ%22%5BJournal%5D)">Size-frequency distribution of coral assemblages in insular shallow reefs of the Mexican Caribbean using underwater photogrammetry.</a> PeerJ. 8, e8957(2020).</li>
<li>Fukunaga, A., Burns, J. H. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Metrics+of+coral+reef+structural+complexity+extracted+from+3D+mesh+models+and+digital+elevation+models%5BTitle%5D)+AND+%22Remote+Sens%22%5BJournal%5D)">Metrics of coral reef structural complexity extracted from 3D mesh models and digital elevation models.</a> Remote Sens. 12 (17), RS12172676(2020).</li>
<li>Akkaynak, D., Treibitz, T. Sea-Thru: a method for removing water from underwater images. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aAkkaynak%2C+D+%22Proc+IEEE+Comput+Soc+Conf+Comput+Vis+Pattern+Recognit%22">Proc IEEE Comput Soc Conf Comput Vis Pattern Recognit</a>. , 1682-1691 (2019).</li>
<li>DeepSeeColor: realtime adaptive color correction for autonomous underwater vehicles via deep learning methods. In. Jamieson, S., How, J. P., Girdhar, Y. 2023 IEEE Int Conf Robot Autom, , 3095-3101 (2023).</li>
<li>Menna, F., Nocerino, E., Chemisky, B., Remondino, F., Drap, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Accurate+scaling+and+levelling+in+underwater+photogrammetry+with+a+pressure+sensor%5BTitle%5D)+AND+%22Int+Arch+Photogramm+Remote+Sens+Spat+Inf+Sci%22%5BJournal%5D)">Accurate scaling and levelling in underwater photogrammetry with a pressure sensor.</a> Int Arch Photogramm Remote Sens Spat Inf Sci. 43 (B2-2021), 667-672 (2021).</li>
<li>Edwards, C. B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Large-area+imaging+in+tropical+shallow+water+coral+reef+monitoring%2C+research+and+restoration%3A+a+practical+guide+to+survey+planning%2C+execution%2C+and+data+extraction%5BTitle%5D)+AND+%22NOAA+Technical+Memorandum+NOS+NCCOS+313%22%5BJournal%5D)">Large-area imaging in tropical shallow water coral reef monitoring, research and restoration: a practical guide to survey planning, execution, and data extraction.</a> NOAA Technical Memorandum NOS NCCOS 313. , (2023).</li>
<li><a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22Agisoft+Agisoft+Metashape+User+Manual+Professional+Edition%2C+Version+2.1%22">Agisoft Agisoft Metashape User Manual Professional Edition, Version 2.1</a>. , https://www.agisoft.com/pdf/metashape-pro_2_1_en.pdf (2024).</li>
</ol>

Mercan resifleri, küresel olarak en biyolojik çeşitliliğe sahip ve ekonomik açıdan en önemli ekosistemlerden biridir ve iklim değişikliği, hastalık, aşırı avlanma ve diğer stres faktörlerinden kaynaklanan benzeri görülmemiş zorluklarla karşı karşıyadır 1,2,3. Mercan resifi ekosistemlerinin izlenmesi, genellikle uzak konumları ve su altı araştırmalarıyla ilgili doğal zorlukları nedeniyle benzersiz bir şekilde zordur; Bu nedenle, resifler tarihsel olarak yeterince incelenmemiştir4. Mercan resiflerini mikrobiyal5'ten takımadalara6'ya ve küresel7'ye kadar değişen çoklu mekansal ölçeklerde etkili bir şekilde izlemek, düşüşlerini anlamanın yanı sıra müdahale çabalarını planlamak, izlemek ve değerlendirmek için çok önemlidir8. Mercan resifi benthoslarının durumunu onlarca ila yüzlerce metrekare ölçeğinde izlemek için popüler hale gelen bir araç, birbirine dikilmiş üst üste binen su altı fotoğraflarından oluşan yüksek çözünürlüklü haritalara atıfta bulunan bir terim olan fotomozaik görüntülemedir9. Bu mozaikler, araştırmacıların tek bir fotoğrafta yakalanabilecek olandan daha büyük bir resif alanını görüntülemelerine olanak tanır, bu nedenle geniş alan görüntüleme (LAI)10 terimi kullanılır. Mozaikler daha sonra mercan örtüsü yüzdesi, koloni büyüklüğü, tür dağılımı ve bentik bileşim gibi ilgili ekolojik bilgileri çıkarmak için analiz edilebilir11. Bilgi işlemdeki gelişmeler ve kullanıma hazır yazılımların kullanılabilirliği artık bu işlemin hareketten yapı (SfM) fotogrametrisi kullanılarak tamamlanmasına izin veriyor. SfM, fotoğrafların ve bağlantı noktalarının üç boyutlu oryantasyonunu yeniden oluşturmak için kullanılan eşleşen noktalar için fotoğrafların analiz edilmesini içerir ve doğru bir sanal resif kopyasınınoluşturulmasını sağlar 12,13,14. SfM / LAI araştırmaları, mercan resifi araştırmalarında yaygın hale geldi ve mercan topluluğu ekolojisi10, habitat karmaşıklığı 15,16, mercan topluluğunun ağartma olaylarınatepkileri 17,18, kasırgalar19 ve mercan restorasyonu20 hakkında yeni bilgiler sağladı.
Mercan resiflerinin izlenmesi için LAI'yi kullanmak için çeşitli yaklaşımlar geliştirilmiştir 21,22,23,24 ve bu da teknolojiden yararlanmak isteyen uygulayıcılar için çok çeşitli seçeneklerle sonuçlanmıştır. Bununla birlikte, LAI'nin mercan resifi araştırmalarında etkili kullanımı karmaşıktır ve önemli bir öğrenme çabası gerektirir. SCUBA dalışı, su altı navigasyonu, su altı fotoğrafçılığı, yazılım kullanımı, veri iyileştirme ve yönetim konularında yeterlilik esastır. Ek olarak, ekoloji uzmanlığı, veri ürünlerini etkili bir şekilde analiz etmek ve yorumlamak için esastır. Mevcut iş akışları, doğru ve tekrarlanabilir veri toplama için gerekli olan tüm adımlar olan zaman serisi protokolleri, meta veri toplama (ör. ölçeklendirme, derinlik ve konum) veya saha gezisi sonrası veri işleme için yeterli rehberlik sağlamadan öncelikle görüntü alımına odaklanma eğilimindedir. Pahalı kamera sistemleri ve bilgisayar kurulumları kullanıldığında LAI iş akışlarıyla ilişkili maliyetler de yüksek olma eğilimindedir. Araştırmacılar arasında kapsamlı, anlaşılır ve verimli bir metodolojiye güçlü bir ihtiyaç vardır ve bu da çok çeşitli mevcut ve gelecekteki araştırma sorularını yanıtlamak için yeterli kalitede verilerle sonuçlanır. Bunu, su altı LAI için işleme çabasını ve karmaşıklığını azaltan ve veri kalitesini artırırken maliyetleri en aza indiren sağlam ve verimli bir yaklaşım geliştirerek ele alıyoruz. Yeni yaklaşımımız, mercan resifi ekolojik çalışması ve analizi için yüksek kaliteli veri ürünleri sağlamak üzere görüntülerin hızlı bir şekilde alınmasına, otomatik olarak işlenmesine ve zaman serisi hizalamasına olanak tanır. Bu yaklaşımı uygulamanın toplam başlangıç maliyeti, kullanıcının fotogrametri yazılımı için eğitim fiyatlandırmasına erişip erişemediğine bağlı olarak yaklaşık 5.000 - 8.000 ABD Doları (kamera sistemi, malzemeler, özel bilgisayar ve yazılım dahil) arasındadır. Yöntemlerimizin uygulanması yoluyla, mercan resifi araştırmacılarına veri toplama ve işleme çabalarını optimize etmede yardımcı olmayı, kritik öneme sahip mercan resifi ekolojik verilerinin hızlı bir şekilde çıkarılmasını ve analiz edilmesini kolaylaştıran daha verimli iş akışlarını mümkün kılmayı amaçlıyoruz.
Burada açıklanan ve "ReefShape" olarak adlandırdığımız yöntemin üç ana yeni katkısı vardır: (1) veri kümelerinin otomatik coğrafi referanslamasını ve zaman serisi hizalamasını sağlamak için alt tabakaya sabitlenmiş yarı kalıcı yer kontrol işaretleyicilerinin kullanılması, (2) konum verilerinin toplanmasını ve biçimlendirilmesini kolaylaştırmak için özel bir uygulama tabanlı anketin kullanılması ve (3) fotogrametri boru hattını tamamen otomatikleştirmek için oluşturulmuş kapsamlı bir komut dosyası sürecinin uygulanması, diğer LAI protokollerindegüvenilen işleme aşamasında insan emeğini önemli ölçüde azaltmak 20,21,22,23. Bu diğer LAI protokolleri gibi, ReefShape de fotogrametrik işleme için Agisoft Metashape25'in (bundan böyle "fotogrametri programı" olarak anılacaktır) kullanımına dayanır ve ayrıca konum verilerinin toplanması için ücretsiz ESRI Survey12326akıllı telefon uygulamasını (bundan böyle "anket uygulaması" olarak anılacaktır) kullanır. Bu protokol, basit ama sağlam olacak, çok kameralı sistemler24 veya karmaşık jeodezik araştırmalar13 gerektirmeyecek şekilde tasarlanmıştır ve aynı zamanda tamamlanmış 3B modeller, fotomozaikler ve doğru geometri, ölçek ve konuma sahip dijital yükseklik modelleri olarak tanımlanan yüksek kaliteli veriler sunma hedefini karşılamaya devam eder; tür veya cins düzeyinde bentik organizmaları görsel olarak tanımlamak için yeterli çözünürlük ve keskinlik; önemli veri boşlukları veya delikleri yok; doğru renk; ve zaman serisi verileri söz konusu olduğunda, zaman noktaları arasında uygun hizalama. Burada açıklanan özel yaklaşım, bu hedeflere ulaşmak için veri toplamak ve işlemek için bir çerçeve sağlar.
Makine öğrenimindeki gelişmelerden yola çıkarak, fotomozaiklerden ekolojik verilerin daha hızlı ve daha doğru bir şekilde çıkarılması için yeni analiz araçlarının geliştirileceğini tahmin ediyoruz. Bu nedenle, çabalarımızı yüksek kaliteli su altı görüntülerinin toplanmasına ve fotogrametri boru hattının otomasyonuna odaklıyoruz ve belirli analizleri büyük ölçüde kendi farklı ihtiyaçlarına dayalı olarak bu protokolün kullanıcılarına bırakıyoruz. Mercan resifi araştırma topluluğuna geniş çapta uygulanabilir olması amaçlanan bu komut dosyası süreci, ortak CBS yazılımı ve mercan resifi ortomozaiklerinin hızlı bir şekilde açıklanması için amaca yönelik olarak oluşturulmuş bir uygulama olan TagLab için uyarlanmış çeşitli özelliklere sahip GeoTIFF'ler olarak biçimlendirilmiş veri ürünlerini dışa aktarma seçeneklerini içerir27.
Protokole genel bakış ReefShape yöntemi iki ana aşamaya ayrılmıştır: yerinde veri toplama ve bilgisayarda veri işleme. Yöntem, ~25 m2 ila &gt;1000 m2 ila derinlik ~1 m ila 30 m arasında değişen arsa boyutları için işlevseldir. 300-400m2'lik parsellerin Karayip resiflerindeki mercan çeşitliliğini etkili bir şekilde yakalamak için ideal olduğu gösterilmiştir28. Bununla birlikte, ~ 100 m2'den daha büyük arazilerin acemi sörveyörler için gezinmesinin zor olabileceği bulunmuştur. Bu nedenle, protokolde başlangıç noktası olarak 10 m x 10 m'lik bir çizim boyutu tanımlanmıştır, ancak kullanıcıları bu öneriyle kısıtlamak niyetinde değiliz. Bunun yerine, kullanıcıların arsa boyutlarını kendi deneyimlerine ve araştırma ihtiyaçlarına göre seçmeleri önerilir. Veri toplama süreci, seçilen herhangi bir arsa boyutu için etkili bir şekilde aynı kalır.
Bir çizim ilk oluşturulduğunda, sörveyör, her bir işaretleyicinin derinliğini ölçmek için bir dalış bilgisayarı kullanarak, kodlanmış fotogrametri hedeflerini (Şekil 1D) içeren dört benzersiz işaretleyici etiketini her köşedeki alt tabakaya (Şekil 2) kalıcı olarak sabitleyerek başlar. Kodlanmış ölçek çubukları (Şekil 1E) arsa içine geçici olarak yerleştirilir ve alt tabakaya bakan fotoğraflar, resifin 1,5 m - 2 m yukarısına yerleştirilmiş tek bir aynasız kamera ve geniş açılı doğrusal lens ile dalgıç tarafından toplanır, diğer yerleşik protokollere benzer şekilde çift çapraz "çim biçme makinesi" düzeninde yüzer 11,21,24,. Tüm süreç (ilk kurulum ve fotoğrafçılık dahil) tipik olarak tek bir dalışta tamamlanabilir, ancak daha derin veya daha büyük araziler için birden fazla dalış gerekebilir. Fotoğraftan sonra, sörveyör, bir yüzdürme cihazına (Şekil 1C) monte edilmiş bir Bluetooth GPS ünitesi ve anket uygulaması içindeki özel bir form kullanarak her köşe işaretçisinin üzerindeki yüzeyde GPS noktaları toplamak için bir akıllı telefon kullanır ve ardından referans verilerini önceden biçimlendirilmiş bir elektronik tabloda kullanıcıya e-posta ile gönderir. Sonraki arsa araştırmalarında, sörveyör referans verileri toplamaz veya işaretleyiciler kurmaz ve yalnızca mevcut köşe işaretleyicilerini bulup temizlemesi ve fotoğrafları toplaması gerekir, bu da zaman serisi veri toplama sürecini kolaylaştırır.
Veri işleme için, normalde birkaç noktada insan müdahalesi gerektiren bir süreç olan boru hattını otomatikleştirmek için fotogrametri programıyla arayüz oluşturan bir dizi özel Python komut dosyası geliştirilmiştir (Şekil 3). Otomatik boru hattının ana işlem adımları, bir bağlantı noktası bulutu oluşturmayı ve kamera konumlarını tahmin etmeyi, resifin bir 3B ağ modelini oluşturmayı, bir 2.5B dijital yükseklik modeli (DEM) oluşturmayı, 2B ortorektifiye edilmiş bir fotomozaik oluşturmayı ve dört köşe işaretçisi tarafından sınırlanan bir ilgi alanı (ROI) tanımlamayı içerir (Şekil 4). Bu iş akışında kullanıcı, diğer iş akışlarında olduğu gibi referans verilerini manuel olarak eklemeden ve veri ürünleri oluşturmadan önce çok sayıda adımdan geçmek zorunda kalmak yerine, işlemenin başlangıcında fotoğrafları ve referans verilerini bir grafik arayüze (Ek Şekil 1) girer 21,22,23,24. Zaman serisi işleme için kalıcı köşe işaretçileri, zaman noktalarının otomatik olarak hizalanmasını kolaylaştırarak manuel hizalama ihtiyacını ortadan kaldırır. Standartlaştırılmış, komut dosyası oluşturulmuş bir iş akışının kullanılması, veri tutarlılığının sağlanmasına yardımcı olur ve özellikle çok sayıda zaman noktası olan projelerde işleme sırasında önemli ölçüde insan çabasından tasarruf sağlar. Resif yapısal karmaşıklığını değerlendirmek için önemli bir metrik olan 3B yüzey alanı / düzlemsel alan oranının hesaplanması da dahil olmak üzere çeşitli işleme görevlerini otomatikleştirmek için bir dizi bağımsız komut dosyası da dahil edilmiştir19,29.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/67343/67343fig01.jpg"> 
Şekil 1: Bu protokolün veri toplama kısmı için gerekli temel malzemeler. (A) geniş açılı doğrusal lensli aynasız kamera, (B) kamerayı/lensi sığdırmak için kubbe bağlantı noktasına sahip su altı muhafazası, (C) Bluetooth GPS kickboard cihazı, (D) kalıcı arsa zemin kontrolü ve coğrafi referanslama için otomatik olarak algılanabilen kodlanmış köşe işaretleri ve (E) model boyutunu ayarlamak için kullanılan kodlanmış ölçek çubukları. <a href="https://www.jove.com/files/ftp_upload/67343/67343fig01large.jpg" target="_blank">Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.</a>

<table><tbody><tr><td>0,3 m uzunluk 1/2 "PVC boru</td><td>genel</td><td>GPS kiti için</td>N<td>/A</td></tr><tr><td>1" PVC masa kapağı</td><td>genel</td><td>N / A</td><td>GPS kiti için</td></tr><tr><td>1/2 "ila 1" PVC redüktör burç</td><td>genel</td><td>N / A</td><td>GPS kiti için</td></tr><tr><td>12mm f / 2.0 AF E mount lens</td><td>Samyang</td><td>SYIO12AF-E</td><td>ayrıca Rokinon markası altında satılmaktadır</td></tr><tr><td>2" yivli şaft yuvarlak duvar çivileri</td><td>köşe</td><td>işaretleyici kurulumu için</td>genel <td>N/A</td></tr><tr><td>256GB UHS-1 V30 SD Kart</td><td>SanDisk</td><td>SDSDXXD-256G-ANCIN</td><td>mümkün olan en hızlı UHS-1 SD kart önerilir</td></tr><tr><td>30m şerit metre (isteğe bağlı)</td><td>ARSA KURULUMU IÇIN</td> <td>N</td><td>/A N/A</td></tr><tr><td>Akrilik levha, 3 mm kalınlığında, 80 mm x 580 mm'ye kadar kesilmiş (3x)</td><td>N/A</td><td>N/A Ölçek</td><td>çubuğu malzemesi</td></tr><tr><td>Alüminyum kamera tepsisi</td><td>KitDive</td><td>N/A</td><td>kamera muhafazasına uyar ve tutma kamerasına yardımcı olur</td></tr><tr><td>Basılı fotogrametri hedefleri ile su altı köşe işaretleyici seti</td><td>N/A</td><td>N/A</td><td>özel yapım, ayrıntılar için yazarla iletişime geçin</td></tr><tr><td>Duracopy su geçirmez lazer yazıcı kağıdı</td><td>Rite in the Rain</td><td>6511</td><td>, su geçirmez etiket kağıdı ile değiştirilebilir</td></tr><tr>GPS <td>kiti</td><td>GLO2</td> Bluetooth GPS Garmin için epoksi <td>jenerik</td><td>N / A</td></tr><tr><td></td><td></td><td>010-02184-01</td><td>başka seçenekler de var, GLO2 en ekonomik</td></tr><tr><td>ILCE a6700 aynasız fotoğraf makinesi</td><td>Sony</td><td>ILCE6700/B</td><td>a6700 kamera tercih edilir, a6600 veya a6400 düşük maliyetli seçeneklerdir</td></tr><tr><td>Lazer Yazıcı</td><td>N/A</td><td>N/A</td><td>herhangi bir lazer yazıcı (mürekkep püskürtmeli değil)</td></tr><tr><td>Metashape Professional Edition</td><td>Agisoft</td><td>N/A</td><td>gerekli yazılım</td></tr><tr><td>Plastik kart (kabaca 1mm x 5mm x 5mm)</td><td>N/A</td> GPS kiti için <td>N / A</td><td>, yarıya indirilmiş, atılan kredi kartı veya benzerini de kullanabilir.</td></tr><tr><td>Akıllı Telefon</td><td>N/A</td><td>N/A</td><td>GPS veri toplama için makul derecede modern herhangi bir akıllı telefon</td></tr><tr><td>Sony A6700 Sea Frogs 40M/130FT Akrilik 6" Dome Port V.1 ile su geçirmez gövde</td><td>SeaFrogs</td><td>N/A a6600</td><td>veya a6400 kameralar kullanılıyorsa, uygun SeaFrogs muhafazasıyla değiştirin</td></tr><tr>GPS <td>kiti ve ölçek çubuğu oluşturma için</td><td>süper yapıştırıcı</td><td>N/A</td><td>N/A</td></tr><tr><td>Yüzme fitness tarzı kickboard</td><td>Speedo</td><td>GPS kiti için 877530050021SZ</td><td>, marka önemsiz</td></tr><tr><td>Saat tarzı dalış bilgisayarı</td><td>Köşe işaretleyici derinliklerini toplamak için</td><td>Yok</td><td></td></tr><tr><td>Su geçirmez kese</td><td>Xuniea</td><td>W-1188</td><td>marka önemsiz, GPS cihazına sığdırmak için</td></tr><tr><td>Su geçirmez telefon kılıfı</td><td>Pelikan</td><td>PP048884</td><td>marka önemsiz, akıllı telefona sığacak şekilde</td></tr></tbody></table>

reefshape: bentik habitat İzleme için zaman serisi sualtı fotogrametri verilerinin verimli bir Şekilde toplanması ve otomatik İşlenmesi için bir sistem

Reefshape: A System for the Efficient Collection and Automated Processing of Time-Series Underwater Photogrammetry Data for Benthic Habitat Monitoring

Bahamalar, New Providence'ın güneybatı ucundaki Simms Point Reef'te bu metodoloji kullanılarak bir zaman serisi LAI veri seti toplandı. Şekil 4, Şekil 5, Şekil 6 ve Ek Şekil 4'ün tümü bu deneyin sonuçlarını göstermektedir. Referans ağı kuruldu ve ilk görüntüler Ocak 2023'te toplandı. Mercan ağarmasının ciddiyetini değerlendirmek için Ağustos 2023'te şiddetli bir deniz ısı dalgası sırasında yeniden fotoğraflandı. Her iki zaman noktası da tam ReefShape iş akışı komut dosyası kullanılarak işlendi ve ara adımlarda kullanıcı müdahalesi gerekmedi. Birinci zaman noktası, alt tabakanın üzerinde ortalama 1,8 m yüzme yüksekliği, 0,567 mm/px (0,5 mm/px olarak standartlaştırılmış), toplam 208m2 kapsama alanı (köşe işaretçileri içindeki alanla ölçüldüğü gibi), 2,887 3D/2D yüzey alanı oranı, tümü başarıyla hizalanmış 1.299 görüntü içeriyordu. 1,12 piksellik bir yeniden projeksiyon hatası, 30,6 cm'lik toplam dahili coğrafi konum doğruluğu ve 1,4 mm'lik ölçeklendirme hatası. Tüm süreç, Full ReefShape komut dosyası içindeki varsayılan ayarlarda, 6 çekirdekli CPU, 32 GB RAM ve 8 GB ayrı GPU'ya (toplam maliyet ~ 1.500 ABD Doları) sahip yaklaşık 2018 masaüstü bilgisayar kullanılarak 8 saat 23 dakika sürdü. 14 çekirdekli CPU, 64 GB RAM ve 24 GB ayrı GPU'ya (toplam maliyet ~ 4.000 ABD Doları) sahip 2024 masaüstü bilgisayar, aynı grafiği toplam 1 saat 58 dakikada işledi. 1.974 / 1.974 hizalanmış görüntü içeren ikinci zaman noktası, eski 2018 masaüstünde 7 saat 45 dakika sürdü.
TagLab27'de tamamlanan iki zaman noktasının ve temel mercan ağartma analizinin yakınlaştırılmış bir bölümü Şekil 5'te<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/67343/67343fig05.jpg"> <a href="https://www.jove.com/files/ftp_upload/67343/67343fig05large.jpg" target="_blank"></a><img alt="Figure 6" class="xfigimg" src="/files/ftp_upload/67343/67343fig06.jpg"> <a href="https://www.jove.com/files/ftp_upload/67343/67343fig06large.jpg" target="_blank"></a> <a href="https://www.jove.com/files/ftp_upload/67343/SI-1_Survey123.tif" target="_blank"></a><a href="https://www.jove.com/files/ftp_upload/67343/SI-2_Full%20ReefShape%20Workflow%20Script.tif" target="_blank"></a><a href="https://www.jove.com/files/ftp_upload/67343/SI-3_Align%20Timepoints%20Script.tif" target="_blank"></a><a href="https://www.jove.com/files/ftp_upload/67343/SI-4_GeoRef_Example.tif" target="_blank"></a><a href="https://www.jove.com/files/ftp_upload/67343/Supplementary_File_1_.docx" target="_blank"></a>

Reefshape: Bentik Habitat İzleme için Zaman Serisi Sualtı Fotogrametri Verilerinin Verimli Bir Şekilde Toplanması ve Otomatik İşlenmesi için Bir Sistem

Large-area imaging (LAI) through structure-from-motion photogrammetry has gained significant traction as a monitoring tool for coral reef ecosystems, ...

reefshape-system-for-efficient-collection-automated-processing-time

Research

JoVE Journal

Environment

Çevre

Balıklar sayma ve göreli bolluk (MaxN) ve stereo-video kamera sistemleri dönen kullanarak balık yoğunluğu tahmin için yeni bir yöntem açıklanmaktadır. Ayrıca kamera (Z mesafe) mesafeden species-specific algılama tahmin etmek için nasıl kullanılacağını göstermektedir.

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

Temel görüntü etüt deniz çevresinin örnek için giderek daha pratik, non-invaziv bir yöntemdir. Biz bereket tahminleri bir damla kamera anket Protokolü ve Atlantik deniz tarak (Placopecten magellanicus) dağılımı mevcut. Biz nasıl bu iletişim kuralı uygulama diğer bentik macroinvertebrates için genelleştirilmiş tartışıyorlar.

Yansıma tabanlı anketler bentik Macroinvertebrates ve onların oturmaya elverişli için Atlantik deniz tarak tarafından açılan kamera anket örneği için yöntemleri

3D modeller ve ortomozaikler oluşturmak için sualtı hareketten yapı fotogrametri araştırmaları yapmak için ayrıntılı bir protokol sağlıyoruz.

Yapı-hareket-hareket-fotogrametri kullanarak bentik ekosistemleri izlemek için bir alan astarı

Bu protokol, mercan resifi toplulukları için yapısal karmaşıklık, topluluk bileşimi ve nüfus demografisi ölçümlerini çıkarmak için kullanılan dört aşamalı bir geniş alan görüntüleme anketi metodolojisini kapsar. Toplanan görüntülerin kalitesi ve kaynak görüntülere entegre erişim, protokolün her adımında önceliklendirilir.

Geniş Alan Görüntüleme ile Sualtı Ortamlarının Yapısının, Bileşiminin ve Değişiminin Ölçülmesi

Yüzey yenileme, enerji akışlarını belirlemek için giderek daha fazla kullanılan mikrometeorolojik bir yöntemdir, ancak teknik karmaşıklığı onu geniş bir kitle için erişilemez hale getirir. Bir yüzey yenileme saha istasyonunu kurmak ve kalibre etmek, verileri elde etmek ve işlemek ve sonuçları doğru bir şekilde yorumlamak için gereken adımları açıklıyoruz.

Yüzey Yenileme: Alan Ölçeğinde Enerji Akısı Yoğunluğu Verilerinin Ölçülmesi ve İşlenmesi için Gelişmiş Bir Mikrometeorolojik Yöntem

Burada, tortu-su gazı ölçümü ve çözünen madde değişimi için küçük çekirdek inkübasyonları sunuyoruz. Bunlar, sucul ekosistemlerdeki biyolojik ve biyojeokimyasal süreçleri etkilemede tortunun rolünü değerlendiren tortu-su değişiminin güvenilir ölçümlerini sağlayacaktır.

O Bentik Değişim<sub&gt; 2</sub&gt; K<sub&gt; 2</subKüçük Çekirdek KUluçkalar Kullanma&gt; ve Çözünmüş Besinler

Önceki çalışmalar, atmosferik nitrojen oksitlerin nitrojen izotopik bileşiminin, çevredeki farklı kaynakların etkisini ayırt edebileceğini düşündürmektedir. Saatlik bir zaman çözünürlüğünde N izotopik analizi için atmosferik NOx'in yüksek toplama verimliliği için otomatik, mobil, alan tabanlı bir yöntem hakkında rapor veriyoruz.

Yüksek çözünürlüklü Mobil Toplama Sistemi NO Azot İzotop Analizi için, Otomatik<sub&gt; X</sub

Üç boyutlu (3D) yansıma sismoloji yeraltı volkanlar görüntüleme için güçlü bir yöntemdir. Tarım Havzası endüstriyel 3D seismological verileri kullanarak, eşikleri ve yeraltı volkanlar Kanallar sismik veri küpleriyle ayıklamak nasıl göstermektedir.

Yeraltı volkanlar 3D sismik görüntüleme için veri işleme yöntemleri: Tarım sel bazalt uygulamaları

Toprak erozyonu ve ifade kayma desen uygun zaman aralığı olarak kullandığınız eşlenen zemin yükseklik farklılıkları değişkenden. Böyle değişiklikler yükseltmesi yüzey yakınındaki toprak karbonatı değişimler ilgilidir. Bu miktarlar ve veri analiz yöntemleri alan ve laboratuar ölçümleri için tekrarlanabilir yöntemleri burada açıklanmıştır.

Ölçme ve toprak erozyon ve toprak karbonat konsantrasyonları tarım Yönetimi'nin altında ilgili ifade eşleme

Bu makalede a maiyet-in ışık ve elektron mikroskobu böceklerin iç ve dış göz anatomisi çalışma teknikleri özetlenmektedir. Bunlar karınca gözler, ayrıntılı sorun giderme ve optimizasyon farklı örnekler ve bölgelerinin ilgi için öneriler çalışmaları için en iyi duruma getirilmiş çeşitli geleneksel teknikler içerir.

Karınca görsel sistem anatomisi soruşturma teknikleri

Keşfedin sualtı fotogrametri yöntemiyle mercan resiflerinin ekolojik izlemesi için otomatik veri işleme protokolü. ReefShape, zaman serisi görüntü analizi ve yapısal karmaşıklık ölçümü sağlar.

Reefshape: Bentik Habitat İzleme için Zaman Serisi Sualtı Fotogrametri Verilerinin Verimli Bir Şekilde Toplanması ve Otomatik İşlenmesi için Bir Sistem (Video) | JoVE Journal

Reefshape: Bentik Habitat İzleme için Zaman Serisi Sualtı Fotogrametri Verilerinin Verimli Bir Şekilde Toplanması ve Otomatik İşlenmesi için Bir Sistem

Daha fazla video keşfet