JoVE Logo
Authors
Contact Us

Sign In

In This Article

  • Summary
  • Abstract
  • Introduction
  • Protocol
  • النتائج
  • Discussion
  • Disclosures
  • Acknowledgements
  • Materials
  • References
  • Reprints and Permissions

Summary

يغطي هذا البروتوكول منهجية مسح تصوير واسعة النطاق من أربع خطوات تستخدم لاستخراج مقاييس التعقيد الهيكلي وتكوين المجتمع والتركيبة السكانية لمجتمعات الشعاب المرجانية. يتم إعطاء الأولوية لجودة الصور التي تم جمعها والوصول المتكامل إلى الصور المصدر في كل خطوة من خطوات البروتوكول.

Abstract

تطورت تقنية التصوير والمعالجة الرقمية لتسهيل التوسع في مسوحات التصوير ذات المساحة الكبيرة ، مما يزيد من قدرتنا على دراسة حالة الكائنات الحية التي تعيش في موائل تحت المد والجزر. من خلال إنشاء توائم رقمية واقعية للصور للتحليلات خارج الموقع ، تسمح هذه الأساليب للفرق الميدانية الصغيرة بجمع بيانات أكثر بكثير مما كان ممكنا في السابق. نقدم هنا خط أنابيب مسح تصوير واسع النطاق من أربع خطوات ومنهجية تحليل ، بما في ذلك جمع الصور ، وبناء النماذج ، والتحليل البيئي ، وتنظيم البيانات ، والتي تم تطويرها وتحسينها من خلال التجريب على مدار العقد الماضي. تركز كل خطوة موصوفة بشكل ثابت على القيمة الفريدة لصور المصدر الأصلية. في حين أن أنواع البيانات المستخرجة من استطلاعات الصور ذات المساحة الكبيرة واسعة النطاق ، فإننا ندرج هنا مهام سير العمل لاستخراج البيانات البيئية للتعقيد الهيكلي وتكوين المجتمع والتحليلات الديموغرافية القيمة للمراقبة والجهود القائمة على الفرضيات. بالإضافة إلى ذلك ، نقوم بتضمين توصيات لمعايير البيانات الوصفية ، والتي تكمل جمع بيانات التصوير واسعة النطاق وتدعم جهود الأرشيف التي تسهل الشفافية والتعاون بين مجموعات البحث.

Introduction

عبر البيئات الأرضية ، استفاد الباحثون من أخذ العينات الموحدة ذات المساحة الكبيرة للمجتمعات البيئية ، لا سيما في سياق مواقع الدراسة طويلة الأجل ، بما في ذلك جزيرة بارو كولورادو1 ، وغابة هوبارد بروك التجريبية2 ، وغيرها3. من خلال جمع البيانات التوزيعية الصريحة مكانيا والتي تم حلها تصنيفيا ، تم استخدام أخذ العينات هذه لاستكشاف الديناميكيات البيئية الأساسية ، مثل أنماط التشتت والتوظيف3،4،5 ، وتفضيل الموائل وتوافرها ، وحبات التشتت ، وحدود الموارد3،5،6،7،8 ، واستخدام المساحة9،10. ومع ذلك ، حتى الآن ، اعتمدت معظم الدراسات المكانية للمجتمعات البحرية على مقاييس الغطاء النسبي ، والتي تم الإبلاغ عنها كنسبة مئوية للتغطية التي يشغلها التصنيف أو المجموعة11،12،13،14،15. ومع ذلك، فإن التقديرات المجمعة للتغطية النسبية غير كافية لحل تفاصيل الديموغرافيا على مستوى السكان وكذلك الديناميكيات على مستوى المجتمع المحلي. اعتمدت الدراسات التي قدمت تحليلات مفصلة للمجتمعات القاعية على بروتوكولات المراقبة الشاقة في المياه16،17،18،19،20،21،22،23،24،25،26،27،28،29، 30 ، 31 ، 32 ، لكن الحجم (بما في ذلك المقاييس التصنيفية والمكانية والزمنية ) لهذه الدراسات محدود بشكل ملحوظ بسبب المتطلبات التشغيلية للمنهجية داخل الماء.

التصوير بمساحة كبيرة (LAI) هو نهج يجمع بين المعلومات من العديد من الصور من خلال تدفقات عمل مكثفة حسابيا لإنشاء تمثيلات واقعية للصور لبيئات بمقاييس أكبر بكثير من تلك الموجودة في الصورالمكونة 33. يعد سير عمل LAI مناسبا بشكل خاص للتطبيقات في الموائل تحت الماء نظرا للرؤية المحدودة بسبب امتصاص الضوء وتشتته في الماء. بسبب الرؤية المحدودة ، يجب الحصول على الصور التي تلتقط تفاصيل دقيقة عن القاع بالقرب من الموضوع. لالتقاط منظر طبيعي (أو مناظر بحرية) لمساحة واسعة من الموائل القاعية مع الاحتفاظ بالتفاصيل الدقيقة لموضوعات القاع الفردية يتطلب تصويرا مركبا. علاوة على ذلك ، في البيئات المعقدة هيكليا ، من الضروري مراعاة الهيكل ثلاثي الأبعاد (3D) في إعادة بناء التصوير المركب لإنتاج تمثيلات مخلصة للموضع والقرب النسبي للكائنات القاعية. تم تطبيق طريقة المسح التصويري للهيكل من الحركة (SfM) على البيئات ذات الكائنات القاعية غير المتحركة نسبيا ، بما في ذلك الشعاب المرجانية34،35،36 ، والنظم البيئية القاعية في القطب الجنوبي37 ، والشعاب المرجانية في المياه الباردة38 ، والتسربات الباردة39 ، وموائل الأعشاب البحرية40 ، مما يولد تصويرا مركبا بدون تنظير مجسم يستخدم لإعادة بناء مشهد المناظر الطبيعية مع إنشاء خريطة تقويم العظام وتقدير السحابة النقطية.

في علم الشعاب المرجانية ، قدمت LAI القدرة على تصور مناظر الشعاب المرجانية على نطاقات مكانية كبيرة بشكل متزايد ومشاركة هذه التصورات عبر الوسائط الرقمية. يمكن استخدام LAI لتقدير تغطية الكائنات الحية المرجانية ، وكثافة وتوزيع مستعمرات الشعاب المرجانية ، بالإضافة إلى شكل وحالة الكائنات الحية الفردية41،42،43،44،45،46،47. علاوة على ذلك ، عندما يتم جمع منتجات LAI من نفس الموقع في نقاط زمنية مختلفة ، فمن الممكن تسجيل التغييرات في حجم وحالة الكائنات الحية الفردية48،49،50،51. بالنظر إلى أن معظم مستعمرات الشعاب المرجانية المتصلبة تنمو في حدود المليمترات إلى السنتيمترات شعاعيا سنويا ، فإن السلاسل الزمنية التي يتم جمعها على مر السنين يمكن أن توفر دفقا لا يقدر بثمن للبيانات للإبلاغ عن علم الأحياء والبيئة لهذه الأنواع52. تقدم بيانات LAI المتكررة والمسجلة بشكل مشترك رؤى فريدة يمكن من خلالها دراسة الشعاب المرجانية بتنسيق يمكن مشاركته وأرشفته واستخدامه كأساس للتعاون في جميع أنحاء العالم.

مع توسع استخدام LAI بين علماء بيئة الشعاب المرجانية53 ، زاد تنوع أنظمة الكاميرا ومنهجيات المسح52. يجب أن يستهدف بروتوكول LAI المختار دقة ونطاق المقاييس البيئية المطلوبة مع البقاء مقيدا بالموارد المتاحة. ستعتمد جودة أي إعادة بناء تصويري في النهاية على دقة الصور المصدر والتغطية المكانية لمنطقة المسح. يتم تحديد جودة الصورة من خلال تأثير معلمات الكاميرا بما في ذلك دقة المستشعر والبعد البؤري ، بالإضافة إلى إجراء التجميع ، وخاصة المسافة من القاع54 ، وكلها تساهم في مسافة أخذ العينات الأرضية الفعالة (GSD) لمجموعة معينة من الصور. بالإضافة إلى ذلك ، ستنتج سرعات الغالق السريعة وفتحات العدسة الصغيرة وقيم ISO المنخفضة صورا حادة ومركزة وذات ضوضاء إلكترونية منخفضة ، على التوالي. يمكن أن يمثل الحفاظ على كل من هذه الإعدادات عند عتبات تنتج صورا عالية الجودة تحديا في البيئات تحت الماء حيث تكون مستويات الإضاءة منخفضة. وتولد المستشعرات الأكبر حجما، مثل تلك الموجودة في الكاميرات الرقمية أحادية العدسة (DSLR) والكاميرات غير المزودة بمرآة، جودة صورة أفضل، وبالتالي عمليات إعادة بناء أكثر دقة مقارنة بالحلول الأصغر حجما والأكثر قدرة على الهاتف المحمول مثل كاميراتالحركة 55. تشمل الميزات الإضافية التي لا ينبغي إغفالها عند التفكير في طراز كاميرا مناسب مقياس فاصل مدمج وسعة تخزين وبطارية كافية لدعم جهود جمع الصور طويلة المدة في هذا المجال.

يجب أن يكون تصميم المسح مدفوعا بالفرضية البيئية ، مع تحديد المقاييس المرشحة للدقة اللازمة والتغطية المكانية. في بيئة الشعاب المرجانية ، تم استخدام LAI لتوصيف التعقيد الهيكلي35،36،56،57،58،59 ، وتكوين المجتمع وتجميعه60،61،62 ، والتوزيع المكاني45،63،64،65،66 ، والمسارات المجتمعية48،49،50،67،68،69. يجب أن تكون دقة جودة الصورة مناسبة لاحتياجات البيانات البيئية ، مع دقة مقياس أدق على التفاصيل الفرعية ضرورية لدعم ملاحظات مقياس السلائل للمنافسة على طول حدود المستعمرة70 أو مسوحات الشعاب المرجانية الصغيرةالصغيرة 66،71. في المقابل ، يتطلب استخراج الموائل واسعة النطاق والمقاييس الهيكلية لرسم الخرائط الساحلية72،73،74 نطاقا مكانيا أكبر مع تقليل الحاجة إلى الدقة على مقياس cm-m. يجب أن يكون الطلب على الحل متوازنا مع المدى المكاني المطلوب للحصول على عينات كافية وحدود تشغيلية للوقت اللازم لإكمال مسح LAI33.

الموصوف هنا هو بروتوكول شامل لإجراء مسح LAI ، والذي يركز على تعظيم جودة وفائدة وقيمة صور المصدر ، وتقسيم البروتوكول إلى أربع خطوات رئيسية: جمع الصور ، وبناء النموذج ، والتحليلات البيئية ، وتنظيم البيانات33. ساهمت مجموعة ما يقرب من 3,500 مسح لصور LAI لأكثر من 2,000 موقع فريد من مواقع الشعاب المرجانية على مدى العقد الماضي في تحسين المنهجية لكل خطوة معروضة هنا (https://doi.org/10.6075/J0T43RN1). البروتوكول الناتج هو طريقة لجمع البيانات القوية وإعادة بناء النماذج الدقيقة والدقيقة ، والتي تمكن من جمع البيانات البيئية التفصيلية عبر مجموعة واسعة من التطبيقات ، بما في ذلك التعقيد الهيكلي ، وتكوين المجتمع ، والتركيبة السكانية (على سبيل المثال ، الكثافة وهيكل الحجم). بالإضافة إلى ذلك ، نقوم بتضمين معايير البيانات الوصفية لأرشفة بيانات LAI ، والتي يعد إنشائها أمرا ضروريا لضمان الحفاظ على هذه التوائم الرقمية وشفافيتها وإمكانيتها التعاونية.

Protocol

1. جمع الصور

ملاحظة: يحدد الإجراء التالي لجمع الصور ذات المساحة الكبيرة طريقة لمسح مساحة تبلغ مساحتها حوالي 100 م2 ، على الرغم من أنه يمكن تكييفها بسهولة مع مناطق تتراوح من 10 م2 إلى 2,500 م2. تم تصميم طريقة المسح الموضحة أدناه لتكون قابلة للنشر في مجموعة متنوعة من ظروف العمل ، وإنشاء صور عالية الجودة ، وتوفير بيانات قوية يمكن استخدامها للعديد من التطبيقات البيئية من جهد الغوص لمدة ساعة واحدة من قبل فريق الأصدقاء المكون من شخصين.

  1. إعداد العتاد
    1. قم بتجميع إطار الكاميرا عن طريق توصيل لوحات الإطار الخارجي بألواح وأعمدة تركيب الكاميرا باستخدام مسامير الرأس المسطحة من Philips بطول 1 1/2 بوصة (الشكل 1).
    2. قم بإعداد كاميرتين DSLR، إحداهما مزودة بعدسة ثابتة بزاوية عريضة وكاميرا ثانية مزودة بعدسة تكبير. انظر الجدول 1 للاطلاع على إعدادات الكاميرا التفصيلية.
      ملاحظة: في حين أن الكاميرا ذات العدسة الثانية اختيارية ، فمن المستحسن بشدة التقاط دقة صورة أكبر لتحديد تفاصيل التصنيف75،76 ، والعثور على الشعاب المرجانية الصغيرةوتحديدها 66،71 (قطر 1-5 سم) ، وتمييز حدود المستعمرة المرجانية45،48،50 خلال التحليلات البيئية المستقبلية.
    3. قم بتجميع علب الكاميرا تحت الماء عن طريق توصيل منفذ القبة وتأمينها باستخدام مسامير إبهام القبة المضمنة. قم بتوصيل المقابض باستخدام مسامير رأس فيليبس بطول 1/2 بوصة ولوحة تركيب الكاميرا باستخدام برغي رأس مقبس طويل 1/8 بوصة. أدخل الكاميرات في الهيكل واستخدم مضخة التفريغ لضبط ضغط السكن على 5 بوصات. زئبق ، التحقق من سلامة ختم الحلقة o.
    4. قم بتثبيت العلب الموجودة على إطار الكاميرا عن طريق تحريك لوحة تركيب الكاميرا على لوحات إطار التثبيت وثبتها في مكانها باستخدام مسامير الإبهام.
  2. إعداد المؤامرة
    1. حدد حدود قطعة الأرض باستخدام ستة بلاط مربع من الفولاذ المقاوم للصدأ (طول جانبي 10 سم) مع علامات مشفرة مطبوعة. ضع بلاطتين مركزيين على بعد 10 أمتار على طول الحوض المتساوي المستهدف ، مع إضافة أربعة بلاطات زاوية 5 أمتار في الشاطئ وخارج البلاط المركزي لإنشاء مساحة قطعة أرض 10 أمتار × 10 أمتار مربعة (الشكل 2). سجل العمق في كل من البلاطات الستة لتوفير التوجيه إلى الوضع الرأسي المحلي وتسهيل خطوات بناء النموذج اللاحقة.
    2. أضف عوامات مرجعية بخط ~1.5 متر متصل بأوزان 0.45 كجم (1 رطل) تقريبا خارج كل من مربعات الزوايا الأربعة.
      ملاحظة: تعمل هذه العوامات المرجعية كدليل لمشغل الكاميرا للإشارة إلى حدود المؤامرة والارتفاع فوق القاع الذي يجب أن يسبح فيه الكاميرا. يؤدي وضعها خارج حدود المخطط 10 م × 10 أمتار إلى إنشاء منطقة عازلة للصور، مما يساعد على ضمان إعادة بناء المنطقة الأساسية المصورة بالكامل.
    3. ضع قضيبا بطول 0.5 متر يتكون من بلاطتين مستهدفتين مشفرتين مثبتتين على البولي فينيل كلوريد (PVC) أو قضيب الألومنيوم في كل ربع من قطعة الأرض ليصبح المجموع أربعة قضبان مقياس منتشرة.
      ملاحظة: من المهم أن تظل أشرطة المقياس ومربعات العمق مستقرة طوال عملية تجميع الصور. يمكن أيضا استخدام أشرطة المقياس ومربعات العمق كمعالم مرئية لمشغل الكاميرا لتتبع تقدم نمط السباحة.
    4. لإنشاء قطع أراضي دائمة ، قم بتثبيت أوتاد من الفولاذ المقاوم للصدأ بطول 0.46 م (18 بوصة) (0.95 سم أو 3/8 في قضيب ملولب) مؤمنة بإيبوكسي بحري من جزأين باستخدام مطرقة مجاورة لكل بلاط مركزي لتحديد الخط المركزي للمؤامرة. عند النظر إلى الشاطئ ، تشتمل الحصة اليسرى على صامولة قفل للمساعدة في التوجيه أثناء جهود المسح المستقبلية. في نهاية الاستطلاع ، سجل تنسيق نظام تحديد المواقع العالمي (GPS) مباشرة فوق موقع الحصة في الوسط الأيسر باستخدام وحدة GPS مخزنة داخل علبة مقاومة للماء مثبتة على عوامة الغوص.
      ملاحظة: يوصى بتركيب أوتاد دائمة عند السماح بها من خلال السماح بتقليل وقت البحث في المسوحات اللاحقة وتأكيد إعادة مسح نفس منطقة الشعاب المرجانية. استخدم صورة تقويم العظام المطبوعة ثنائية الأبعاد (2D) أو "خارطة الطريق" (الملف التكميلي 1) لموقع المسح لتحديد موقع الميزات الثابتة والمساعدة في تحديد موقع نفس منطقة المؤامرة للتصوير. يمكن أيضا استخدام خرائط الطريق هذه لنقل قطع أراضي المسح الدقيقة في الحالات التي لا يسمح فيها التصريح بتركيب حصص دائمة أو عندما يتم إزاحة الرهانات أو إزالتها.
  3. التقاط الصور
    1. اضبط توازن اللون الأبيض المخصص لكل كاميرا باستخدام بطاقة رمادية على العمق المستهدف للمخطط.
    2. ابدأ تشغيل كل كاميرا على مقياس فاصل زمني تم ضبطه للتصوير على فاصل زمني 1 ثانية-1 .
    3. اسبح في نظام الكاميرا على ارتفاع 1.5 متر تقريبا فوق القاع في نمط شبكي ، متبوعا بممر شبكي عمودي ثان مع حوالي 1 متر بين كل تمريرة تسبح بسرعة بطيئة تبلغ حوالي 0.25 م ثانية - 1 (الشكل 3). تأكد من أن الممرات تمتد بحد أدنى 2 متر خارج حواف حدود المؤامرة لضمان التداخل الكافي داخل منطقة المؤامرة المستهدفة.
      ملاحظة: يؤدي اتباع نمط السباحة والسرعة هذا إلى جمع ما يقرب من 1,700 صورة تقريبا من كل كاميرا خلال 28 دقيقة من التصوير. ومع ذلك ، لحساب الوقت المستغرق بين التمريرات والخطأ في جانب الإفراط في أخذ العينات للتخزين المؤقت ضد التداخل غير الكافي الذي ينتج عنه بيانات دون المستوى الأمثل ، نوصي الغواصين باستهداف جمع 2,500 صورة من كل كاميرا خلال حوالي 40 دقيقة من التصوير.
    4. أمسك نظام الكاميرا بشكل عمودي تقريبا على سطح المحيط لضمان تغطية كافية من أعلى إلى أسفل. ومع ذلك ، بالنسبة لمواقع المسح ذات التضاريس المعقدة ، اضبط اتجاه الكاميرا في التمريرة الثانية لتتبع عموديا على القاع وتقليل الانسدادات في إعادة البناء ثلاثية الأبعاد. توخ الحذر أثناء توجيه الكاميرا لتقليل المياه الزرقاء التي يتم التقاطها في الصور.
      ملاحظة: في حالات ظروف المحيط دون المستوى الأمثل مثل التيارات القوية أو المنحدرات الحادة ، يمكن إجراء كلا الممرين في نفس اتجاه الشاطئ. قد يكون استخدام الكاميرا ذات العدسة العريضة فقط ضروريا في التيار القوي لتقليل ملف السحب وجهد الغواص اللازم للحفاظ على التقدم إلى الأمام. من الناحية المثالية ، يجب تدوير المجموعة الثانية من التمريرات قليلا بالنسبة للأولى. إذا تم إجراء تمريرتين في نفس الاتجاه على طول الشاطئ ، فيجب إضافة واحد أو اثنين على الأقل من "خطوط التعادل" العمودية أو القطرية التي تقطع المجموعة الأولية من الممرات لتحسين جودة إعادة الإعمار.

2. بناء النموذج

ملاحظة: تركز خطوة إنشاء النموذج على الحفاظ على الوصول إلى صور المصدر عالية الدقة وإنشاء سحابة النقطة الكثيفة المشتقة. تحدث الإشارة إلى سحابة النقاط الكثيفة داخل التصور المركزي والبرامج التحليلية (انظر جدول المواد)77 ، مما يسمح للمستخدم بالإدخال والتعديل أثناء التنقل. هذا يلغي الحاجة إلى إعادة معالجة منتجات البيانات وإعادة تصديرها لمجموعة بيانات عند ظهور معلومات جديدة ، لا سيما مع الاستطلاعات الإضافية عبر الوقت. يتم إنشاء خرائط تقويم العظام ثنائية الأبعاد ، المشار إليها هنا باسم الإسقاطات العظامية ، باستخدام عرض إسقاط مصحح لسحابة النقطة الكثيفة ، مع زاوية الإسقاط المتعامدة مع اتجاه الجاذبية.

  1. محاذاة الكاميرا وبناء سحابة النقطة الكثيفة ثلاثية الأبعاد
    1. باستخدام جهاز كمبيوتر عالي الأداء، قم بتحميل جميع الصور، بما في ذلك تلك الموجودة من الكاميرات ذات الزاوية العريضة والكاميرات ذات العدسة الماكرو في مشروع Agisoft Metashape عن طريق تحديد سير العمل | إضافة مجلد. بمجرد تحميل الملفات ، حدد تخطيط البيانات ككاميرات فردية ، أضف جميع الصور إلىجزء واحد. قم بإزالة الصور التي تحتوي على مياه زرقاء زائدة في المشهد من المشروع.
      ملاحظة: قبل إضافتها إلى المشروع، يجب تنظيم الصور من كل كاميرا في مجلدات منفصلة، والتي ستفصل ملفات الصور داخل القطعة كمجموعات كاميرا متميزة.
    2. محاذاة جميع الصور عن طريق تحديد سير العمل | محاذاة الصور. انظر الجدول 2 للاطلاع على إعدادات المعالجة للمحاذاة.
    3. بمجرد اكتمال المحاذاة ، تحقق من محاذاة مجموعة الصور بنجاح بناء على النسبة المئوية للكاميرات المحاذاة وفحص سحابة النقاط المتناثرة التي تم إنشاؤها بحثا عن فجوات في التغطية أو المحاذاة الخاطئة. تأكد من أن المربع المحيط يشمل سحابة النقاط المتناثرة بأكملها قبل المتابعة. إذا لزم الأمر، قم بتعديله باستخدام خيارات تغيير الحجم أو تدوير المنطقة .
      ملاحظة: من الممكن أن يكون لديك محاذاة بنسبة 100٪ من الصور ولا تزال تحتوي على فجوات في أجزاء من النموذج وعلى العكس من ذلك ، فإن محاذاة 80-90٪ من الصور ولكن لديها نموذج كامل لمنطقة المسح المستهدفة. لذلك ، يجب استخدام كل من النسبة المئوية للمحاذاة والتغطية المساحية لاتخاذ قرار مستنير بشأن قابلية استخدام مجموعة البيانات التي تم إنشاؤها جزئيا أو كليا أو ما إذا كانت هناك حاجة إلى جهود إضافية لزيادة جودة الحصول على الصور أو تعديلات على إعدادات معالجة المحاذاة.
    4. قم بتعطيل مجموعة الكاميرات التي تحتوي على صور عدسة التكبير/التصغير. إنشاء سحابة النقاط الكثيفة عن طريق تحديد سير العمل | بناء سحابة كثيفة. راجع الجدول 2 للحصول على إعدادات المعالجة ل Build Dense Cloud.
      ملاحظة: بينما يجب استخدام الصور من كلتا الكاميرتين للمحاذاة لتسهيل الاستعلام عن جميع الصور عالية الدقة أثناء التحليلات البيئية، لا ينبغي استخدام صور عدسة التكبير/التصغير أثناء إنشاء سحابة النقطة الكثيفة، لأن الاختلافات الدقيقة في توازن البياض والتعريض الضوئي بين الكاميرتين ستضيف ضوضاء بصرية إلى سحابة النقطة الكثيفة.
    5. تصدير تقديرات وضعية الكاميرا عن طريق تحديد أدوات | تشغيل البرنامج النصي | Extract_meta.py البرنامج النصي (الملف التكميلي 2). تصدير سحابة النقطة الكثيفة عن طريق تحديد ملف | التصدير | نقاط التصدير. انظر الجدول 2 للاطلاع على إعدادات التصدير.
    6. قم بسحب وإسقاط ملف سحابة النقطة الكثيفة المصدر على ملف vc5prep-confidence.bat الموجود داخل ملفات برنامج التصور.
    7. قم بتجميع ملفات البيانات المصدرة ، بما في ذلك ملفات وضع الكاميرا (* .cams.xml و * .meta.json) جنبا إلى جنب مع ملفات البرنامج التي تم إنشاؤها (* .vml والمجلد الذي يحتوي على ملفات * ptdata و * .xml و * kdm) في دليل واحد لاستخدامها في برنامج التصور.
  2. المقياس والتوجيه
    1. في برنامج التصور ، استخدم أداة القشارة لوضع أزواج العلامات على أهداف شريط المقياس وإدخال المسافة المعروفة.
      ملاحظة: يمكن العثور على مزيد من التفاصيل حول أداة المقياس في القسم 4.2 من الملف التكميلي 3.
    2. ضع علامات على كل لوحة عمق واستخدم أداة orient لضبط قيم العمق لكل بلاطة لتحديد أفضل مستوى ملائم للعمودي المحلي.
      ملاحظة: يمكن العثور على مزيد من التفاصيل حول أداة المشرق في القسم 4.4 من الملف التكميلي 3.
      ملاحظة: تحقق من أن أشعة العمق تشير إلى الأعلى ، وتنتهي عند سطح الماء المقدر. في حالة وجود أشعة متجهة لأسفل، تحقق من وجود دليل على الحركة في مربعات العمق التي قد تؤدي إلى أخطاء في قيمة العمق بالنسبة إلى موقعها النهائي المعاد بناؤه أو أخطاء في بيانات تعريف العمق.
  3. التسجيل المشترك الزمني
    1. قم بإنشاء ملف مشروع مؤسسي في البرنامج لمجموعة من البيانات باتباع القسم 10.0 من الملف التكميلي 3. تضمين مواقع متعددة مع استطلاعات الرأي عبر الزمن في مشروع مؤسسة واحد.
    2. أضف ملفات سحابة النقاط الكثيفة إلى مشروع المؤسسة كطبقات وقم بتعديل البنية التنظيمية على مستوى الموقع حسب الحاجة لتوصيل سحب النقاط الكثيفة لموقع معين عبر الوقت.
      ملاحظة: استخدم مخطط تسمية ملف متسق ل [Region]_[Date]_[Site] لأتمتة تنظيم الطبقة.
    3. حدد نقطة زمنية لموقع ليكون بمثابة الطبقة المرجعية لمقياس السلسلة الزمنية واتجاهها.
      ملاحظة: يمكن استخدام طبقات متعددة لضبط المقياس. ومع ذلك ، يجب تحديد طبقة نقطة زمنية واحدة كمرجع للاتجاه ، حيث تؤدي تحولات المد والجزر وارتفاع الانتفاخ الكبير إلى خطأ في دقة واتساق قياسات العمق عبر الزمن.
    4. استخدم أداة التسجيل المشترك المساعد لمحاذاة الطبقات عبر الوقت.
      ملاحظة: يمكن العثور على مزيد من التفاصيل في القسم 11.0 من الملف التكميلي 3. في حالات التغيير الهيكلي الكبير بسبب النمو المرتفع أو أحداث الانتفاخ الكبيرة، قد يكون من الأفضل استخدام سير عمل التسجيل المشترك اليدوي باستخدام ميزات ثابتة المرشح. بالنسبة للسلاسل الزمنية الأطول ، أو عندما يكون هناك تغيير جوهري عبر الزمن ، يوصى عموما بتسجيل نموذج معين في النقطة الزمنية السابقة التالية.
  4. 2D تقويم العظام
    1. باستخدام أداة الصناديق في البرنامج ، قم بتعيين عرض من زاوية سطح (g: 0 °) مع حدود تشمل منطقة التحليل البؤري (10 م × 10 م) جنبا إلى جنب مع عازلة لا تقل عن 2 متر (الحد الأدنى w: 14 م ، الحد الأدنى h: 14 m) تمتد من كل حافة.
      ملاحظة: يمكن العثور على تفاصيل استخدام أداة الصناديق في القسم 6.0 من الملف التكميلي 3.
    2. ضمن أداة المربعات، قم بتشغيل تصدير الخريطة لإنشاء ملف صورة إسقاط تقويمي. قم بتعيين دقة التصدير لتكون 1 مم بكسل-1 وحدد الالتقاط لإنشاء معاينة. قم بالتمرير إلى لوحة معاينة تحتوي على قسم كامل من سحابة النقاط الكثيفة وقم بزيادة قيمة حجم pt لملء الفجوات بين النقاط.
    3. حدد التقاط لتصدير الإسقاط التقويمي كملف جزء في المليون. بمجرد اكتمال الالتقاط ، قم بتحويل الملف المصدر إلى ملف tif عن طريق سحب ملف .ppm الذي تم إنشاؤه وإفلاته على ملف convert-to-tif-flip.cmd الموجود داخل ملفات البرنامج.
    4. بالنسبة لسحب النقاط الكثيفة المسجلة بشكل مشترك لسلسلة زمنية، كرر الخطوات من 2.4.2 إلى 2.4.3 للموقع، مع تغيير الطبقة الزمنية أثناء استخدام نفس المربع.

3. التحليل البيئي

ملاحظة: هناك عدد لا يحصى من الخيارات لاستخراج البيانات البيئية ، والتي نقدمها هنا. تركز مهام سير العمل الأساسية هذه على المقاييس المعمول بها للمراقبة طويلة الأجل78،79 ولكن يمكن استخدامها وتكييفها لتوليد بيانات كافية للبحث العلمي القائم على الملاحظة. يجب على المستخدمين تحديد مهام سير العمل وتكييفها بناء على احتياجاتهم الفردية من البيانات وأهدافهم التحليلية. تم تصميم مهام سير العمل الموضحة أدناه لدمج الوصول المباشر إلى الصور المصدر للمساعدة في التعليق التوضيحي للبيانات البيولوجية ، باستخدام المنتجات المشتقة مثل سحابة النقاط الكثيفة ثلاثية الأبعاد أو إسقاط تقويم الأبعاد ثنائي الأبعاد كإطار تنظيمي.

  1. التعقيد الهيكلي
    1. باستخدام أداة rugo ، قم بإنشاء صندوق 10 م × 10 م على سحابة النقطة الكثيفة ، مع تعيين أبعاد قصوى تبلغ 10 أمتار (rugo-dim: 10.0 m) ونسبة عرض إلى ارتفاع تبلغ 1.0 (الجانب الرباعي: 1.000) لتحديد المنطقة المستهدفة 100 م2 لاستخراج البيانات.
      ملاحظة: يمكن العثور على مزيد من التفاصيل حول استخدام أداة rugo في القسم 7.0 من الملف التكميلي 3.
    2. اضبط عدد الخطوط العرضية على العينة (الخطوط) وعدد النقاط على طول كل مقطع عرضي (عينات) بناء على تباعد العينة المطلوب. حدد إعداد لتصدير ملف csv يحتوي على إحداثيات x و y و z لكل نقطة تم أخذ عينات منها ، والتي يمكن استخدامها لمجموعة متنوعة من تحليلات التعقيد الهيكلي.
    3. قم بتشغيل البرنامج النصي الموجود في الملف التكميلي 4 لإنشاء وظائف مستخدمة لتحليلات التعقيد الهيكلي. بعد ذلك ، اتبع البرامج النصية الموجودة في الملف التكميلي 5 بناء على المقاييس المطلوبة لتحديد التعقيد الهيكلي.
      ملاحظة: يقترح تحديد مقياس تباعد بأعلى دقة (يوصى بتباعد 1 سم) قد يستهدفه المستخدمون لمعالجة مقياس اهتمامهم، والذي يمكن من خلاله تقييم مجموعة متنوعة من المقاييس، مثل تلك المعروضة هنا (تباعد الأسطر 0.5 م وتباعد النقاط 10 سم)، بالمثل من خلال تقليل أخذالعينات 56.
  2. تكوين المجتمع
    1. باستخدام أداة اعتراض النقطة الافتراضية (VPI) ، قم بإنشاء صندوق 10 م × 10 م على سحابة النقطة الكثيفة ، مع تعيين أبعاد قصوى تبلغ 10 أمتار (رباعي التعتيم: 10.0 م) ونسبة عرض إلى ارتفاع تبلغ 1 (رباعي الجانب: 1.000) لتعيين المساحة المستهدفة البالغة 100 م2 لاستخراج البيانات.
      ملاحظة: يمكن العثور على تفاصيل حول استخدام أداة اعتراض النقاط الظاهرية في القسم 5.0 من الملف التكميلي 3.
    2. قم بتعيين النقاط المراد أخذ عينات منها من سحابة النقاط الكثيفة في توزيع عشوائي طبقي، مع عدد النقاط التي تستهدف الكثافة المختارة. حدد التحضير لبدء نقاط أخذ العينات.
      ملاحظة: يوصى بكثافة أخذ العينات 25 م -2 (2,500 نقطة) للتحليلات على المستوى التصنيفي. استخدمت النتائج المعروضة هنا كثافة أخذ عينات أقل (10 م -2) لمسح أوسع لمقارنة تكوين المجتمع يركز على المستوى الوظيفي.
    3. استخدم أداة الكاميرات لربط الصور المصدر بسحابة النقاط الكثيفة والسماح بطرق عرض متعددة الصور يتم الاستعلام عنها مكانيا للنقاط الموجودة على النموذج.
      ملاحظة: يمكن العثور على مزيد من التفاصيل حول أداة الكاميرات في القسم 4.5 من الملف التكميلي 3.
    4. استخدم التطبيق الصغير لويب مستعرض VPI لتسمية كل نقطة بشكل أساسي بأعلى تصنيف تصنيفي لها مباشرة باستخدام طرق عرض متعددة للصور المصدر. أضف مجموعتين اختياريتين من الملصقات الثانوية لكل نقطة ، مع أمثلة على ملصقات المرجان بما في ذلك إجهاد التبييض75 والمورفولوجيا.
      ملاحظة: يمكن تعديل مجموعات التسميات الأساسية والثانوية عن طريق تحرير ملف qclasses.json الموجود في المجلد *.pq.
    5. قم بتصدير ملخص لتغطية النسبة المئوية لكل تسمية كملف .csv باستخدام التطبيق الصغير للويب.
  3. مسح الكثافة
    1. تأكد من ربط الصور بالفعل في البرنامج باتباع الخطوة 3.2.3. قم بتعيين عرض خريطة زائفة لسحابة النقاط الكثيفة عن طريق تغيير البعد البؤري لعرض المنظور إلى 100 مم والتصغير إلى عرض كامل من أعلى إلى أسفل. استخدم ملف أخذ العينات التربيعي في الملف التكميلي 6 لالتقاط طريقة العرض باستخدام التطبيق الصغير للويب بالنقر فوق eval للخلية c1 ، ثم حدد زر الإمساك.
      ملاحظة: يمكن العثور على مزيد من التفاصيل في القسم 8.0 من الملف التكميلي 3.
    2. قم بتشغيل الكاميرات، ثم اربط الصور داخل سير عمل أخذ العينات التربيعية بالنقر فوق eval للخليتين c2 وc3 في البرنامج النصي لأخذ العينات التربيعية.
    3. تأكد من إنشاء مربع rugo بالفعل باتباع الخطوة 3.1.1 لتعيين منطقة استخراج البيانات المستهدفة 100 م2 . في التطبيق الصغير على الويب ، قم بتقييم قسم الخلايا الإعدادية c4 لأخذ عينات من 100 1 م2 تربيع.
    4. في عنوان الويب Quadrat Sampling، استخدم الصور المصدر للبحث في تربيع وتسمية الكائنات الحية المستهدفة. انقر بزر مزدوج بزر الماوس الأيسر على موقع جغرافي لإعادة استهداف موقع أخذ العينات. انقر فوق زر تصنيف لتعيين النقطة المستهدفة كعينة. لإزالة نقطة محددة، انقر بزر مزدوج على هذه النقطة بزر الماوس الأيسر وحدد لا شيء.
      ملاحظة: يتم تقديم التربيع بترتيب عشوائي محدد مسبقا ، مما يسمح بأخذ عينات من مجموعة فرعية من التربيعات بشكل عشوائي لمسح الكثافة.
    5. قم بتجميع جميع ملفات أخذ العينات الموجودة ضمن * aux/recruits/test1 في دليل واحد ، وأعد تسمية كل ملف لتضمين اسم الموقع. أضف ملف البحث عن الزر (الملف التكميلي 7) إلى نفس الدليل مثل ملفات أخذ العينات. قم بتشغيل البرنامج النصي في الملف التكميلي 8، باتباع الإرشادات المضمنة لتجميع بيانات العينة إلى كثافة حسب الموقع والمجموعة التصنيفية.
      ملاحظة: هنا ، نقوم بأخذ عينات من اللافقاريات اللاطئة ، ولكن يمكن استخدام نفس الأداة لمسح مجموعة متنوعة من الكائنات الحية ، بما في ذلك كثافة الشعاب المرجانية اليافعة والبالغة.
  4. ديموغرافيا
    1. قم بتحميل ملف إسقاط تقويم العظام لتجزئة المستعمرة في برنامج تحليل التجزئة (انظر جدول المواد) 80. قم بتحميل ملفات إسقاط تقويم المسجلة بشكل مشترك لنقاط زمنية متعددة كخرائط جديدة داخل نفس ملف المشروع لتقسيم حجم المستعمرات وتتبعه عبر الوقت.
    2. استخدم الصور المصدر عبر التطبيق الصغير على الويب ل iView الموجود في القسم 17.1 من الملف التكميلي 3 أثناء تقسيم المستعمرات كمرجع لتحديد التصنيف والحدود. تأكد من ربط الصور بالفعل في برنامج التصور باتباع الخطوة 3.2.3. ضع علامة على سحابة النقطة الكثيفة للمستعمرة البؤرية وقم بالتمرير عبر الصور المصدر لموقع العلامة لطرق عرض منظور مختلفة.
    3. استخدم أداة التعليقات التوضيحية للنقرات الإيجابية / السلبية لتقسيم مستعمرات الشعاب المرجانية الفردية. تعديل الحدود باستخدام تعديل الحدود المستند إلى النقر أو يدويا.

4. تنظيم البيانات

ملاحظة: يجب أن تعطي جهود الأرشفة الأولوية للحفاظ على الصور المصدر، حيث أن جميع المنتجات المشتقة اللاحقة قابلة للتكرار. في حين أن المستودعات المتاحة لمستخدم معين ستتباين ، يجب بذل الجهود لتوحيد البيانات الوصفية للمسح المرتبطة المضمنة في مجموعة بيانات الصور المصدر لتعظيم فائدتها عند إتاحتها للمجتمع الأوسع.

  1. مستودع البيانات
    1. قم بإنشاء ملف وصف الأساليب الذي يتضمن تفاصيل المسح مثل المنطقة المغطاة ونظام الكاميرا وعلامات التحكم الأرضي ونمط التجميع. راجع الملف التكميلي 9 للحصول على مثال على وصف لهذا البروتوكول.
    2. قم بإنشاء ملف بيانات وصفية للمسح خاص بمجموعة بيانات الصورة ، بما في ذلك الحقول مثل اسم الموقع وتاريخ التجميع وإحداثيات GPS ومحامل المؤامرة وعمق التحكم الأرضي وبيانات المقياس ونمط التجميع المستخدم ونظام الكاميرا للمسح المحدد.
      ملاحظة: يوصى بشدة بالحقول الإضافية التي تتضمن سياقا وظروفا جغرافية أوسع أثناء المسح. يمكن العثور على مثال لملف بيانات التعريف مع الحقول الموصى بها في الملف التكميلي 10.
    3. اجمع ملف الوصف وملف البيانات الوصفية وملفات الصور في أرشيف مضغوط واحد ليتم استيعابه في مستودع البيانات المختار.
      ملاحظة: أتيحت مجموعات من بيانات الصور في https://doi.org/10.6075/J0DV1HDR.

النتائج

وينبغي أن يؤدي الجمع الناجح للصور في المساحة الكبيرة في الميدان إلى إنشاء إعادة بناء سحابة نقطية كثيفة مع تغطية كاملة من أعلى إلى أسفل لمنطقة المسح، في حين أن عدم كفاية التكرار في التغطية قد يؤدي إلى ثغرات أو تدهور كامل للسحابة النقطية (الشكل 4). بالنسبة لمجموعة من 43 مسحا للصور ذات المساحة الكبيرة تم إجراؤها عبر أرخبيل هاواي في عام 2016 ، تمت محاذاة 99.6٪ من الصور في المتوسط لكل مجموعة بيانات ، مع محاذاة 66٪ من مجموعات الصور بنسبة 100٪ من الصور بنجاح. كان للصور التي تم جمعها من الكاميرا ذات العدسة ذات الزاوية العريضة متوسط GSD يبلغ 0.52 مم بكسل -1 بينما كان متوسط GSD للصور من كاميرا عدسة التكبير 0.18 مم بكسل -1. ولدت هذه المسوحات سحب نقطية كثيفة بمتوسط حجم 557.7 مليون نقطة (15 جيجابايت).

تم تصميم تدفقات العمل البيئية الموصوفة هنا لتوليد بيانات مماثلة للمنهجيات الحالية لمراقبة الشعابالمرجانية 78. تظهر البيانات البيئية المستخرجة من مسوحات LAI في جميع أنحاء هاواي ، بصرف النظر عن عدد قليل من القيم المتطرفة ، مقاييس الصلابة الخطية الناتجة عن سير عمل التعقيد الهيكلي الذي يتماشى بشكل جيد مع القيم النسبية مقارنة بمقاييس التعقيد في الموقع عبر المواقع 81 (الشكل 5 أ ، ب). تظهر تحليلات تكوين المجتمع الإضافية من LAI لقياس النسبة المئوية للتغطية للمجموعات الوظيفية القاعية الرئيسية محاذاة مماثلة مقارنة باستطلاعات التربيع الضوئية التقليدية82 (الشكل 5C ، D). تم استخدام أخذ العينات التربيعية هنا لقياس كثافة اللافقاريات اللاطئة ، وأكثرها شيوعا هي قنافذ البحر ، والتي تم تلخيصها كمقاييس قاطعة للوفرة النسبية. سجلت طرق LAI بانتظام مستويات أعلى من الوفرة مقارنة بالطرق في الموقع 81 (الشكل 5E ، F) ، والتي قد تكون بسبب القدرة على البحث الشامل ومسح جميع الأفراد داخل منطقة معينة مقارنة بالتعداد البصري السريع. كشف تجزئة مستعمرات الشعاب المرجانية باستخدام إسقاط تقويم العظام ثنائي الأبعاد أيضا عن توزيعات حجم مماثلة لأصناف الشعاب المرجانية الشائعة للطرق في الموقع 83 (الشكل 5G ، H).

تتمثل إحدى المزايا الرئيسية لمسوحات LAI في القدرة على أرشفة وتتبع التغييرات في مناطق الشعاب المرجانية عبر الزمن من خلال التسجيل المشترك لسحابة النقاط الكثيفة. الشعاب المرجانية هي ركائز حية ، مما يعني بالنسبة لمسوحات LAI أنه قد يكون من الصعب تحديد الأسطح الدائمة ، سواء كانت طبيعية أو مثبتة ، والتي يمكن استخدامها لتسجيل السحب النقطية الكثيفة بشكل موثوق من نقاط زمنية مختلفة. يوضح المثال من جزيرة الألفية المرجانية (الشكل 6) مثالا على كل من النمو المرتفع والخسارة الهيكلية حيث تم استخدام سير عمل التسجيل المشترك المساعد للتسجيل المشترك لسحابة النقاط الكثيفة على الرغم من عدم استقرار سطح الشعاب المرجانية بمرور الوقت.

figure-results-3000
الشكل 1: رسم تخطيطي لإطارات الكاميرا المجمعة. مثال على طرق العرض لإعدادات إطار الكاميرا الفردية (A، B) المزدوجة و(C، D). يتم توصيل علب كاميرا Ikelite بالإطار الموجود على لوحة تركيب الكاميرا باستخدام لوحة منزلقة متصلة بمقابض الهيكل. يمكن توصيل الأدوات الاختيارية للمساعدة في الملاحة مثل المستوى والبوصلة وكمبيوتر الغوص بالإطار كما هو موضح في B. الرجاء النقر هنا لعرض نسخة أكبر من هذا الرقم.

figure-results-3739
الشكل 2: رسم تخطيطي لإعداد 100 م2 مخطط صورة بمساحة كبيرة. تخطيطي لقطعة صورة كبيرة معدة بالكامل بمساحة 100 م2 في المساحة. تشتمل علامات المؤامرة المؤقتة على ست علامات بلاط حدودية وأربعة أشرطة مقياس وأربعة عوامات مرجعية. تشتمل علامات المؤامرة الدائمة على حصتين من الفولاذ المقاوم للصدأ مع الحصة اليسرى ، عند النظر إلى الشاطئ ، بما في ذلك صمولة القفل. يجب أن يؤخذ مرجع GPS للقطعة فوق البلاط أو الحصة في الوسط الأيسر. الرجاء النقر هنا لعرض نسخة أكبر من هذا الرقم.

figure-results-4518
الشكل 3: نمط جمع الغواصين. مثال على (أ) مسار السباحة للغواص لضمان تغطية كافية وتداخل منطقة المؤامرة مع تضمين عازلة و (ب) ترتيب الغواص مع نظام الكاميرا مع العوامات المرجعية التي توفر دليلا لارتفاع السباحة. الرجاء النقر هنا لعرض نسخة أكبر من هذا الرقم.

figure-results-5101
الشكل 4: تقليل تداخل الصورة. يتم تقليل تدهور سحابة النقطة الكثيفة حيث يتم تقليل عدد الصور المتداخلة من خلال أخذ العينات العشوائية. تعرض كل لوحة سحابة النقاط الكثيفة التي تم إنشاؤها من (A) جميع الصور ، (B) 1/2 ، (C) 1/3 ، (D) 1/5 ، و (E) 1/10 من الصور الأصلية. الرجاء النقر هنا لعرض نسخة أكبر من هذا الرقم.

figure-results-5790
الشكل 5: استخراج البيانات البيئية. يتم عرض البيانات المرشحة المستخرجة من التصوير في منطقة كبيرة لكل من تدفقات العمل البيئية مقارنة بطرق جمع البيانات المعمول بها في الموقع. يتضمن ذلك (A ، B) التعقيد الهيكلي ، (C ، D) تكوين المجتمع (تشير أشرطة الخطأ إلى الخطأ القياسي) ، (E ، F) كثافة اللافقاريات ، و (G ، H) التركيبة السكانية لهيكل الحجم. اختصار: LAI = تصوير مساحة كبيرة. الرجاء النقر هنا لعرض نسخة أكبر من هذا الرقم.

figure-results-6575
الشكل 6: التسجيل المشترك لسحابة النقاط الكثيفة. مثال على المقارنة المرئية لسحابتين من النقاط الكثيفة المسجلة زمنيا. يتم ترميز مناطق الخسارة الهيكلية ، على الأرجح من تلف الانتفاخ ، بصريا باللون الأحمر ، كما هو موضح في السهم الأرجواني. يتم ترميز مناطق الإضافة الهيكلية ، التي تعزى عادة إلى نمو مستعمرات الشعاب المرجانية ، بصريا باللون الأزرق ، كما هو موضح في السهم الأصفر. لا يزال من الممكن استخدام سير عمل التسجيل المشترك الموضح هنا لمناطق الشعاب المرجانية الديناميكية كما هو موضح هنا ، حيث ستكون نقاط التحكم الأرضية المثبتة بشكل دائم (GCPs) غير موثوقة بسبب النمو الزائد أو الإزاحة. الرجاء النقر هنا لعرض نسخة أكبر من هذا الرقم.

ميزة الكاميراالإعداد الموصى به
ركزتلقائي
وضع التصويرP (تلقائي مبرمج) للعدسة ذات الزاوية العريضة
A (تلقائي لأولوية فتحة العدسة)، يتم ضبطه على فتحة عدسة F8 لعدسة الماكرو
وضع التحريرS (تلقائي لأولوية الغالق)
إعدادات التركيز البؤري التلقائيتركيز بؤري تلقائي مركزي (AF-C)، نقطة مركزية واحدة (S)
التحكم التلقائي في حساسية ISOعلى
حساسية ISO القصوى3200
الحد الأدنى لسرعة الغالق1/320
جودة الصورةRAW + JPEG
مؤقت الفاصل الزمني1 ثانية
توازن اللون الأبيضتقليد

الجدول 1: إعدادات الكاميرا الموصى بها. فيما يلي قائمة بإعدادات الكاميرا الرئيسية المستخدمة لتحسين جودة الصورة. تعطي هذه الإعدادات الأولوية لالتقاط الصور في التركيز البؤري التي يلتقطها المشغل المتحرك في ظروف الإضاءة تحت الماء.

محاذاة الصور
دقةعال
الاختيار المسبق العاملا
حد النقطة الرئيسية5000
حد نقطة التعادل0
مطابقة الصور الموجهةلا
تركيب نموذج الكاميرا التكيفينعم
بناء سحابة كثيفة
جودةعال
تصفية العمقمتوسط
حساب ألوان النقاطنعم
حساب ثقة النقطةنعم
نقاط التصدير
نوع الملفستانفورد رقائق
نظام الإحداثياتالإحداثيات المحلية (م)
مصدر البياناتسحابة كثيفة
حفظ ألوان النقاطنعم
حفظ النقطة بشكل طبيعينعم
حفظ الثقة في النقاطنعم
حفظ فئات النقاطلا
تحويل الألوان إلى 8 بت RGBنعم
الترميز الثنائينعم

الجدول 2: إعدادات بناء سحابة النقطة الكثيفة ثلاثية الأبعاد. قائمة بالإعدادات المستخدمة في Agisoft Metashape لإنشاء وتصدير إعادة بناء سحابة النقاط الكثيفة عالية الجودة.

الملف التكميلي 1: خارطة الطريق. مثال على صورة تقويم العظام المميزة بميزات وأعماق المؤامرة للمساعدة في العثور على منطقة المؤامرة لإعادة المسح. الرجاء النقر هنا لتنزيل هذا الملف.

الملف التكميلي 2: Extract_meta.py. يتم تشغيل البرنامج النصي في Agisoft Metashape لتصدير وضع الكاميرا ومعلومات دليل الملفات لاستخدامها في Viscore للاستعلام عن الصور الأصلية. الرجاء النقر هنا لتنزيل هذا الملف.

الملف التكميلي 3: دليل Viscore. دليل برنامج Viscore ، والذي يتضمن مهام سير العمل لتصور النموذج والتسجيل المشترك والتحليلات البيئية. الرجاء النقر هنا لتنزيل هذا الملف.

الملف التكميلي 4: Rugosity_Functions.Rmd. البرنامج النصي المستخدم في R يحتوي على وظائف لمعالجة بيانات المتانة المستخرجة من Viscore. الرجاء النقر هنا لتنزيل هذا الملف.

الملف التكميلي 5: Rugosity_Analysis.Rmd. البرنامج النصي المستخدم في R لحساب مقاييس الصلابة. الرجاء النقر هنا لتنزيل هذا الملف.

الملف التكميلي 6: Quadrat_sampling.rpl.json. البرنامج النصي المستخدم في Viscore لسير عمل تحليل الكثافة التربيعية. الرجاء النقر هنا لتنزيل هذا الملف.

الملف التكميلي 7: Density_taxo_lookup.json. ملف بحث الزر لتشغيل البرنامج النصي لأخذ العينات التربيعية لتجميع بيانات أخذ العينات التربيعية حسب المجموعة التصنيفية. الرجاء النقر هنا لتنزيل هذا الملف.

الملف التكميلي 8: Density_Analysis.R البرنامج النصي المستخدم في R لتجميع بيانات أخذ العينات التربيعية التي تحسب الكثافة حسب المجموعة التصنيفية على مستوى المسح. الرجاء النقر هنا لتنزيل هذا الملف.

الملف التكميلي 9: README.txt مثال على ملف نصي ليتم تضمينه مع الصور الأصلية لأرشفة البيانات التي تصف منهجية التقاط الصور. الرجاء النقر هنا لتنزيل هذا الملف.

الملف التكميلي 10: METADATA_KAH_2016-07_03.txt مثال على ملف نصي ليتم تضمينه مع الصور الأصلية لأرشفة البيانات التي تحتوي على حقول بيانات التعريف لاستطلاع LAI. يتضمن ذلك حقول نطاق المسح وبيانات العمق للمراجع بالإضافة إلى البيانات الوصفية الإجمالية للموقع للسياق الجغرافي. اختصار: LAI = تصوير مساحة كبيرة. الرجاء النقر هنا لتنزيل هذا الملف.

Discussion

التصوير بمساحة كبيرة هو أداة تمكن علماء المجال من تصور وتحليل ميزات البيئة رقميا بمقاييس أكبر من الصور الفردية التي تم جمعها. من خلال التقاط صور متعددة للبيئة من وجهات نظر متعددة ، تساعد بروتوكولات LAI في إنشاء تمثيلات للمناظر الطبيعية الواسعة نسبيا (بالنسبة إلى التغطية المكانية للصور الفردية) مع الحفاظ على التفاصيل التي تم جمعها من الصور الأصلية. تكمن القيمة الفريدة ل LAI في القدرة على استكشاف البيانات البيئية عبر المقاييس ، من المقياس الأكبر (المحدد من خلال المدى المساحي للمسح) إلى أفضل مقياس (محدد من خلال الدقة المحققة للصور الأصلية). ومع ذلك، للاستفادة من هذه القوة عبر المقاييس، من الأهمية بمكان ضمان الوصول المنتظم والسلس إلى جميع مستويات البيانات التي تم التقاطها، وتحديدا لضمان الوصول السهل إلى كل من الصور الأصلية والنموذج ثلاثي الأبعاد المشتق. في كل خطوة من خطوات البروتوكول المعروضة هنا، نسلط الضوء على هذه القوة الفريدة ل LAI من خلال التأكد باستمرار من إمكانية الوصول إلى الصور الأصلية واستخدامها وأرشفتها بشكل آمن جنبا إلى جنب مع نماذج LAI المشتقة.

ستقدم طريقة LAI المنتجات المرتبطة مباشرة بالصور الأصلية التي تم جمعها. من خلال تغيير تفاصيل الحصول على الصور ، يمكن للمستخدمين إنتاج منتجات بيانات ذات جودة وتغطية مختلفة. عند مسح بيئات الشعاب المرجانية المعقدة هيكليا ، قد يعطي المستخدم الذي لديه وقت مسح محدود تحت الماء (أو عدد ثابت من الصور المتاحة ليتم التقاطها) الأولوية لزيادة التغطية المساحية لمنطقة المسح أو زيادة مستوى التفاصيل لكل قسم من المنطقة التي تم أخذ عينات منها. ستكون هناك بالضرورة مقايضة ، حيث يحتوي نموذج المساحة الكبيرة على تفاصيل أقل (وربما المزيد من الانسدادات) لكل وحدة مساحة والنموذج التفصيلي الذي يغطي مساحة إجمالية أقل (مع احتمال حدوث انسداد أقل). في هذا البروتوكول ، نقوم بتضمين استخدام كاميرتين ، لكل منهما عدسات مختلفة ، مما يمكن المستخدم من أخذ عينات من مساحة أكبر (تداخل كاف مع عدسة بزاوية عريضة لتلبية متطلبات SfM) مع جمع صور أصلية أكثر تفصيلا في نفس الوقت (تفاصيل أعلى من عدسة التكبير / التصغير التي تحتوي على تداخل أقل بين الصور والصورة). من خلال تضمين تقدير الوضع للصور من كلتا الكاميرتين ، تتضمن بروتوكولات التصور والتحليل النهائية مناظر عالية الدقة من جزء كبير من المنطقة التي تم أخذ عينات منها. على الرغم من أن البروتوكول يهدف إلى توسيع نطاق جدوى المسح، فقد يجد المستخدمون أن المنتجات المشتقة تفتقر إلى التغطية المساحية الكافية أو التفاصيل الكافية للصور الأصلية لإكمال الإجراءات التحليلية المفضلة. يتم تشجيع المستخدمين على مراجعة الصور الأصلية والنماذج المشتقة للتأكد من أن بروتوكول المسح البيئي يلبي احتياجات البرنامج وتعديل نهج المسح في الماء (على سبيل المثال ، تغيير مسافة أخذ العينات الأرضية ، أو تغيير مدة المسح أو عدد الصور التي تم جمعها) للوصول إلى التوازن المفضل للتغطية المساحية والدقة لكل وحدة مساحة.

توفر طرق LAI قيمة للعلوم المغمورة بالماء من خلال التقاط "لقطات" غنية بالمعلومات وذات تغطية واسعة للبيئات القاعية التي يمكن أن تكون فعالة من حيث الوقت وتتطلب خبرة محدودة في مجال خاص بالجمع. ويمكن النظر في قيمة نواتج البيانات هذه بالرجوع إلى تدفقات البيانات الحالية وكذلك للتطبيقات الجديدة والمعجلة الخاصة بالمجال. بالنظر إلى المقارنة مع تدفقات البيانات الحالية ، يمكن لمنتجات التحليل من LAI أن توفر بيانات بيئية قابلة للمقارنة مباشرة مع البيانات التي تم جمعها في الموقع بواسطة المراقبين تحت الماء84،85،86،87. نقدم هنا تحليلا كميا لمخرجات البيانات البيئية المستمدة من كل أنشطة مراقبة كلاسيكية في الموقع ومن التحليل الموحد لمنتجات LAI ، باتباع هذا البروتوكول. من خلال التركيز على أربعة مقاييس مشتركة في جهود مراقبة الشعاب المرجانية (التعقيد الهيكلي ، وتكوين المجتمع القاعي ، وكثافة اللافقاريات المتنقلة ، وهيكل حجم الشعاب المرجانية. الشكل 5) ، نظهر توافقا كميا قويا في مخرجات البيانات. والجدير بالذكر أنه بالنسبة لتدفقات البيانات التي تتطلب ملاحظات دقيقة الحجم (على سبيل المثال ، التعريفات التصنيفية ، والتعريفات الدقيقة للحدود البيولوجية) ، فإن تدفقات عمل LAI التي تتضمن وصولا منتظما وموثوقا إلى الصور الأصلية توفر قوة فريدة لموازاة فرص المراقبة التي كانت تقتصر تاريخيا فقط على أخذ العينات الغامرة في الموقع . تقدم التطورات في معالجة البيانات وتصورها التي قدمتها Viscore والموضحة في هذا البروتوكول قيمة فريدة في ضمان قابلية المقارنة بين البيانات البيئية المشتقة من LAI ومنتجات المراقبة في الموقع ، مما يسمح بصيانة غير متحيزة لتدفقات البيانات طويلة الأجل مع دمج تدفقات العمل المحسنة رقميا ل LAI.

بالنسبة للعلماء تحت الماء ، يوفر LAI الفرصة للاستفادة من تدفقات العمل الجديدة والمتسارعة في الحصول على البيانات واستكشافها. تتمتع LAI بنقاط قوة فريدة كأداة رسم خرائط عالية الدقة تحتوي على معلومات لا تصف فقط التكوين النسبي للبيئة القاعية ولكن أيضا الخصائص المكانية. صريحة لإنشاء نموذج ثلاثي الأبعاد من سير عمل SfM ، تحتوي منتجات LAI على معلومات حول التعقيد الهيكلي الذي يمكن استكشافه عبر مقاييس متعددة56. كأدوات تلتقط المناظر البحرية ذات المساحة الأكبر ، يمكن أن توفر منتجات LAI فرصة للنظر في أنماط التوزيع المكاني وخصائص الجوار للكائنات القاعية45،66. علاوة على ذلك ، من خلال القدرة على تصور المناظر الطبيعية القاعية على نطاقات أكبر ، يصبح من الممكن اكتشاف الميزات التي لا يمكن رؤيتها بسهولة في الموائل تحت الماء بسبب قيود الرؤية لمسافات طويلة تحت الماء ، على سبيل المثال الزخرفة متعددة الأضلاع واسعة النطاق (3-4 أمتار) للطحالب الكبيرة الشائعة على الشعاب المرجانية في المحيط الهادئ64.

في حين أن LAI يوفر فرصا للتحليل على نطاق واسع ، فقد تم الإعلان عن مخاوف بشأن التحديات المرتبطة بجمع الصور بكفاءة في الماء والمعالجة اللاحقة للصور. سيتطلب توسيع النطاق المكاني لاكتساب الصور تحت الماء تقدما تكنولوجيا بعيدا عن التصوير المنشور من قبل الغواصين ، إلى استخدام أنظمة رسم الخرائط المساعدة88 ، وفي النهاية استخدام ROVs38 و AUVs67،89. ستضمن منهجيات المسح القوية فيما يتعلق بنمط الاستحواذ وأنظمة الكاميرا انتقالا سلسا واتساقا في البيانات التي تم إنشاؤها عبر هذه المنصات المختلفة. بالنظر إلى المتطلبات الحسابية بالإضافة إلى تنسيق البيانات الكبير لمنتجات LAI ، أعرب بعض علماء البحار عن مخاوفهم بشأن إمكانية الوصول التكنولوجي لسير العمل90 ومتطلبات الوقت الكبيرة المرتبطة باستخراج البيانات البيئية84،86. ومع ذلك ، يتم تقديم عدد متزايد من الأدوات التي تستفيد من الحلول الإبداعية للعقبات التقنية لاستخراج البيانات80،91،92،93. الأهم من ذلك ، أن استخدام تدفقات العمل المحسنة الذكاء الاصطناعي لتحليل LAI محدود بجودة إشارة الإدخال المقدمة. على هذا النحو ، لا يزال هناك طلب ثابت في الحفاظ على معايير وجودة الحصول على الصور وإدارة البيانات في بروتوكولات LAI بغض النظر عما إذا كان استخراج البيانات يتم إجراؤه بواسطة مراقب بشري ، أو بواسطة خوارزمية الذكاء الاصطناعي المدربة ، أو (من الناحية المثالية) من خلال سير عمل متسارع من الذكاء الاصطناعي والإنسان في الحلقة. من خلال الحفاظ على التركيز المستمر على الأهمية الأساسية للصور الأصلية في بروتوكولات LAI ، كما هو موضح هنا ، تظهر فرص فريدة لاستكشاف الموائل تحت الماء بقوة وشفافية ومتسقة.

Disclosures

ليس لدى المؤلفين أي تضارب في المصالح للإفصاح عنه.

Acknowledgements

ويدعم هذا العمل جهود تحدي 100 جزيرة في معهد سكريبس لعلوم المحيطات. نشكر شركاء Schmidt Marine Technology Partners ، و Ed و Christy Scripps ، ومؤسسة Moore Family Foundation على دعمهم المالي للأبحاث المرتبطة وجهود التدريب على التصوير على نطاق واسع والتي ساعدت في تحسين المنهجية. بالإضافة إلى ذلك ، نشكر طاقم سفن الأبحاث Hi'ialiki و Hanse Explorer و Plan B ، الذين قدموا الدعم للجهود الميدانية. نشكر بشكل خاص الفريق في قسم علوم النظم الإيكولوجية في مركز علوم مصايد الأسماك في جزر المحيط الهادئ في NOAA الذي ساعد في الجمع الميداني للبيانات المعروضة هنا.

Materials

NameCompanyCatalog NumberComments
1" x 4 1/4" x 3 1/4" custom machined acetalN/AN/A1.1 Gear Preparation; For contruction of camera slides and mounts
1/2" marine grade high density polyethyleneKing StarboardN/A1.1 Gear Preparation; For contruction of camera outer frame and camera mounting panels
18-8 Flathead Stainless Steel Phillips Flat Head Screws, 3/8”-16 Thread Size, 1-1/2” LongMcMaster-Carr91771A6281.1 Gear Preparation; For camera frame assembly
18-8 Stainless Steel Socket Head Screw, 10-24 Thread Size, 1-1/8" LongMcMaster-Carr92196A2481.1 Gear Preparation; Used to secure mounting plate to handles
1 lb dive weightsHouse of ScubaWBELT24 1LB1.2 Plot Setup; Used for reference floats
200DL Underwater Housing for Nikon D780 DSLR CameraIkelite710191.1 Gear Preparation; Underwater housing for digital camera
24mm fixed lens (AF-S NIKKOR 24mm f/1.8G ED)Nikkor200571.1 Gear Preparation; Wide-angle lens for greater image overlap
250# gray longline poly softContinental Western5030861.2 Plot Setup; To build scale bars. Ground control markers for determining model scale
3 lb drilling hammerEstwingB3-3LB1.2 Plot Setup; Used to install stainless steel stakes at survey site
3/8-16 X 18" THRD ROD W/60 DEGREE POINT 316 S/SAbaba Bolt37C1800ROD6/60DEG1.2 Plot Setup; For permanent installation to mark survey site
316 Stainless Steel Nylon-Insert Locknut Super-Corrosion-Resistant, 1/4"-20 Thread SizeMcMaster-Carr90715a1251.2 Plot Setup; For scale bars and frame assembly.
316 Stainless Steel Nylon-Insert Locknut Super-Corrosion-Resistant, 3/8"-16 Thread SizeMcMaster-Carr90715A1451.2 Plot Setup; Affixed to left stainless steel stake for orientation of the plot
316 Stainless Steel Phillips Flat Head Screws, 10-32 Thread Size, 3/8" LongMcMaster-Carr91500a8271.1 Gear Preparation; For camera frame assembly
4"x4" Agisoft marker printed on waterproof paperAgisoftN/A1.2 Plot Setup; To build corner tiles. Ground control markers for determining model orientation
4"x4"x1/4" Stainless steel tileN/AN/A1.2 Plot Setup; To build corner tiles. Ground control markers for determining model orientation
4"x4"x3/4" custom printed plastic agisoft marker high density polyethylene color coreN/AN/A1.2 Plot Setup; To build scale bars. Ground control markers for determining model scale
512 GB Extreme PRO SDXC UHS-I Card - C10, U3, V30, 4K UHD, SD CardSanDiskSDSDXXY-512G-GN4IN1.1 Gear Preparation; High speed, large capacity storage card. Up to 2 used per camera for image storage
5TB Elements Portable External Hard Drive HDD, USB 3.0Western DigitalWDBU6Y0050BBK-WESN1.3 Image Capture; Large volume external hard drive for image storage and image backup
60 mm fixed lens (AF-S Micro NIKKOR 60mm F2.8G ED)Nikkor21771.1 Gear Preparation; Macro zoom lens, optional for dual-camera setup
Acetal machined and tapped for 1"x12" 3/8" 16 thread support bracesN/AN/A1.1 Gear Preparation; Camera frame support columns
AquaMend Epoxy Putty StickJD Industrial Supply4705501.2 Plot Setup; Used to install stainless steel stakes at survey site
Architectural 6063 Aluminum U-Channel, 1/8" Wall Thickness, 1/2" High x 3/4" Wide OutsideMcMaster-Carr9001k461.2 Plot Setup; To build scale bars. Ground control markers for determining model scale
Black-Oxide 18-8 Stainless Steel Pan Head Phillips Screws, 1/4"-20 Thread, 1/2" LongMcMaster-Carr91249a5371.1 Gear Preparation; To attach ikelite handle to housing
Black-Oxide 18-8 Stainless Steel Pan Head Phillips Screws, 1/4"-20 Thread, 5/8" LongMcMaster-Carr91249A5391.2 Plot Setup; To build scale bars. Ground control markers for determining model scale
Blue Steel RopeContinental Western4020201.2 Plot Setup; Used to secure dive float to the benthos during surveys
D780 camera bodyNikon16181.1 Gear Preparation; Camera body model
DGX Tech Compass w/Bungee Mount and CordDive Gear ExpressDX-9050x1.2 Plot Setup; For collection of plot bearings and as an addition to the camera frame as a navigational aid
Dive computer - Suunto Zoop NovoSuunto N/A1.2 Plot Setup; To record depth at reference tiles
Dive slateTexWipeTX58351.2 Plot Setup; Used to record plot metadata such as tile depth, and coded target numbers
DL 8 inch Dome PortIkelite753401.1 Gear Preparation; Dome port for underwater housing
FLOAT, PVC SPONGE, 5-3/4" DIA. BY 3/4", RUSTMemphis Net & TwineSB11.2 Plot Setup; Used as a visual reference to determine plot boundaries and swim height of camera operator
Garmin 78s GPSGarmin010-00864-011.2 Plot Setup; Used to record location of survey site
High performance computerN/AN/A2.0 Model Construction; For 3D dense point cloud processing, recommended specifications to include a high speed 10+ core CPU, 128GB RAM (64 GB minimum), 1TB solid state drive, and a dedicated NVIDIA or AMD GPU. 
Inflatable surface dive floatOmerAtol 62461.2 Plot Setup; Dual purpose surface marker buoy and 
JOHNSON Cross Check Level: Nonmagnetic, 2 1/4 in x 1 7/16 in x 3/16 in, Plastic, Hanging Hole, 1mm/mGrainger6C2251.1 Gear Preparation; Optional addition to the camera frame as a navigational aid
Long Tape Measure,1/2 In x 30m,PumpkinGrainger3LJW91.2 Plot Setup; Used to set up plot area
Manta reel SR. ReelManta IndustriesN/A1.2 Plot Setup; Attached to dive float for use during surveys
Metashape Professional LicenseAgisoftN/A2.0 Model Construction; Software for dense point cloud processing
Non-glare clear acrylicN/AN/A1.2 Plot Setup; To build corner tiles. Ground control markers for determining model orientation
O-Ring 0132.45 for DL Port System, ULTRAcompact HousingsIkelite132.451.1 Gear Preparation; O-ring for underwater housing
O-Ring 0132.59 for DSLR & Mirrorless Housings (Type 1)Ikelite132.591.1 Gear Preparation; O-ring for underwater housing
Paracord or Dacron LineN/AN/A1.2 Plot Setup; Used to attach referene floats to dive weights
Passivated 18-8 Stainless Steel Phillips Flat Head Screw, 82 Degree Countersink, 1/4"-20 Thread, 1" LongMcMaster-Carr91771a5421.1 Gear Preparation; Frame slider panel
Passivated 18-8 Stainless Steel Phillips Flat Head Screw, 82 Degree Countersink, 1/4"-20 Thread, 1-3/4" LongMcMaster-Carr91771a5481.1 Gear Preparation; Frame slider panel
Passivated 18-8 Stainless Steel Phillips Flat Head Screw, 82 Degree Countersink, 10-32 Thread, 3/8" LongMcMaster-Carr91771A8271.2 Plot Setup; To build corner tiles. Ground control markers for determining model orientation
Pelican 1060 micro casePelican1060-025-1001.2 Plot Setup; Housing for GPS unit that is affixed to the inflatable dive float
Plastic-Head Thumb screw 1/4"-20 x 2"McMaster-Carr91185A8191.1 Gear Preparation; Use to secure camera housing to frame
Right Hand Quick Release Handle with ExtensionIkelite4077.021.1 Gear Preparation; Handle for underwater housing
RN/AN/A3.0 Ecological Analysis; Software for running structural complexity scripts
TaglabN/AN/A3.0 Ecological Analysis; Software for segmentation analysis
Trigger Extension v2 for Shutter or Back Button FocusIkelite4077.951.1 Gear Preparation; Trigger extenstion for underwater housing shutter button control
Vacuum pump with gaugeIkelite470111.1 Gear Preparation; To test integrity of o-ring seals for underwater camera housings
ViscoreN/AN/A2.0 Model Construction; 3.0 Ecological Analysis; Software for ecological analysis

References

  1. Hubbell, S. P., Foster, R. B. Short-term dynamics of a neotropical forest: Why ecological research matters to tropical conservation and management. Oikos. 63, 48-61 (1992).
  2. Fahey, T. J., et al. The promise and peril of intensive-site-based ecological research: Insights from the Hubbard Brook ecosystem study. Ecology. 96 (4), 885-901 (2015).
  3. Condit, R., et al. Spatial patterns in the distribution of tropical tree species. Science. 288 (5470), 1414-1418 (2000).
  4. Lieberman, D., Lieberman, M., Peralta, R., Hartshorn, G. Mortality patterns and stand turnover rates in a wet tropical forest in Costa Rica. J Ecol. 73 (3), 915-924 (1985).
  5. Hubbell, S. P. Tree dispersion, abundance, and diversity in a tropical dry forest: That tropical trees are clumped, not spaced, alters conceptions of the organization and dynamics. Science. 203 (4387), 1299-1309 (1979).
  6. Connell, J. H. The consequences of variation in initial settlement vs. Post-settlement mortality in rocky intertidal communities. J Exp Mar Biol Ecol. 93 (1-2), 11-45 (1985).
  7. Turner, M. G. Landscape ecology: The effect of pattern on process. Annu Rev Ecol Syst. 20, 171-197 (1989).
  8. Rietkerk, M., Van De Koppel, J. Regular pattern formation in real ecosystems. Trends Ecol Evol. 23 (3), 169-175 (2008).
  9. Harms, K. E., Wright, S. J., Calderón, O., Hernandez, A., Herre, E. A. Pervasive density-dependent recruitment enhances seedling diversity in a tropical forest. Nature. 404 (6777), 493-495 (2000).
  10. Marhaver, K., Vermeij, M., Rohwer, F., Sandin, S. Janzen-connell effects in a broadcast-spawning caribbean coral: Distance-dependent survival of larvae and settlers. Ecology. 94 (1), 146-160 (2013).
  11. Kenyon, J. C., Maragos, J. E., Cooper, S. Characterization of coral communities at rose atoll, american samoa. Atoll Res Bull. 586, 1-28 (2010).
  12. Goreau, T. F. The ecology of jamaican coral reefs i. Species composition and zonation. Ecology. 40 (1), 67-90 (1959).
  13. Sandin, S. A., et al. Baselines and degradation of coral reefs in the northern line islands. PLoS One. 3 (2), e1548(2008).
  14. Newman, M. J. H., Paredes, G. A., Sala, E., Jackson, J. B. C. Structure of Caribbean coral reef communities across a large gradient of fish biomass. Ecol Lett. 9 (11), 1216-1227 (2006).
  15. Smith, J. E., et al. Re-evaluating the health of coral reef communities: Baselines and evidence for human impacts across the central pacific. P Roy Soc B: Biol Sci. 283 (1822), 20151985(2016).
  16. Lewis, J. B. Spatial distribution and pattern of some Atlantic reef corals. Nature. 227 (5263), 1158-1159 (1970).
  17. Bradbury, R. H., Young, P. C. The effects of a major forcing function, wave energy, on a coral reef ecosystem. Mar Ecol Prog Ser. 5, 229-241 (1981).
  18. Bak, R. P. M., Nieuwland, G. Long-term change in coral communities along depth gradients over leeward reefs in the Netherlands Antilles. Bull Mar Sci. 56 (2), 609-619 (1995).
  19. Connell, J. H., Hughes, T. P., Wallace, C. C. A 30-year study of coral abundance, recruitment, and disturbance at several scales in space and time. Ecol Monogr. 67 (4), 461-488 (1997).
  20. Hughes, T. P. Population dynamics based on individual size rather than age: A general model with a reef coral example. Am Nat. 123 (6), 778-795 (1984).
  21. Hughes, T. P., Tanner, J. E. Recruitment failure, life histories, and long-term decline in Caribbean corals. Ecology. 81 (8), 2250-2263 (2000).
  22. Fong, P., Glynn, P. A dynamic size-structured population model: Does disturbance control size structure of a population of the massive coral Gardineroseris planulata in the Eastern Pacific. Mar Biol. 130 (4), 663-674 (1998).
  23. Vardi, T., Williams, D. E., Sandin, S. A. Population dynamics of threatened elkhorn coral in the Northern Florida Keys, USA. Endanger Species Res. 19 (2), 157-169 (2012).
  24. Doropoulos, C., Ward, S., Roff, G., González-Rivero, M., Mumby, P. J. Linking demographic processes of juvenile corals to benthic recovery trajectories in two common reef habitats. PLoS One. 10 (5), e0128535(2015).
  25. Edmunds, P. A quarter-century demographic analysis of the Caribbean coral, Orbicella annularis, and projections of population size over the next century. Limnol Oceanogr. 60 (3), 840-855 (2015).
  26. Deignan, L. K., Pawlik, J. R. Perilous proximity: Does the Janzen-Connell hypothesis explain the distribution of giant barrel sponges on a Florida coral reef. Coral Reefs. 34, 561-567 (2015).
  27. Zvuloni, A., et al. Spatio-temporal transmission patterns of black-band disease in a coral community. PLoS One. 4 (4), e4993(2009).
  28. Karlson, R. H., Cornell, H. V., Hughes, T. P. Aggregation influences coral species richness at multiple spatial scales. Ecology. 88 (1), 170-177 (2007).
  29. Jolles, A. E., Sullivan, P., Alker, A. P., Harvell, C. D. Disease transmission of aspergillosis in sea fans: Inferring process from spatial pattern. Ecology. 83 (9), 2373-2378 (2002).
  30. Carlon, D. B., Olson, R. R. Larval dispersal distance as an explanation for adult spatial pattern in two Caribbean reef corals. J Exp Mar Biol Ecol. 173 (2), 247-263 (1993).
  31. Bak, R., Termaat, R., Dekker, R. Complexity of coral interactions: Influence of time, location of interaction and epifauna. Mar Biol. 69, 215-222 (1982).
  32. Stimson, J. An analysis of the pattern of dispersion of the hermatypic coral Pocillopora meandrina var. Nobilis verril. Ecology. 55 (2), 445-449 (1974).
  33. Edwards, C., et al. Large-area imaging in tropical shallow water coral reef monitoring, research and restoration: A practical guide to survey planning, execution, and data extraction. NOAA Technical Memorandum NOS NCCOS. (313), (2023).
  34. Pizarro, O., Eustice, R. M., Singh, H. Large area 3-d reconstructions from underwater optical surveys. IEEE J Oceanic Eng. 34 (2), 150-169 (2009).
  35. Figueira, W., et al. Accuracy and precision of habitat structural complexity metrics derived from underwater photogrammetry. Remote Sens. 7 (12), 16883-16900 (2015).
  36. Burns, J., Delparte, D., Gates, R., Takabayashi, M. Integrating structure-from-motion photogrammetry with geospatial software as a novel technique for quantifying 3d ecological characteristics of coral reefs. PeerJ. 3, e1077(2015).
  37. Piazza, P., et al. Underwater photogrammetry in Antarctica: Long-term observations in benthic ecosystems and legacy data rescue. Polar Biol. 42, 1061-1079 (2019).
  38. Price, D. M., et al. Using 3d photogrammetry from rov video to quantify cold-water coral reef structural complexity and investigate its influence on biodiversity and community assemblage. Coral Reefs. 38, 1007-1021 (2019).
  39. Fallati, L., et al. Characterizing Håkon Mosby Mud Volcano (Barents Sea) cold seep systems by combining ROV-based acoustic data and underwater photogrammetry. Front Mar Sci. 10, 1269197(2023).
  40. Ventura, D., et al. Seagrass restoration monitoring and shallow-water benthic habitat mapping through a photogrammetry-based protocol. J Environ Manage. 304, 114262(2022).
  41. Combs, I. R., Studivan, M. S., Eckert, R. J., Voss, J. D. Quantifying impacts of stony coral tissue loss disease on corals in Southeast Florida through surveys and 3D photogrammetry. PLoS One. 16 (6), e0252593(2021).
  42. Bongaerts, P., et al. Reefscape genomics: Leveraging advances in 3D imaging to assess fine-scale patterns of genomic variation on coral reefs. Front Mar Sci. 8, 638979(2021).
  43. Raoult, V., Reid-Anderson, S., Ferri, A., Williamson, J. E. How reliable is Structure from Motion (sfm) over time and between observers? A case study using coral reef bommies. Remote Sens. 9 (7), 740(2017).
  44. Weinberg, S. A comparison of coral reef survey methods. Bijdr Dierkd. 51 (2), 199-218 (1981).
  45. Edwards, C. B., et al. Large-area imaging reveals biologically driven non-random spatial patterns of corals at a remote reef. Coral Reefs. 36 (4), 1291-1305 (2017).
  46. Gracias, N., Santos-Victor, J. Underwater video mosaics as visual navigation maps. Comput Vis Image Und. 79 (1), 66-91 (2000).
  47. Lirman, D., et al. Development and application of a video-mosaic survey technology to document the status of coral reef communities. Environ Monit Assess. 125 (1-3), 59-73 (2007).
  48. Kodera, S. M., et al. Quantifying life history demographics of the scleractinian coral genus Pocillopora at Palmyra Atoll. Coral Reefs. 39 (4), 1091-1105 (2020).
  49. Ferrari, R., et al. 3D photogrammetry quantifies growth and external erosion of individual coral colonies and skeletons. Sci Rep. 7 (1), 16737(2017).
  50. Sandin, S. A., et al. Considering the rates of growth in two taxa of coral across Pacific Islands. Adv Mar Biol. 87 (1), 167-191 (2020).
  51. Ventura, D., et al. Integration of close-range underwater photogrammetry with inspection and mesh processing software: A novel approach for quantifying ecological dynamics of temperate biogenic reefs. Remote Sens Ecol Conserv. 7 (2), 169-186 (2021).
  52. Ferrari, R., et al. Photogrammetry as a tool to improve ecosystem restoration. Trends Ecol Evol. 36 (12), 1093-1101 (2021).
  53. Remmers, T., et al. Close-range underwater photogrammetry for coral reef ecology: A systematic literature review. Coral Reefs. 43 (1), 35-52 (2024).
  54. Marre, G., Holon, F., Luque, S., Boissery, P., Deter, J. Monitoring marine habitats with photogrammetry: A cost-effective, accurate, precise and high-resolution reconstruction method. Front Mar Sci. 6, 276(2019).
  55. Nocerino, E., et al. Comparison of diver-operated underwater photogrammetric systems for coral reef monitoring. Int Arch Photogramm Remote Sens Spat Inf Sci. 42 (2/W10), 143-150 (2019).
  56. Mccarthy, O. S., Smith, J. E., Petrovic, V., Sandin, S. A. Identifying the drivers of structural complexity on Hawaiian coral reefs. Mar Ecol Prog Ser. 702, 71-86 (2022).
  57. Pascoe, K. H., Fukunaga, A., Kosaki, R. K., Burns, J. H. 3D assessment of a coral reef at Lalo Atoll reveals varying responses of habitat metrics following a catastrophic hurricane. Sci Rep. 11 (1), 12050(2021).
  58. Torres-Pulliza, D., et al. A geometric basis for surface habitat complexity and biodiversity. Nat Ecol Evol. 4 (11), 1495-1501 (2020).
  59. Friedman, A., Pizarro, O., Williams, S. B., Johnson-Roberson, M. Multi-scale measures of rugosity, slope and aspect from benthic stereo image reconstructions. PloS One. 7 (12), e50440(2012).
  60. Hernández-Landa, R. C., Barrera-Falcon, E., Rioja-Nieto, R. Size-frequency distribution of coral assemblages in insular shallow reefs of the Mexican Caribbean using underwater photogrammetry. PeerJ. 8, e8957(2020).
  61. Fukunaga, A., Burns, J. H., Pascoe, K. H., Kosaki, R. K. Associations between benthic cover and habitat complexity metrics obtained from 3D reconstruction of coral reefs at different resolutions. Remote Sens. 12 (6), 1011(2020).
  62. Ferrari, R., et al. Quantifying multiscale habitat structural complexity: A cost-effective framework for underwater 3D modelling. Remote Sens. 8 (2), 113(2016).
  63. Kopecky, K. L., et al. Quantifying the loss of coral from a bleaching event using underwater photogrammetry and ai-assisted image segmentation. Remote Sens. 15 (16), 4077(2023).
  64. Sandin, S. A., et al. Evidence of biological self-organization in spatial patterns of a common tropical alga. Am Nat. 200 (5), 722-729 (2022).
  65. Burns, J. H. R., Alexandrov, T., Ovchinnikova, K., Gates, R. D., Takabayashi, M. Data for spatial analysis of growth anomaly lesions on Montipora capitata coral colonies using 3D reconstruction techniques. Data Br. 9, 460-462 (2016).
  66. Pedersen, N. E., et al. The influence of habitat and adults on the spatial distribution of juvenile corals. Ecography. 42, 1-11 (2019).
  67. Ferrari, R., et al. Quantifying the response of structural complexity and community composition to environmental change in marine communities. Glob Chang Biol. 22 (5), 1965-1975 (2016).
  68. Cresswell, A. K., et al. Structure-from-motion reveals coral growth is influenced by colony size and wave energy on the reef slope at Ningaloo Reef, Western Australia. J Exp Mar Biol Ecol. 530, 151438(2020).
  69. Lange, I. D., Perry, C. T. A quick, easy and non-invasive method to quantify coral growth rates using photogrammetry and 3D model comparisons. Methods Ecol Evol. 11 (6), 714-726 (2020).
  70. George, E. E., et al. Space-filling and benthic competition on coral reefs. PeerJ. 9, e11213(2021).
  71. Sarribouette, L., Pedersen, N. E., Edwards, C. B., Sandin, S. A. Post-settlement demographics of reef building corals suggest prolonged recruitment bottlenecks. Oecologia. 199 (2), 387-396 (2022).
  72. Lyons, M. B., et al. Mapping the world's coral reefs using a global multiscale earth observation framework. Remote Sens Ecol Conserv. 6 (4), 557-568 (2020).
  73. Ventura, D., et al. Coastal benthic habitat mapping and monitoring by integrating aerial and water surface low-cost drones. Front Mar Sci. 9, 1096594(2023).
  74. Castellanos-Galindo, G. A., Casella, E., Mejía-Rentería, J. C., Rovere, A. Habitat mapping of remote coasts: Evaluating the usefulness of lightweight unmanned aerial vehicles for conservation and monitoring. Biol Conserv. 239, 108282(2019).
  75. Fox, M. D., et al. Limited coral mortality following acute thermal stress and widespread bleaching on palmyra atoll, central pacific. Coral Reefs. 38, 701-712 (2019).
  76. Charendoff, J. A., et al. Variability in composition of parrotfish bite scars across space and over time on a central pacific atoll. Coral Reefs. 42 (4), 905-918 (2023).
  77. Petrovic, V., Vanoni, D. J., Richter, A. M., Levy, T. E., Kuester, F. Visualizing high resolution three-dimensional and two-dimensional data of cultural heritage sites. Mediterr Archaeol Ar. 20 (10), 93-100 (2014).
  78. Noaa Coral Program. National coral reef monitoring plan. NOAA Coral Reef Conservation Program. , (2021).
  79. Goergen, E. A., et al. Coral reef restoration monitoring guide: Methods to evaluate restoration success from local to ecosystem scales. NOAA Technical Memorandum NOS NCCOS. 279, (2020).
  80. Pavoni, G., et al. Taglab: Ai-assisted annotation for the fast and accurate semantic segmentation of coral reef orthoimages. J Field Robot. 39 (3), 246-262 (2022).
  81. Coral Reef Ecosystem Program Pacific Islands Fisheries Science Center. National coral reef monitoring program: Benthic complexity and urchin abundance at climate stations of the hawaiian archipelago since 2013. , NOAA's National Center for Environmental Information. (2016).
  82. Coral Reef Ecosystem Program Pacific Islands Fisheries Science Center. National Coral Reef monitoring program: Benthic percent cover derived from analysis of benthic images collected for climate stations across the hawaiian archipelago since 2013. , NOAA's National Center for Environmental Information. (2021).
  83. Coral Reef Ecosystem Program Pacific Islands Fisheries Science Center. National Coral Reef monitoring program: Stratified random surveys (strs) of coral demography (adult and juvenile corals) across the Hawaiian archipelago since 2013. , NOAA's National Center for Environmental Information. (2022).
  84. Couch, C. S., et al. Comparing coral colony surveys from in-water observations and structure-from-motion imagery shows low methodological bias. Front Mar Sci. 8, 647943(2021).
  85. Barrera-Falcon, E., Rioja-Nieto, R., Hernández-Landa, R. C., Torres-Irineo, E. Comparison of standard Caribbean coral reef monitoring protocols and underwater digital photogrammetry to characterize hard coral species composition, abundance and cover. Front Mar Sci. 8, 722569(2021).
  86. Carneiro, I. M., et al. Precision and accuracy of common coral reef sampling protocols revisited with photogrammetry. Mar Environ Res. 194, 106304(2024).
  87. Curtis, J. S., Galvan, J. W., Primo, A., Osenberg, C. W., Stier, A. C. 3D photogrammetry improves measurement of growth and biodiversity patterns in branching corals. Coral Reefs. 42 (3), 623-627 (2023).
  88. Menna, F., Battisti, R., Nocerino, E., Remondino, F. Frog: A portable underwater mobile mapping system. Int Arch Photogramm Remote Sens Spat Inf Sci. 48, 295-302 (2023).
  89. Zhang, Y., Wang, Q., Shen, Y., He, B. An online path planning algorithm for autonomous marine geomorphological surveys based on AUV. Eng Appl Artif Intel. 118, 105548(2023).
  90. Mccarthy, O. S., et al. Closing the gap between existing large-area imaging research and marine conservation needs. Conserv Biol. 38 (1), e14145(2024).
  91. Pierce, J., Butler Iv, M. J., Rzhanov, Y., Lowell, K., Dijkstra, J. A. Classifying 3-D models of coral reefs using structure-from-motion and multi-view semantic segmentation. Front Mar Sci. 8, 706674(2021).
  92. Runyan, H., et al. Automated 2D, 2.5 D, and 3D segmentation of coral reef pointclouds and orthoprojections. Front Robot AI. 9, 884317(2022).
  93. Pavoni, G., Corsini, M., Pedersen, N., Petrovic, V., Cignoni, P. Challenges in the deep learning-based semantic segmentation of benthic communities from ortho-images. Appl Geomat. 13 (1), 131-146 (2021).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Explore More Articles

This article has been published

Video Coming Soon

JoVE Logo

Privacy

Terms of Use

Policies

Contact Us

Recommend to library

JoVE NEWSLETTERS

Research

Education

Authors

Librarians

ABOUT JoVE

Copyright © 2025 MyJoVE Corporation. All rights reserved