El tamaño corporal ha sido priorizado como un rasgo clave para el monitoreo. Sin embargo, medir el tamaño individual lleva mucho tiempo. Nuestro método permite el uso rutinario del espectro de tamaño de macroinvertebrados para evaluar los impactos en los ecosistemas de agua dulce.
Nuestro protocolo proporciona una forma estandarizada de determinar automáticamente la distribución del tamaño individual de los macroinvertebrados de río en una muestra en aproximadamente una hora. Demostrando el procedimiento estará Rosa Guri de la Universidad de Vic. Para empezar, encienda el escáner.
Y encienda la luz en la posición dual. Para proyectar luz blanca desde arriba y desde abajo. A continuación, limpie y enjuague la bandeja de escaneo con agua del grifo.
Para crear los espacios en blanco, vierta 110 mililitros de agua del grifo a temperatura ambiente en la bandeja de escaneo hasta que el vaso esté cubierto. Coloque el marco grande en la bandeja de escaneo con la esquina en la parte superior izquierda. Y llénalo con agua del grifo hasta que cubra el escalón del marco para evitar un efecto de menisco que alteraría las imágenes escaneadas.
A continuación, abra el software de procesamiento de imágenes, seleccione el proyecto de trabajo y haga clic en escanear convertir imagen de fondo. A continuación, abra el software de escaneo y haga clic en vista previa. Compruebe si la imagen no hay líneas ni manchas y espere al menos 30 segundos antes de comenzar el escaneo.
Luego presione OK en la ventana de instrucciones antes del segundo escaneo para enviar los datos del software de escaneo al software de procesamiento de imágenes. Vierta 110 mililitros de etanol al 70% en la bandeja de escaneo hasta que el vidrio esté cubierto. Y coloca el marco grande.
Luego vierta la muestra de macroinvertebrados en la bandeja de escaneo bordeada por el marco y cúbrala con más etanol si es necesario. Luego, usando una aguja de madera, homogeneice la muestra en toda el área del marco. Colocar los individuos más grandes en el centro de la bandeja para un correcto procesamiento de imágenes.
Y hundir los organismos flotantes. Además, separe los organismos agrupados. Y tire de los organismos que tocan los bordes del marco hacia el centro.
A continuación, proceda a escanear haciendo clic en escanear muestra con escaneo de zoológico para archivar sin proceso. Seleccionando la muestra y siguiendo las instrucciones. Obtenga una vista previa de la imagen en el software de escaneo para que no haya líneas ni manchas.
Después de 30 segundos, haga clic en el botón de escaneo en el software de escaneo. Y verifique que la imagen escaneada sin procesar sea correcta. Retire el marco y lávelo por encima de la bandeja de escaneo con una botella de compresión llena de etanol al 70% para recuperar cualquier macroinvertebrado adherido.
Levante la parte superior del escáner para recuperar todos los organismos y el etanol a través del embudo de recuperación de escaneo en un vaso de precipitados. Con la parte superior del escáner aún levantada, limpie la bandeja con la botella de compresión para barrer cualquier organismo restante. Después de recuperar todas las muestras, limpie la bandeja con agua del grifo.
Para predecir la identidad, haga clic en análisis de datos en el software de identificación automática. En seleccionar archivo de aprendizaje, busque PID_Process y, a continuación, seleccione learning_set para elegir el archivo de conjunto de aprendizaje que se utilizará. A continuación, en seleccionar archivos de ejemplo, elija el ejemplo que se va a predecir de la carpeta PID_results.
En seleccionar un método, elija el método de bosque aleatorio y, a continuación, marque el botón Guardar resultados detallados para cada muestra. En las variables originales, desmarque las variables de posición. Por último, en las variables personalizadas, marque solo ESD.
Haga clic en iniciar análisis y guarde los resultados como analysis_name. txt en la carpeta PID_process predicción. Para validar manualmente, copie los archivos txt de análisis sample_dat_1 de la carpeta de predicción PID_process a la carpeta PID_process, PID_results.
Seleccione extraer viñetas en carpetas de acuerdo con la predicción o validación en el software de procesamiento de imágenes. A continuación, seleccione los archivos de predicción usados de PID_results carpeta. Y con la configuración predeterminada, al presionar OK se crea una nueva carpeta.
Ahora vaya a la carpeta de viñetas ordenadas PID_process y copie la carpeta recién creada con el nombre de la muestra, la fecha y la hora para validar. Cambie el nombre de la carpeta para validar con validada. Para validar manualmente la clasificación automática, abra el nombre de muestra de la carpeta cuyo nombre ha cambiado, la fecha y la hora de validación.
Revise todas las viñetas de cada subcarpeta para identificar objetos mal clasificados, si los hay. Cuando un objeto está mal clasificado, arrastre la viñeta a la carpeta correcta. A continuación, seleccione las identificaciones de carga de las viñetas ordenadas.
Manteniendo la configuración predeterminada, seleccione el archivo llamado fecha, hora, nombre validado para ser procesado. Luego ve a PID_process, PID_results y luego dat1_validated. Y abra el archivo llamado ID_from_sorted_vignettes fecha y hora txt para verificar que se ha creado la última columna, predicción, ID validado, fecha y hora, que especifica la clasificación experta de cada objeto.
Mientras probaban el sistema para macroinvertebrados, algunos escaneos eran de mala calidad en las imágenes procesadas. A pesar de esto, una buena submuestra con buena calidad de escaneo de la imagen en bruto y procesada se ve como se muestra. En el conjunto de viñetas analizadas, el 86,1% correspondió a escombros.
Incluyendo detritus, fibras, partes del cuerpo o artefactos de escaneo. Y el 13,9% restante de los objetos detectados correspondía a los organismos invertebrados. El reconocimiento automático seguido de la validación manual de objetos mostró un alto recuerdo para todas las categorías.
Mientras que la contaminación una precisión fue bastante baja, excepto para los otros invertebrados. La comparación de la abundancia automática versus validada de macroinvertebrados mostró una alta correlación con una ligera sobreestimación por el rendimiento automático debido a la contaminación por escombros. Las funciones de densidad de probabilidad de las distribuciones de tamaño individuales de la predicción automática ocurrieron fuertemente con las predicciones validadas para las submuestras finas y gruesas.
Las submuestras validadas después de la separación de objetos que tocaban de muestras naturales seleccionadas mostraron una mayor abundancia. Pero el volumen elipsoidal medio estaba cerca de las muestras validadas. Las distribuciones de tamaño de las muestras corregidas difirieron ligeramente de las validadas.
Pero se observó una fuerte correlación. El espectro normalizado del tamaño del biovolumen fue similar entre los tratamientos. Excepto por unas pocas clases de tamaño en un par de espectros.
Tómese el tiempo necesario para separar los órganos que tocan para obtener una exploración fina y limpie con agua esta bandeja de exploración después de cada exploración con etanol para evitar la precipitación. Hemos adoptado este procedimiento creado para el plancton a los macroinvertebrados de río. Por lo tanto, podría adaptarse potencialmente para obtener tamaños corporales individuales de otros grupos más finos.
por ejemplo, invertebrados terrestres. Este método permitirá una estimación sistemática de la estructura del tamaño de la comunidad de macroinvertebrados en gradientes grandes, especiales y temporales. E investigar el papel del tamaño corporal en el funcionamiento del ecosistema fluvial y mediante la evaluación.
