学生、スタッフ、キャプテン、およびこれらの研究旅行とその船舶を提供する所有者の航海の乗組員に感謝します。T. Jaffarian 研究室データ収集プログラム、Electromechanica、株式会社フィールド ソフトウェアおよび機器を開発するための開発のためと CVision コンサルティング画像 annotator プログラムを開発するためにありがとう。資金は提供された NOAA 賞 NA17NMF4540043、NA17NMF4540034、および NA17NMF4540028 によって。表明ビューは、これらの者は、および NOAA の見解を必ずしも反映されません。

1. 調査設計
<ol><li>6 - 8 日間隔で 1 つまたは複数沖商業帆立貝容器利用可能なを見つけます。</li>
	<li>3 つのカメラ、ライト、および光ケーブルをすることができます繊維のジャンクション ボックスが (図 1) をマウント インテリア フレームと鋼のピラミッドを構築します。一台のカメラが高解像度デジタル スチル カメラおよび 2 つは解像度が低いだけで、依然として高い定義、ビデオカメラを確認します。</li>
</ol><img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/57493/57493fig1.jpg"> 図 1: カメラと 2017 年にはデータ収集のために使用されるライト ドロップ カメラ調査ピラミッド。マサチューセッツ大学ダートマス、海洋科学と技術のための学校は、カメラと 2017 年にはデータ収集のために使用されるライトをカメラ調査ピラミッドをドロップします。光ファイバケーブルにカメラと光ケーブルを接続するジャンクション ・ ボックスがライトと 2 つのバーの間にマウントされているされは表示されません。<a href="/files/ftp_upload/57493/57493fig1large.jpg" target="_blank">この図の拡大版を表示するのにはここをクリックしてください</a>。
<ol start="3"><li>漁業と 2.8 km 離れて重要性1の 2 つの領域で利用 Georges 銀行のほとんどの区域で調査局 5.6 km を離れて配置するのに体系的なサンプリングのデザインを使用します。 注: 2 つの科学者、キャプテン、仲間が 5.6 km グリッド上のすべての 24 時間と 80 駅 2.8 km グリッドで約 50 局の調査にできた。したがって、約 5 つの調査旅行は、調査を完了する必要でした。</li>
</ol>2. データの収集
<ol><li>船の上に機器をロードします。</li>
	<li>船の甲板上の設備を設定します。<ol>
<li>ピラミッド、敏感なウインチ光ファイバーとケーブル ドラムとスリップ リングと船の甲板にダビットに接続されて圧力を配置します。ファイバー光ファイバー ケーブルが船のウィンチ用ロープに触れることがなくダビットとピラミッドのウインチから実行できますを確認します。</li>
		<li>小さく、一時的な溶接を使用して、ダビット、ダビット、ウィンチのプレートを所定の位置に貼付します。</li>
		<li>容器のヒューズ ボックスに圧力敏感なウインチの電源ケーブルを配線します。</li>
		<li>ピラミッドにジャンクション ・ ボックスを取り付けます。</li>
		<li>ピラミッドにカメラとライトを取り付けます。</li>
		<li>ジャンクション ・ ボックスにカメラとライトをカメラと光ケーブルで接続します。</li>
		<li>シーブを介して光ファイバケーブルを実行、ダビットに取り付けます。</li>
		<li>ピラミッドに船舶油圧ウインチ ケーブルを取り付けます。</li>
	</ol></li>
	<li>船の操舵室に機器を設定します。<ol>
<li>接続し、デスクトップ コンピューターを保護します。</li>
		<li>2 台のモニターをデスクトップ コンピューターに接続します。安全なコンピューターの近くの 1 つのモニターとコントロールの近くに船の油圧ウインチの 2 番目。</li>
		<li>全地球測位システム (GPS) デバイスをデスクトップ コンピューター経由でUSB ポートに接続します。</li>
		<li>接続し、船舵近くモバイル フィールド マッピング プログラムでラップトップ コンピューターを保護します。駅の場所を出発する前にコンピューターに読み込みます。</li>
		<li>シリアル ポート経由でラップトップ コンピューターに GPS デバイスを接続します。</li>
		<li>船の操舵室にカメラとライトを接続します。<ol>
<li>圧力敏感なウィンチで光のスリップ リングに光ファイバケーブルの操舵室の実行の「デッキの端」を取り付けます。</li>
			<li>デスクトップ コンピューターと光プラグの繊維光学インターフェイスへ繊維光学ケーブルの操舵室の実行の「操舵室の端」を取り付けます。</li>
			<li>デスクトップ コンピューターからフィールド データ収集プログラムを起動します。すべてのカメラ ピラミッドでマウント、ジャンクション ・ ボックスに自動的に差し込まれていることを確認表示が接続されています。 メモ: 接続としてすべてのカメラが表示されない場合、プログラム内でカメラ接続をリセットまたは体系的な方法でコンポーネント (カメラ、接続ケーブル、スリップ リング、等) を交換することでトラブルシューティングを行います。</li>
		</ol>
</li>
	</ol></li>
	<li>画像と各ステーションのレコード データをキャプチャします。<ol>
<li>ラップトップ コンピューターから携帯電話のフィールド マッピング プログラムを起動します。</li>
		<li>「マーク」ツールを選択し局への方位を提供するために駅にターゲット アイコンをドラッグします。</li>
		<li>駅に達しているし、船が停止されているときに船の油圧ウインチを使用して海底にサンプリング ピラミッドをゆっくりと下ろします。 注: これは、船の乗組員と圧力敏感なウインチは、サンプリング ピラミッドを下げる前にオンにする必要があります。</li>
		<li>海底にピラミッドを引き下げられること、デスクトップ コンピューターからフィールド データ収集プログラムを起動します。<ol>
<li>「地域の短い名前」ボックスをダブルクリックし、地域の名前を入力します。 注: これはのみ領域の最初の駅で行う必要があります。</li>
			<li>油圧ウインチ コントロールの近くにモニターにカメラのビューおよびその他の情報を表示する「キャプテン カムの起動」ボタンをクリックします。</li>
		</ol>
</li>
		<li>ライトに電源に切り替えます。</li>
		<li>サンプリング ピラミッドが海底に上陸した後は、方形のデータをキャプチャします。<ol>
<li>フィールド データ収集プログラムでビデオの録音を開始する「駅の開始」をクリックします。 注: ボタンは、ビデオを記録しながら赤を点滅します。</li>
			<li>海底の明確なビューが表示されたら、「スナップショットを取る」をクリックし、同時にすべてのカメラ ビューから静止画像をキャプチャする「すべてを保存」をクリックしてします。</li>
			<li>「データベースへの書き込み」ボタンをクリックします。 注: これは、深さ、位置、温度、駅番号、方形番号、エリア名、およびソフトウェアによって自動的に入力する一意の識別番号を持つ新しいダイアログ ボックスが表示されます。</li>
			<li>ホタテの「貝柱カウント」ボックスでデジタル静止カメラ画像に見られる数を入力し、「コメント」ボックスにコメントを入力します。</li>
			<li>Field データベースに行として方形区についてデータを書き込む「データの送信」ボタンをクリックしてします。</li>
		</ol>
</li>
		<li>海底を見てもはやことができるまでは、ピラミッドを持ち上げます。</li>
		<li>ゆっくりと海底にピラミッドを下げるし、2.4.6、2.4.7 の手順を繰り返します。草藪のデータまでを取り込んだ。海底の異なる方形画像がキャプチャされるようにピラミッドが漂ってきたことを確認します。</li>
		<li>船の横に安全な位置に海底からサンプリングのピラミッドを上げます。</li>
		<li>駅は、ピラミッドが発生している間に終了します。<ol>
<li>フィールド データ収集プログラム ビデオ録画を終了して次の駅に事前プログラムでは、「エンド ステーション」をクリックします。</li>
			<li>プログラムを終了するには、「プログラムの終了」をクリックします。</li>
			<li>ライトの電源を切ります。</li>
			<li>駅を完了としてマークするモバイル フィールド マッピング プログラムを「キャプチャ駅」をクリック、2.4.2 の手順を繰り返します。</li>
		</ol>
</li>
		<li>セクション 2.4 の前の手順を繰り返します。まで、すべての調査地点を完了しています。</li>
	</ol></li>
	<li>カメラ校正ドロップを行います。<ol>
<li>電子ノギスでワイヤー グリッドの少なくとも 30 のグリッド セルの長さを測定します。測定セルをマークします。</li>
		<li>ひもまたはロープを使用してサンプリング ピラミッドの底辺にグリッドを接続します。測定グリッド セルがカメラ ビューであることを確認します。</li>
		<li>2.4.3 に 2.4.6.2 グリッドの画像をキャプチャする手順を繰り返します。 注: この校正は通常最初の駅の前に行われる、試験槽内調査中にいつでもでも出発前に行うことができます。目的はピクセル比方形サイズを確認すると、イメージ内の機能を測定するミリメートルの長さを決定することです。</li>
	</ol></li>
	<li>方形画像がカメラ内のデータを定量化します。 注: は、このプロセスに役立ちますとして他のカメラのビデオから画像を使用します。<ol>
<li>ラボのデータ収集プログラムを起動し、「デジタル化」プロファイルを選択します。</li>
		<li>ドロップダウン ・ メニューから年、領域、カメラ、駅、および関心の方形区を選択します。</li>
		<li>2.6.2 のステップで選択した条件に基づいてイメージを持って来る"go"をクリックします。プログラム。</li>
		<li>「基板」セクションで存在している基板の種類ボックスをクリックします。14基板の種類と分類方法の詳細な説明を参照してください。</li>
		<li>生動を定量化します。 注: マクロベントスの 50 のイチイがカウントまたは存在または不在を指摘しました。これらのイチイ、彼らを追跡する方法の完全な一覧は、リファレンス13で見つけることが。<ol>
<li>「反転」の存在である動物のボックスをクリックしてします。</li>
			<li>「反転」数] セクションでそれぞれの動物の数を入力します。</li>
			<li>「SC」の赤いボタンとドット イメージで帆立貝各をクリックします。</li>
			<li>緑色の"SF の"ボタンとドットの画像の各海の星をクリックします。</li>
			<li>黒の「CL」ボタンをクリックしてし各クラッパーをドット (死亡したホタテがシェル両側はまだ接続されてヒンジ) イメージで。</li>
			<li>"FI"の青いボタンとドットのイメージにそれぞれの魚をクリックします。</li>
			<li>「魚」の数セクションで観察した魚の種類ごとの数を入力します。 注: 他の点線の動物プログラム自動的にドットの数をカウント、カウントを適切なカテゴリに割り当てます。魚、ドット自動的に数えられます、しかし、ユーザーは、魚の種類を識別する必要がありますどのように多くと。プログラムによって数えられる魚ドットの合計数は、ユーザーが入力した各魚の種類数を一致しなければなりません。</li>
		</ol>
</li>
		<li>研究室に行としてイメージに関するデータ データベースし、点在動物イメージのコピーを作成を作成する"submit"ボタンをクリックします。</li>
		<li>2.6.4 の手順の品質管理を実行します。2.6.5。<ol>
<li>「ImageCheck」ラボのデータ収集プログラムでプロファイルを変更 注: これは、2.6.4 とイメージの 2.6.5 の手順を完了する 1 つから別の人が行ってください。</li>
			<li>2.6.2 と 2.6.3 の手順を繰り返します。元の画像、点線のイメージを読み込んで、「デジタル化」のユーザー プロファイルで入力基板と動物のデータを入力します。</li>
			<li>精度のエントリを確認し、必要な変更を加えます。</li>
			<li>「デジタル化」のユーザーによって提出されたイメージに関するデータを上書きする"submit"ボタンを選択し、研究室データベースの制御品質としてイメージをマークします。</li>
		</ol>
</li>
		<li>画像にみられるホタテを測定します。 注: ホタテの部分的に目に見える (部分的に画像などの増殖によって隠されて). または海底を測定しないでください。<ol>
<li>画像の注釈ツール プログラムを起動します。</li>
			<li>ドロップ ダウン メニューから「ファイル」をクリックし、"負荷画像ディレクトリ"を選択します。目的の点線画像に移動し、プログラムにイメージをロードします。</li>
			<li>「行コメント」を選択しホタテ貝殻上ホタテの突起物から線を描画します。</li>
			<li>2.6.8.3 の手順を繰り返します。イメージですべての測定可能なホタテ。</li>
			<li>「ファイル」し「保存注釈」測定の拡散シートを作成するを選択します。</li>
			<li>2.5 ミリメートル比平均ピクセルを使用して、ピクセルから測定をミリメートルに変換します。</li>
		</ol>
</li>
	</ol></li>
</ol>3. データ製品
<ol><li>ホタテの密度とサイズの空間的特定の見積もりを計算します。<ol>
<li>マッピング ソフトウェアを使用して調査地点をプロットします。</li>
		<li>ホタテ エリア管理シミュレータ (SAMS) モデル ゾーンによってパーティション調査局。 注: 米国の大西洋海ホタテガイ漁業 SAM モデルが海ホタテ豊富と着陸8プロジェクトに使用されています。次の手順のすべては SAM ゾーンごとに行われます。</li>
		<li>平均ホタテ ホタテの平均は、シェルの高さを取得する測定。</li>
		<li>平均密度とホタテの標準誤差を計算します。<ol>
<li>部分的に目に見えるホタテ画像19の縁に沿ってカウントを調整する SAMS ゾーンでのホタテの平均は、シェルの高さによって方形サイズを増やします。</li>
			<li>各ステーション20でサンプリングされる複数の区画を考慮して調整された方形サイズと 2 段サンプリングのデザインの方程式を使用して密度を計算します。 (1)<img alt="Equation 1" src="/files/ftp_upload/57493/57493eq1v2.jpg"> (2)<img alt="Equation 2" src="/files/ftp_upload/57493/57493eq2v2.jpg"> n = プライマリ サンプル単位 (局) m 主サンプル単位 (方形) 要素を = <img alt="Equation 3" src="/files/ftp_upload/57493/57493eq3v2.jpg"> = プライマリ ユニットで要素 j の測定値 (ホタテのカウント)、<img alt="Equation 4" src="/files/ftp_upload/57493/57493eq4v2.jpg">プライマリ ユニット要素 (方形) ごとの標本平均 = 私 (局) と<img alt="Equation 5" src="/files/ftp_upload/57493/57493eq5v2.jpg">=、2 段以上を意味します。この平均値の標準誤差は次のとおりです。 (3)<img alt="Equation 6" src="/files/ftp_upload/57493/57493eq6v2.jpg"> どこ<img alt="Equation 7" src="/files/ftp_upload/57493/57493eq7v2.jpg">プライマリ ユニット (局) の手段の間で分散です。</li>
		</ol>
</li>
	</ol>
</li>
	<li>合計と利用可能なバイオマスを計算します。<ol>
<li>ホタテ ホタテの地区の数を推定する調査対象総面積密度を乗算します。</li>
		<li>5 mm サイズのビンの帆立貝の殻の高さ頻度分布の測定を作成します。</li>
		<li>3.2.1 を乗算します。3.2.2 から各サイズのビンでホタテの頻度。地区に各サイズのビンでホタテの数を取得します。</li>
		<li>各 5 mm サイズ箱の中間点でホタテの貝柱と各サイズの箱の数によって推定される肉重量を掛けます。グラム21サイズでホタテの重量を推定するのにニュー イングランド漁業管理協議会ホタテ計画開発チームによって指定された肉重量回帰するのにシェルの高さを使用します。</li>
		<li>3.2.4 からホタテの肉の重量を合計します。帆立貝の総バイオマスの推定値を出す。グラムからトンのホタテ バイオマスを変換します。</li>
		<li>3.2.5 から貝柱肉の重みの合計を除算します。3.2.1 からホタテ数の合計。1 つの貝柱の平均重量を取得します。</li>
		<li>3.2.3 から各サイズのビンでホタテの数を乗算します。商業帆立貝浚渫によって悪用の数を推定する選択性方程式ホタテ22です。</li>
		<li>3.2.5 の手順を繰り返します。3.2.6。3.2.7 から悪用可能なホタテのカウント。悪用可能なサイズとその平均肉重量のホタテのバイオマスを推定します。</li>
	</ol>
</li>
	<li>帆立貝の分布マップを作成します。<ol>
<li>シェルの高さ 75 mm 未満とホタテとシェルの高さ 100 mm 以上それぞれ全体を計算する各ステーションでデジタル スチル カメラ (9.2 m2) で表示した総面積によって各調査地点とホタテ、ホタテ カウントの合計を分割します。ホタテ、少年帆立貝、各駅で悪用可能なホタテ貝密度。</li>
		<li>それぞれ、全体的な少年、および悪用のホタテの豊かな空間分布をマップする各ステーションの各密度をプロットします。</li>
	</ol>
</li>
</ol>

<ol>
	<li>Stokesbury, K. D. E., O'Keefe, C. E., Harris, B. P., Shumway, S., Parsons, G. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Fisheries+Sea+Scallop,+Placopecten+magellanicus.">Fisheries Sea Scallop, Placopecten magellanicus.</a> Scallops: Biology, Ecology, Aquaculture, and Fisheries. , (2016).</li><li>NMFS (National Marine Fisheries Service). <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Fisheries Economics of the United States, 2015. , (2015).</li><li>Stokesbury, K. D. E., Himmelman, J. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Spatial+distribution+of+the+giant+scallop+Placopecten+magellanicus+in+unharvested+beds+in+the+Baie+des+Chaleurs,+Qu&#233;bec.">Spatial distribution of the giant scallop Placopecten magellanicus in unharvested beds in the Baie des Chaleurs, Qu&#233;bec.</a> Mar. Ecol. Prog. Ser. 96, 159-168 (1993).</li><li>Stokesbury, K. D. E., Himmelman, J. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Examination+of+orientation+of+the+giant+scallop,+Placopecten+magellanicus,+in+natural+habitats.">Examination of orientation of the giant scallop, Placopecten magellanicus, in natural habitats.</a> Can. J. Zool. 73, 1945-1950 (1995).</li><li>Stokesbury, K. D. E., Harris, B. P., Marino, M. C., Nogueira, J. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Estimation+of+sea+scallop+abundance+using+a+video+survey+in+off-shore+USA+waters.">Estimation of sea scallop abundance using a video survey in off-shore USA waters.</a> J. Shellfish Res. 23, 33-44 (2004).</li><li>Malloy, R., Bethoney, N. D., Stokesbury, K. D. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Applying+dredge+and+optical+methods+to+compare+sediment+classification+and+size+frequency+of+the+sea+scallop+(Placopecten+magellanicus).">Applying dredge and optical methods to compare sediment classification and size frequency of the sea scallop (Placopecten magellanicus).</a> J. Shellfish Res. 34 (2), 657 (2015).</li><li>Bethoney, N. D., Zhao, L., Chen, C., Stokesbury, K. D. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Identification+of+persistent+benthic+assemblages+in+areas+with+different+temperature+variability+patterns+through+broad-scale+mapping.">Identification of persistent benthic assemblages in areas with different temperature variability patterns through broad-scale mapping.</a> PLoS ONE. 12 (5), e0177333 (2017).</li><li>NEFSC (Northeast Fisheries Science Center). <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Stock+assessment+for+Atlantic+sea+scallops+in+2014.">Stock assessment for Atlantic sea scallops in 2014.</a> 59th Northeast Regional Stock Assessment Workshop (59th SAW) Assessment Report. , (2010).</li><li>MacDonald, A. M., Adams, C. F., Stokesbury, K. D. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Abundance+estimates+of+skates+(Rajidae)+on+the+continental+shelf+of+the+northeastern+USA+using+a+video+survey.">Abundance estimates of skates (Rajidae) on the continental shelf of the northeastern USA using a video survey.</a> Trans. Am. Fish. Soc. 139, 1415-1420 (2010).</li><li>Marino, M. C., Juanes, F., Stokesbury, K. D. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Effect+of+closed+areas+on+populations+of+sea+star+Asterias+spp.+On+Georges+Bank.">Effect of closed areas on populations of sea star Asterias spp. On Georges Bank.</a> Mar. Ecol. Prog. Ser. 347, 39-49 (2007).</li><li>Marino, M. C., Juanes, F., Stokesbury, K. D. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Spatio-temporal+variations+of+sea+star+Asterias+spp.+distributions+between+sea+scallop+Placopecten+magellanicus+beds+on+Georges+Bank.">Spatio-temporal variations of sea star Asterias spp. distributions between sea scallop Placopecten magellanicus beds on Georges Bank.</a> Mar. Ecol. Prog. Ser. 382, 59-68 (2009).</li><li>Rosellon-Druker, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Describing echinoderm (Echinodermata) populations on Georges Bank and evaluating direct and indirect effects of marine protected areas on these populations. , (2016).</li><li>Stokesbury, K. D. E., Harris, B. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Impact+of+limited+short-term+sea+scallop+fishery+on+epibenthic+community+of+Georges+Bank+closed+areas.">Impact of limited short-term sea scallop fishery on epibenthic community of Georges Bank closed areas.</a> Mar. Ecol. Prog. Ser. 307, 85-100 (2006).</li><li>Harris, B. P., Stokesbury, K. D. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+spatial+structure+of+local+surficial+sediment+characteristics+on+Georges+Bank,+USA.">The spatial structure of local surficial sediment characteristics on Georges Bank, USA.</a> Cont. Shelf. Res. 30, 1840-1853 (2010).</li><li>Harris, B. P., Cowles, G. W., Stokesbury, K. D. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Surficial+sediment+stability+on+Georges+Bank+in+the+Great+South+Channel+and+on+eastern+Nantucket+Shoals.">Surficial sediment stability on Georges Bank in the Great South Channel and on eastern Nantucket Shoals.</a> Cont. Shelf. Res. 49, 65-72 (2012).</li><li>Anderson, S. C., Mills-Flemming, J., Watson, R., Lotze, H. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Rapid+Global+Expansion+of+Invertebrate+Fisheries:+Trends,+Drivers,+and+Ecosystem+Effects.">Rapid Global Expansion of Invertebrate Fisheries: Trends, Drivers, and Ecosystem Effects.</a> PLoS ONE. 6 (3), e14735 (2011).</li><li>Murphy, H. M., Jenkins, G. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Observational+methods+used+in+marine+spatial+monitoring+of+fishes+and+associated+habitats:+A+review.">Observational methods used in marine spatial monitoring of fishes and associated habitats: A review.</a> Mar. Freshw. Res. 61, 236-252 (2010).</li><li>Monk, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=How+long+should+we+ignore+imperfect+detection+of+species+in+the+marine+environment+when+modelling+their+distribution.">How long should we ignore imperfect detection of species in the marine environment when modelling their distribution.</a> Fish. Fish. 15, 352-358 (2014).</li><li>O'Keefe, C. E., Carey, J. D., Jacobson, L. D., Hart, D. R., Stokesbury, K. D. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Comparison+of+scallop+density+estimates+using+the+SMAST+scallop+video+survey+data+with+a+reduced+view+field+and+reduced+counts+of+individuals+per+image.+Appendix+3.">Comparison of scallop density estimates using the SMAST scallop video survey data with a reduced view field and reduced counts of individuals per image. Appendix 3.</a> 50th Northeast Regional Stock Assessment Workshop (50th SAW) Assessment Report. , (2010).</li><li>Cochran, W. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Sampling Techniques. 3rd ed. , (1977).</li><li>Yochum, N., DuPaul, W. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Size-selectivity+of+the+northwest+Atlantic+sea+scallop+(Placopecten+magellanicus)+dredge.">Size-selectivity of the northwest Atlantic sea scallop (Placopecten magellanicus) dredge.</a> J. Shellfish Res. 27, 265-271 (2008).</li><li>Brand, A. R., Shumway, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Scallop+ecology:+distributions+and+behaviour.">Scallop ecology: distributions and behaviour.</a> Scallops: biology, ecology and aquaculture. , (1991).</li><li>Krebs, C. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Ecological Methodology. , (1989).</li><li>Stokesbury, K. D. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Estimation+of+sea+scallop,+Placopecten+magellanicus,+abundance+in+closed+areas+of+Georges+Bank.">Estimation of sea scallop, Placopecten magellanicus, abundance in closed areas of Georges Bank.</a> Trans. Am. Fish. Soc. 131, 1081-1092 (2002).</li><li>Adams, C. F., Harris, B. P., Stokesbury, K. D. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Geostatistical+comparison+of+two+independent+video+surveys+of+sea+scallop+abundance+in+the+Elephant+Trunk+Closed+Area,+USA.">Geostatistical comparison of two independent video surveys of sea scallop abundance in the Elephant Trunk Closed Area, USA.</a> ICES J Mar Sci. 65, 995-1003 (2008).</li><li>CIE (Center for Independent Experts). <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Individual Peer Review Report. Review of Sea Scallop Survey Methodologies and their Integration for Stock Assessment and Fishery Management. , (2015).</li><li>. Research Set-Aside Program Available from: <a target="_blank" href="https://www.nefsc.noaa.gov/coopresearch/rsa_program.html">https://www.nefsc.noaa.gov/coopresearch/rsa_program.html</a> (2017)</li><li>Marino, M. C., O'Keefe, C. E., Jacobson, L. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Selectivity+and+efficiency+of+large+camera+video+data+from+the+SMAST+video+survey+during+2003+-+2006:+Appendix+B7.">Selectivity and efficiency of large camera video data from the SMAST video survey during 2003 - 2006: Appendix B7.</a> 45th Northeast Regional Stock Assessment Workshop (45th SAW) Assessment Report. , (2007).</li><li>Chang, J., Hart, D. R., Shank, B. V., Gallagher, S. M., Honig, P., York, A. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Combining+imperfect+automated+annotations+of+underwater+images+with+human+annotations+to+obtain+precise+and+unbiased+population+estimates.">Combining imperfect automated annotations of underwater images with human annotations to obtain precise and unbiased population estimates.</a> Methods Oceanogr. 17, 169-186 (2016).</li><li>Hennen, D. R., Hart, D. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Shell+height-to-weight+relationships+for+Atlantic+sea+scallops+(Placopecten+magellanicus)+in+offshore+U.S.+waters.">Shell height-to-weight relationships for Atlantic sea scallops (Placopecten magellanicus) in offshore U.S. waters.</a> J. Shellfish Res. 31 (4), 1133-1144 (2012).</li><li>Jacobson, L. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Measurement+errors+in+body+size+of+sea+scallops+(Placopecten+magellanicus)+and+their+effect+on+stock+assessment+models.">Measurement errors in body size of sea scallops (Placopecten magellanicus) and their effect on stock assessment models.</a> Fish. Bull. 108, 233-247 (2010).</li><li>Mallet, D., Pelletier, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Underwater+video+techniques+for+observing+coastal+marine+biodiversity:+A+review+of+sixy+years+of+publications+(1952-2012).">Underwater video techniques for observing coastal marine biodiversity: A review of sixy years of publications (1952-2012).</a> Fish. Res. 154, 44-62 (2014).</li></ol>

著者が明らかに何もありません。

調査設計プロトコルは、柔軟なしかし、これらのプロトコルを一般化するとき、ターゲット種行動と調査目的を考慮することが重要。文献レビューと予備または初期の研究は、調査設計にターゲット種の動作を組み込む使用できます。たとえば、12.5 m2 (0.08 ホタテ/m2) で 1 未満のホタテは、持続可能な漁業密度23以下です。したがって、駅ごと草藪をサンプリングすることによってサンプル駅は商業密度でホタテの検出にリンクされます。さらに、海のホタテは駅間隔が密度の精度に影響を与える影響を及ぼす海底にランダムに分散のではなく、通常の集計は24を見積もっています。初期の研究から平均と分散のデータを使用していくつかの研究は、精度を検討し、その 5.6 km が最大距離の駅が離れて5,25,26をされるべきであるかを判断します。アンケートの全身サンプリング デザインは、調査の目的によって影響されました。SAM ゾーンの境界は、後調査実施21,27に、頻繁かつ頻繁に変化します。全身サンプリングの影響はランダムに成層し、最適な割り当てられた調査設計20空間の見積もりのための境界の後の成層の深刻な問題を回避できます。ステーションの均一配分も新しいホタテ募集とマッピングの海底堆積物と昆虫分布28の検出を容易にします。対象種の行動と調査目的を考慮できないこと場合があります 1 つのステップは、プロトコルがこの手順で始まる理由は調査船の id です。船は海でのサンプリングに不可欠で、調査設計の後続の手順を指示します。私達のプロトコルの調査方法の透明性と調査結果への信頼を促進する商業漁業に従事することが重要だった。商業漁船を使用しては、業界は、私たちの方法、サイズ、大型で重いカメラ装置と必要なタイムライン内でサンプリング調査局許可船の機能をインパクトのある方法でした。さらに、船主の船舶の使用に伴うすべての費用に責任があったし、ホタテ ポンド、国立海洋大気局大西洋ホタテ研究縮小されたことプログラムを通じて授与の配分を通じて補償されました。29. 調査、サイズ、機能、業界に従事する必要はありませんが、船舶のコストは、調査設計の他の側面を開発する前に考慮する必要があります。
プロトコルのデータのコレクションおよび処理の側面は、最大の利点だけでなく、このメソッドの制限を提示します。カスタム ソフトウェアおよびイメージ内のデータを数値化するデータベースの使用は相当なコストがかかります。しかし、スマステ ドロップ カメラ調査によるこれらの製品の使用は 1999 年に開始したプログラムの進化を表す、必須ではありません。たとえば、プログラムが初めて起動したときホタテ カウントは、ペンと紙で作られた、無料ソフト、画像内で測定します。同様に、現在のデジタル スチル カメラとして選ばれたホタテのすべてのサイズのクラスを検出できるされ損失なしの画質 (図 3)、約 200% の倍率の低い解像度より高価なカメラが以前の使用調査された商業サイズ30のホタテを完全に検出することができます。として、調査設計プロトコルをカメラの種類必要がありますにリンク対象種を検出し、調査の目的を達成するために必要な解像度。イメージをキャプチャし、各ステーションのビデオ録画サンプルを再検討し、分類する最初に追跡された生息地の特徴分析を展開する連続機能を提供することによって従来の調査方法上の重要な利点を提供しますまたは。列挙。たとえば、砂ドルと、もともと他の棘皮動物画像の提示やスマステ データベースには存在しない彼らの豊かさと時間12によるバイオマスの定量化が見直されました。対照的に、浚渫やネットなどの従来の調査方法からサンプルは破棄された海で、再訪することはできません。ただし、膨大な量の画像を撮影し、保存を可能にする進歩は、利用されているごく一部の収集されている画像の数百万につながります。これは、主に時間とコストの制約のため未利用情報31大量になりデータの抽出に必要な人間。動物と生息環境の自動検出の進歩は、この難問に対処を助けるかもしれない。
イメージ ベース調査方法は大型無脊椎動物と関連付けられた生息地の監視に必要なデータを提供できますが、理想的な生体試料を収集する他の方法とここで説明したプロトコルを補うことです。浚渫機ベースのサンプリングから作成されたホタテ シェル高さ肉重量関係なくバイオマス推定不可能でした。さらに、ホタテ貝殻高さ肉重量関係はこの関係を記述するための方程式を一貫して更新が有益な32であることを示す Georges 銀行の場所と時間によって異なります。イメージと身体のサンプル ベースの技法を組み合わせることは、先入観と各メソッドの前提条件の探索にもつながります。ホタテの殻の高さの計測ドロップでノギスでカメラ画像は、関連付けられているカメラのレンズの曲率測定バイアスを定量化し、センター33の画像からの距離。逆に、画像と浚渫トウの間の一対比較は海の底にホタテの割合は実際に収集され、ホタテ サイズ6の割合がどのように変化を定義を助けた。
水中映像は、何十年も17,34海洋生態学の分野で使用されています。ただし、高解像度カメラとデータ ストレージのコスト アプローチより実用的にした過去。本稿で説明する方法は一般化することができ、幅広い適用性より多くのイメージ ベースの調査の開発を促進することがあります。具体的には、手順表示結果を使用して、付着無脊椎動物 (表 1-2) を管理し、海洋環境7,9,10 の広範な理解に貢献するためのデータを作成する方法 ,11,12,13,14,15。

大西洋の海ほたて (Placopecten magellanicus) は、ハッテラス岬、ノースカロライナ1カナダ、セント ・ ローレンス湾から北西部の大西洋の大陸棚全体に分散海洋二枚貝の軟体動物です。アメリカ合衆国海ホタテガイ漁業過去の 15 年にわたって着陸と値の前例のない増加を経験している、国の最高の値を持つ漁業価値約 $ 4 億 4000 万 2015年2の着陸との 1 つになりました。ホタテ漁獲努力量この増加にもかかわらず少年スカラップを有する区域を保護し、高の大きなホタテとエリアの釣りを集中を目的と領域の回転システムの実装により過去 20 年間で大幅に削減されています密度1。この管理方法は、帆立貝の密度とサイズ、いくつかの海洋科学のマサチューセッツ大学ダートマス校を含む調査および技術 (スマステ) ドロップ カメラ調査によって提供される空間的に固有の情報を必要とします。
スマステ ドロップ カメラ調査の目的は、漁業資源、海洋科学者と漁村米国海ホタテ リソースとその関連する生息地の独立した評価を提供することです。調査はホタテ漁師と共同開発された、ダイビング研究3,4方形サンプリング手法を適用します。米国およびカナダでホタテのリソースの大部分をカバーするジョルジュ銀行5、として知られている漁業の生産領域の閉じた部分内の海のホタテ貝の密度推定に焦点を当てた 2000 年代初頭の初期調査、調査拡大水 (≈100, 000 km2)6,7。調査からの情報は、株式評価ワーク ショップ プロセスをホタテの株式評価に組み込むし、確実にニュー イングランド漁業管理協議会年間ホタテ収穫割り当て8を支援するために提供されています。加えて、スマステ ドロップ カメラ調査からのデータは、ノンスカ種7,9,10、11,12の生態を理解するためのさまざまな方法で貢献していますそして底生息地13,14,15の性格描写。この幅広い適用性を示しますメソッドを一般化し、さまざまな科学的知見と政策を上回っている無脊椎動物の漁業の拡大の問題を軽減するために潜在的に助ける無柄の無脊椎動物に適用できます。16正常に管理するために必要な。さらに、イメージ ・ ベースのサンプリングは、従来人口サンプリング方法と高解像度カメラとデータ ストレージ17,18のコストを減少させることによりますます手頃な価格比較して非侵襲的です。ここで手順を例示する 2017 Georges 銀行の米国の部分に貝柱の管理に使用されるスマステ ドロップ カメラ調査法が掲載されています。その汎化とその他の付着の無脊椎動物への応用を支援するこの手順の背後にある理論的根拠について論じる。

<table><tbody><tr><td>Bobcat, 43.3mm, F-Mount, 6600x4400, 1.9/2.4 fps, Color, GigE Vision</td><td>Imperx</td><td>PoE-B6620C-TF00</td><td>Digital Still Camera</td></tr><tr><td>Ace - EV76C560, 1/1.8&quot;, C-Mount, 1280x1024, 60fps, Color, CMOS, GigE&amp;nbsp;</td><td>Basler</td><td>acA1300-60g</td><td>HD video camera</td></tr><tr><td>Stock MV 40-25 Housing. Black Anodized Aluminum, 5.3&quot; standard dome port, DBCR2008M connector&amp;nbsp;&amp;nbsp;</td><td>Sexton</td><td>MV 40-25</td><td>Underwater housing for digital still camera</td></tr><tr><td>Stock MV 25-25 Housing. Black Anodized Aluminum, 3.4&quot; standard dome port, DBCR2008M connector&amp;nbsp;&amp;nbsp;</td><td>Sexton</td><td>MV 25-25</td><td>Underwater housing for HD video camera</td></tr><tr><td>Optical Slip Ring</td><td>MOOG</td><td>180-2714-00</td><td>Transmission of power and electrical signals to rotating cable on winch</td></tr><tr><td>Fiber Optic Cable</td><td>Cortland</td><td>OCG0010</td><td>Transmission of power and electrical signals from junction box to vessel deck/wheelhouse</td></tr><tr><td>Wheelhouse Run&amp;nbsp;</td><td>Electromechanica</td><td>EM0117-02</td><td>Segment of fiber optic wire adapted to plug into optical slip ring on one end and light power and computer on the other</td></tr><tr><td>Underwater Junction Box</td><td>Electromechanica</td><td>EM0117-01</td><td>Connection of power and electrical signals from camera and lights to hybrid cable</td></tr><tr><td>Camera Cable</td><td>SubConn</td><td>DIL8F/LS2000/10FT/LS2000/DIL8M</td><td>Transmission of power and electrical signals from camera to junction box</td></tr><tr><td>Light Cable</td><td>SEACON</td><td>HRN-S0484</td><td>Transmission of power and electrical signals from lights to junction box</td></tr><tr><td>Desktop Computer</td><td>Various</td><td>Custom</td><td>Windows based operating system with fiber optic interface</td></tr><tr><td>Hydraulic Winch</td><td>Diversified Marine</td><td>Custom</td><td>Tension sensitive winch for deployment and retrieval of fiber optic cable</td></tr><tr><td>Steel Pyramid</td><td>Blue Fleet Welding</td><td>Custom</td><td>Apparatus for deploying cameras and lights</td></tr><tr><td>Steel Davit</td><td>Blue Fleet Welding</td><td>Custom</td><td>Suspends fiber optic cable over the side of the vessel</td></tr><tr><td>Fiberglass sheave in metal housing</td><td>Diversified Marine</td><td>Custom</td><td>Attaches to davit, guides fiber optic cable over the side of the vessel and into the water</td></tr><tr><td>Sealight Sphere 6500, Day Light White, Flood</td><td>DeepSea Power &amp;amp; Light</td><td>712-045-201-0A-01</td><td>Underwater LED light</td></tr><tr><td>GPSMAP 78</td><td>Garmin&amp;nbsp;</td><td>01-00864-00</td><td>Global Positioing System device</td></tr><tr><td>ArcPad 10.2&amp;nbsp;</td><td>ESRI</td><td>N/A</td><td>Mobile field mapping program</td></tr><tr><td>Undersea Vision Acquisition System</td><td>Electromechanica</td><td>UVAS</td><td>Field data collection program</td></tr><tr><td>Digitzer</td><td>University of Massachusetts, Dartmouth</td><td>N/A</td><td>Lab data collection program</td></tr><tr><td>FishAnnotator</td><td>Cvision Consulting</td><td>0.3.0</td><td>Image annotator program</td></tr><tr><td>ArcMap 10.4&amp;nbsp;</td><td>ESRI</td><td>N/A</td><td>Mapping software</td></tr></tbody></table>

methods for image-based surveys of benthic macroinvertebrates and their habitat exemplified by the drop camera survey for the atlantic sea scallop

水中映像は長い海洋の生態学の分野で使用されていますが、高解像度カメラとデータ ストレージのコスト アプローチより実用的な過去に。イメージ ベースの調査許可再訪する初期サンプルのと非侵襲的な通常ネットまたは浚渫を含む従来の調査方法と比較してです。イメージ ベースの調査のためのプロトコルが大きく異なるが、種行動と調査目標によって駆動する必要があります。これを示すためには、手順の例と代表的な結果を提供する大西洋の海ホタテ (Placopecten magellanicus) のドロップ カメラの調査のための私たちの最も最近の方法をについて説明します。プロシージャは調査の設計、データ収集、データ製品は、3 つの重要なステップに分かれています。ホタテ挙動の影響および調査手続に関する米国海ホタテ リソースの独立した評価を提供する調査の目標は、メソッドを一般化のコンテキスト、説明します。全体的にみて、幅広い適用性と柔軟性のマサチューセッツ州ダートマス大学海洋科学と技術 (スマステ) ドロップ カメラ調査を示しますメソッドを一般化し、無柄の無脊椎動物の様々 な適用可能性がありますか生息地では、研究を焦点を当てた。

調査局は、(図 2) 7 月中旬 4 月下旬から実施した 5 つの研究旅行の一部としてサンプリングされました。可視性、天候の問題により CL2 S EXT は採取しない SAM ゾーンで局と他のゾーンにいくつかの局の散布も品質保証チェック中に削除されました。他の駅は、4 つの高品質のデジタル静止画像がキャプチャ (図 3)。これらの駅のすべての画像、基板と底生動物の定量を行ったし、ホタテを測定しました。ホタテをカウントし、測定は、SAM ゾーン北東漁業科学センターとニュー イングランドに提供できるようにホタテ カウントの測定、監査対象の生データと共に、個体数、分布及びバイオマスの見積もりによって分割されました。8 月 1 回ホタテ割り当てプロセス (表 1 および 2) に包含のための漁業管理協議会。すべてホタテの貝柱分布マップが作成された少年ホタテ (シェルの高さ 75 mm 未満)、および悪用可能なサイズ (シェルの高さ 100 mm 以上) のホタテ (図 4)。
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/57493/57493fig2.jpg"> 図 2: 2017 年にジョルジュ ・銀行カメラ ステーションを削除します。局は調査日の容器によって表示および成層駅 2.8 km 離れてサンプリング高の関心のある分野と、ステーション 5.6 km 離れてサンプリングされた他のすべての領域。黒線とラベル、ホタテ エリア管理シミュレータ モデル ゾーン プロジェクト海ホタテ豊かさと上陸するために使用を識別します。<a href="/files/ftp_upload/57493/57493fig2large.jpg" target="_blank">この図の拡大版を表示するのにはここをクリックしてください</a>。
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/57493/57493fig3.jpg"> 図 3: Georges 銀行 2017 ドロップ カメラ調査から例デジタル静止画像。全体の Georges 銀行の調査では、基板と底生動物の定量を行ったし、同様の品質の 5,216 画像で測定したホタテ。すべての画像を見ることができます < http://bit.ly/scallopsurvey>。<a href="/files/ftp_upload/57493/57493fig3large.jpg" target="_blank">この図の拡大版を表示するのにはここをクリックしてください</a>。
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody>
<tr>
<td>エリア</td>
			<td>クワッド</td>
			<td>ステーション</td>
			<td>測定</td>
			<td>SH</td>
			<td>M2あたり理学博士</td>
			<td>SE</td>
			<td>ホタテ</td>
		</tr>
<tr>
<td>CL1 NA N</td>
			<td>2.6</td>
			<td>101</td>
			<td>858</td>
			<td>105</td>
			<td>0.98</td>
			<td>0.29</td>
			<td>761</td>
		</tr>
<tr>
<td>CL1 AC</td>
			<td>2.6</td>
			<td>155</td>
			<td>81</td>
			<td>106</td>
			<td>0.06</td>
			<td>0.01</td>
			<td>66</td>
		</tr>
<tr>
<td>CL1-ナ-S</td>
			<td>--</td>
			<td>7</td>
			<td>0</td>
			<td>--</td>
			<td>< 0.02</td>
			<td>--</td>
			<td>--</td>
		</tr>
<tr>
<td>CL2 N ナ</td>
			<td>2.6</td>
			<td>16</td>
			<td>58</td>
			<td>87</td>
			<td>0.43</td>
			<td>0.2</td>
			<td>214</td>
		</tr>
<tr>
<td>CL2 S AC</td>
			<td>2.6</td>
			<td>435</td>
			<td>556</td>
			<td>93.6</td>
			<td>0.14</td>
			<td>0.01</td>
			<td>465</td>
		</tr>
<tr>
<td>CL2 S EXT</td>
			<td>2.5</td>
			<td>147</td>
			<td>660</td>
			<td>77.6</td>
			<td>0.48</td>
			<td>0.04</td>
			<td>545</td>
		</tr>
<tr>
<td>NF</td>
			<td>2.6</td>
			<td>54</td>
			<td>13</td>
			<td>88</td>
			<td>0.02</td>
			<td>0.01</td>
			<td>39</td>
		</tr>
<tr>
<td>NLS AC N</td>
			<td>2.7</td>
			<td>31</td>
			<td>72</td>
			<td>120</td>
			<td>0.27</td>
			<td>0.1</td>
			<td>260</td>
		</tr>
<tr>
<td>NLS-AC-S</td>
			<td>2.5</td>
			<td>39</td>
			<td>2,718</td>
			<td>72.7</td>
			<td>9.7</td>
			<td>3.09</td>
			<td>11,676</td>
		</tr>
<tr>
<td>NLS EXT</td>
			<td>2.6</td>
			<td>14</td>
			<td>170</td>
			<td>95.1</td>
			<td>2.24</td>
			<td>2.16</td>
			<td>966</td>
		</tr>
<tr>
<td>NLS NA</td>
			<td>2.6</td>
			<td>42</td>
			<td>696</td>
			<td>99.1</td>
			<td>2</td>
			<td>0.83</td>
			<td>2,597</td>
		</tr>
<tr>
<td>SCH</td>
			<td>2.5</td>
			<td>137</td>
			<td>138</td>
			<td>71.3</td>
			<td>0.15</td>
			<td>0.03</td>
			<td>631</td>
		</tr>
<tr>
<td>SF</td>
			<td>2.5</td>
			<td>126</td>
			<td>219</td>
			<td>74.4</td>
			<td>0.19</td>
			<td>0.03</td>
			<td>747</td>
		</tr>
</tbody></table>表 1: Georges 銀行 2017 ドロップ カメラ調査からデジタル スチル カメラ データ。ホタテ エリア管理シミュレータ モデル ゾーンでの結果が掲載されています。テーブルに含まれる調整された方形領域 (クワッド) 局サンプリング (局) ホタテ シェル高さ測定 (測定)、ホタテの mm (SH)、ホタテの m2 (理学博士あたり m あたりの平均数で観測された平均殻高の数の数2) 関連する標準誤差 (SE) と貝柱と数百万人の数の見積もり (ホタテ)。ホタテが認められなかったために、CL1-ナ-S の結果を生成できません。
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody>
<tr>
<td></td>
			<td colspan="3">総現存量の推定</td>
			<td colspan="3">利用可能なバイオマスの推定</td>
		</tr>
<tr>
<td>エリア</td>
			<td>MW</td>
			<td>MT</td>
			<td>SE</td>
			<td>MW</td>
			<td>MT</td>
			<td>SE</td>
		</tr>
<tr>
<td>CL1 NA N</td>
			<td>18.28</td>
			<td>13,900</td>
			<td>4,100</td>
			<td>23.85</td>
			<td>9,900</td>
			<td>2,950</td>
		</tr>
<tr>
<td>CL1 AC</td>
			<td>24.87</td>
			<td>1,650</td>
			<td>350</td>
			<td>33.72</td>
			<td>1,350</td>
			<td>300</td>
		</tr>
<tr>
<td>CL1-ナ-S</td>
			<td>--</td>
			<td>--</td>
			<td>--</td>
			<td>--</td>
			<td>--</td>
			<td>--</td>
		</tr>
<tr>
<td>CL2 N ナ</td>
			<td>14.89</td>
			<td>3,200</td>
			<td>1,500</td>
			<td>26.51</td>
			<td>2,100</td>
			<td>980</td>
		</tr>
<tr>
<td>CL2 S AC</td>
			<td>15.84</td>
			<td>7,360</td>
			<td>685</td>
			<td>23.47</td>
			<td>4,600</td>
			<td>425</td>
		</tr>
<tr>
<td>CL2 S EXT</td>
			<td>9.46</td>
			<td>5,150</td>
			<td>440</td>
			<td>17.1</td>
			<td>1,900</td>
			<td>165</td>
		</tr>
<tr>
<td>NF</td>
			<td>16.26</td>
			<td>600</td>
			<td>260</td>
			<td>27.59</td>
			<td>500</td>
			<td>200</td>
		</tr>
<tr>
<td>NLS AC N</td>
			<td>34.15</td>
			<td>8,900</td>
			<td>3,390</td>
			<td>38.02</td>
			<td>7,800</td>
			<td>2,990</td>
		</tr>
<tr>
<td>NLS-AC-S</td>
			<td>8.49</td>
			<td>99,100</td>
			<td>31,590</td>
			<td>16.88</td>
			<td>24,600</td>
			<td>7,830</td>
		</tr>
<tr>
<td>NLS EXT</td>
			<td>16.73</td>
			<td>16,200</td>
			<td>15,590</td>
			<td>19.54</td>
			<td>7,600</td>
			<td>7,310</td>
		</tr>
<tr>
<td>NLS NA</td>
			<td>20.4</td>
			<td>53,000</td>
			<td>22,100</td>
			<td>25.13</td>
			<td>30,700</td>
			<td>12,800</td>
		</tr>
<tr>
<td>SCH</td>
			<td>10.45</td>
			<td>6,600</td>
			<td>1,260</td>
			<td>24.65</td>
			<td>3,300</td>
			<td>620</td>
		</tr>
<tr>
<td>SF</td>
			<td>9.1</td>
			<td>6,800</td>
			<td>1,080</td>
			<td>17.33</td>
			<td>2,400</td>
			<td>380</td>
		</tr>
</tbody></table>表 2: 2017 Georges 銀行の合計と利用可能なバイオマスの推定ドロップ カメラ調査します。ホタテ エリア管理シミュレータ モデル地域での結果が掲載されています。テーブルに含まれる平均貝柱肉重量 g (MW) で、ホタテのメートルトン (MT) での総重量、メートルトンで標準エラー。ホタテが認められなかったために、CL1-ナ-S の結果を生成できません。
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/57493/57493fig4.jpg"> 図 4: 帆立貝の分布と豊かさの Georges 銀行 2017年中です。ホタテ分布とジョルジュ銀行 2017 年にすべてホタテ (上) の間に豊富なシェル高さ 75 mm (中央) より小さいホタテし、ホタテ 100 mm シェルの高さ (下) ドロップ カメラ調査からより大きい。<a href="/files/ftp_upload/57493/57493fig4large.jpg" target="_blank">この図の拡大版を表示するのにはここをクリックしてください</a>。

Watch this Scientific Journal Video about Methods for Image-based Surveys of Benthic Macroinvertebrates and Their Habitat Exemplified by the Drop Camera Survey for the Atlantic Sea Scallop at JoVE.com

Methods for Image-based Surveys of Benthic Macroinvertebrates and Their Habitat Exemplified by the Drop Camera Survey for the Atlantic Sea Scallop

イメージ ベースの調査は、海洋環境をサンプルにますます実用的な非侵襲的方法です。豊かさを推定するドロップ カメラ調査のプロトコルや大西洋の海ホタテ (Placopecten magellanicus) の分布を紹介しています。我々 は他の水生への適用のこのプロトコルを一般化できる方法について説明します。

底生動物とその生息地大西洋帆立て貝のドロップ カメラ調査による例示のイメージ調査法

Underwater imaging has long been used in the field of marine ecology but decreasing costs of high-resolution cameras and data storage have made the ...

methods-for-image-based-surveys-benthic-macroinvertebrates-their

Research

Education

JoVE Core

JoVE Journal

Civil Engineering

Environment

Unit 1

Angles and Directions

SCIENTISTS IN ACTION

9.4K ビュー.  University of Massachusetts Dartmouth. イメージ ベースの調査は、海洋環境をサンプルにますます実用的な非侵襲的方法です。豊かさを推定するドロップ カメラ調査のプロトコルや大西洋の海ホタテ (Placopecten magellanicus) の分布を紹介しています。我々 は他の水生への適用のこのプロトコルを一般化できる方法について説明します。

ビデオ: Methods for Image-based Surveys of Benthic Macroinvertebrates and Their Habitat Exemplified by the Drop Camera Survey for the Atlantic Sea Scallop

Optimized Negative Staining: a High-throughput Protocol for Examining Small and Asymmetric Protein Structure by Electron Microscopy

Structural determination of proteins is rather challenging for proteins with molecular masses between 40 - 200 kDa. Considering that more than half of natural proteins have a molecular mass between 40 - 200 kDa1,2, a robust and high-throughput method with a nanometer resolution capability is needed. Negative staining (NS) electron microscopy (EM) is an easy, rapid, and qualitative approach which has frequently been used in research laboratories to examine protein structure and protein-protein interactions. Unfortunately, conventional NS protocols often generate structural artifacts on proteins, especially with lipoproteins that usually form presenting rouleaux artifacts. By using images of lipoproteins from cryo-electron microscopy (cryo-EM) as a standard, the key parameters in NS specimen preparation conditions were recently screened and reported as the optimized NS protocol (OpNS), a modified conventional NS protocol 3 . Artifacts like rouleaux can be greatly limited by OpNS, additionally providing high contrast along with reasonably high&#8208;resolution (near 1 nm) images of small and asymmetric proteins. These high-resolution and high contrast images are even favorable for an individual protein (a single object, no average) 3D reconstruction, such as a 160 kDa antibody, through the method of electron tomography4,5. Moreover, OpNS can be a high&#8208;throughput tool to examine hundreds of samples of small proteins. For example, the previously published mechanism of 53 kDa cholesteryl ester transfer protein (CETP) involved the screening and imaging of hundreds of samples 6. Considering cryo-EM rarely successfully images proteins less than 200 kDa has yet to publish any study involving screening over one hundred sample conditions, it is fair to call OpNS a high-throughput method for studying small proteins. Hopefully the OpNS protocol presented here can be a useful tool to push the boundaries of EM and accelerate EM studies into small protein structure, dynamics and mechanisms.

More than half of proteins are small proteins (molecular mass &#60;200 kDa) that are challenging for both electron microscope imaging and three-dimensional reconstructions. Optimized negative staining is a robust and high-throughput protocol to obtain high contrast and relatively high resolution (~1 nm) images of small asymmetric proteins or complexes under different physiological conditions.

最適化された負の染色：電子顕微鏡による小型·非対称蛋白質構造を調べるためのハイスループットプロトコル

Structural determination of proteins is rather challenging for proteins with molecular masses between 40 - 200 kDa. Considering that more than half of ...

環境学

Spotting Cheetahs: Identifying Individuals by Their Footprints

The cheetah (Acinonyx jubatus) is Africa's most endangered large felid and listed as Vulnerable with a declining population trend by the IUCN1. It ranges widely over sub-Saharan Africa and in parts of the Middle East. Cheetah conservationists face two major challenges, conflict with landowners over the killing of domestic livestock, and concern over range contraction. Understanding of the latter remains particularly poor2. Namibia is believed to support the largest number of cheetahs of any range country, around 30%, but estimates range from 2,9053 to 13,5204. The disparity is likely a result of the different techniques used in monitoring.
Current techniques, including invasive tagging with VHF or satellite/GPS collars, can be costly and unreliable. The footprint identification technique5 is a new tool accessible to both field scientists and also citizens with smartphones, who could potentially augment data collection. The footprint identification technique analyzes digital images of footprints captured according to a standardized protocol. Images are optimized and measured in data visualization software. Measurements of distances, angles, and areas of the footprint images are analyzed using a robust cross-validated pairwise discriminant analysis based on a customized model. The final output is in the form of a Ward's cluster dendrogram. A user-friendly graphic user interface (GUI) allows the user immediate access and clear interpretation of classification results.
The footprint identification technique algorithms are species specific because each species has a unique anatomy. The technique runs in a data visualization software, using its own scripting language (jsl) that can be customized for the footprint anatomy of any species. An initial classification algorithm is built from a training database of footprints from that species, collected from individuals of known identity. An algorithm derived from a cheetah of known identity is then able to classify free-ranging cheetahs of unknown identity. The footprint identification technique predicts individual cheetah identity with an accuracy of &gt;90%.

The cheetah (Acinonyx jubatus) is an iconic, endangered species, but conservation efforts are challenged by habitat shrinkage and conflict with commercial farmers. The footprint identification technique, a robust, accurate and cost-effective image classification system, is a new approach to monitoring cheetahs.

彼らの足跡によって識別個人：チータースポッティング

The cheetah (Acinonyx jubatus) is Africa's most endangered large felid and listed as Vulnerable with a declining population trend by the IUCN1. It ranges ...

Development of New Methods for Quantifying Fish Density Using Underwater Stereo-video Tools

The use of video camera systems in ecological studies of fish continues to gain traction as a viable, non-extractive method of measuring fish lengths and estimating fish abundance. We developed and implemented a rotating stereo-video camera tool that covers a full 360 degrees of sampling, which maximizes sampling effort compared to stationary camera tools. A variety of studies have detailed the ability of static, stereo-camera systems to obtain highly accurate and precise measurements of fish; the focus here was on the development of methodological approaches to quantify fish density using rotating camera systems. The first approach was to develop a modification of the metric MaxN, which typically is a conservative count of the minimum number of fish observed on a given camera survey. We redefine MaxN to be the maximum number of fish observed in any given rotation of the camera system. When precautions are taken to avoid double counting, this method for MaxN may more accurately reflect true abundance than that obtained from a fixed camera. Secondly, because stereo-video allows fish to be mapped in three-dimensional space, precise estimates of the distance-from-camera can be obtained for each fish. By using the 95% percentile of the observed distance from camera to establish species-specific areas surveyed, we account for differences in detectability among species while avoiding diluting density estimates by using the maximum distance a species was observed. Accounting for this range of detectability is critical to accurately estimate fish abundances. This methodology will facilitate the integration of rotating stereo-video tools in both applied science and management contexts.

We describe a new method for counting fishes, and estimating relative abundance (MaxN) and fish density using rotating stereo-video camera systems. We also demonstrate how to use distance from camera (Z distance) to estimate species-specific detectability.

水中ステレオ ビデオのツールを使用して魚の密度を定量化する新方式の開発

The use of video camera systems in ecological studies of fish continues to gain traction as a viable, non-extractive method of measuring fish lengths and ...

Design and Use of an Apparatus for Quantifying Bivalve Suspension Feeding at Sea

As shellfish aquaculture moves from coastal embayments and estuaries to offshore locations, the need to quantify ecosystem interactions of farmed bivalves (i.e., mussels, oysters, and clams) presents new challenges. Quantitative data on the feeding behavior of suspension-feeding mollusks is necessary to determine important ecosystem interactions of offshore shellfish farms, including their carrying capacity, the competition with the zooplankton community, the availability of trophic resources at different depths, and the deposition to the benthos. The biodeposition method is used to quantify feeding variables in suspension-feeding bivalves in a natural setting and represents a more realistic proxy than laboratory experiments. This method, however, relies upon a stable platform to satisfy the requirements that water flow rates supplied to the shellfish remain constant and the bivalves are undisturbed. A flow-through device and process for using the biodeposition method to quantify the feeding of bivalve mollusks were modified from a land-based format for shipboard use by building a two-dimensional gimbal table around the device. Planimeter data reveal a minimal pitch and yaw of the chambers containing the test shellfish despite boat motion, the flow rates within the chambers remain constant, and operators are able to collect the biodeposits (feces and pseudofeces) with sufficient consistency to obtain accurate measurements of the bivalve clearance, filtration, selection, ingestion, rejection, and absorption at offshore shellfish aquaculture sites.

A flow-through device for using the biodeposition method to quantify filtration and feeding behavior of bivalve mollusks was modified for shipboard use. A two-dimensional gimbal table built around the device isolates the apparatus from boat motion, thereby allowing the accurate quantification of bivalve filtration variables at offshore shellfish aquaculture sites.

デザインと二枚貝のサスペンションが海で餌を定量化するための装置の使用

As shellfish aquaculture moves from coastal embayments and estuaries to offshore locations, the need to quantify ecosystem interactions of farmed bivalves ...

Modeling the Size Spectrum for Macroinvertebrates and Fishes in Stream Ecosystems

The size spectrum is an inverse, allometric scaling relationship between average body mass (M) and the density (D) of individuals within an ecological community or food web. Importantly, the size spectrum assumes that individual size, rather than species&#8217; behavioral or life history characteristics, is the primary determinant of abundance within an ecosystem. Thus, unlike traditional allometric relationships that focus on species-level data (e.g., mean species&#8217; body size vs. population density), size spectra analyses are &#8216;ataxic&#8217; &#8211; individual specimens are identified only by their size, without consideration of taxonomic identity. Size spectra models are efficient representations of traditional, complex food webs and can be used in descriptive as well as predictive contexts (e.g., predicting responses of large consumers to changes in basal resources). Empirical studies from diverse aquatic ecosystems have also reported moderate to high levels of similarity in size spectra slopes, suggesting that common processes may regulate the abundances of small and large organisms in very different settings. This is a protocol to model the community-level size spectrum in wadable streams. The protocol consists of three main steps. First, collect quantitative benthic fish and invertebrate samples that can be used to estimate local densities. Second, standardize the fish and invertebrate data by converting all individuals to ataxic units (i.e., individuals identified by size, irrespective of taxonomic identity), and summing individuals within log2 size bins. Third, use linear regression to model the relationship between ataxic M and D estimates. Detailed instructions are provided herein to complete each of these steps, including custom software to facilitate D estimation and size spectra modeling.

This is a protocol to model the size spectrum (scaling relationship between individual mass and population density) for combined fish and invertebrate data from wadable streams and rivers. Methods include: field techniques to collect quantitative fish and invertebrate samples; lab methods to standardize the field data; and statistical data analysis.

河川生態系におけるマクロ無脊椎動物と魚類のサイズスペクトルのモデリング

The size spectrum is an inverse, allometric scaling relationship between average body mass (M) and the density (D) of individuals within an ecological ...

Ground-level Unmanned Aerial System Imagery Coupled with Spatially Balanced Sampling and Route Optimization to Monitor Rangeland Vegetation

Rangeland ecosystems cover 3.6 billion hectares globally with 239 million hectares located in the United States. These ecosystems are critical for maintaining global ecosystem services. Monitoring vegetation in these ecosystems is required to assess rangeland health, to gauge habitat suitability for wildlife and domestic livestock, to combat invasive weeds, and to elucidate temporal environmental changes. Although rangeland ecosystems cover vast areas, traditional monitoring techniques are often time-consuming and cost-inefficient, subject to high observer bias, and often lack adequate spatial information. Image-based vegetation monitoring is faster, produces permanent records (i.e., images), may result in reduced observer bias, and inherently includes adequate spatial information. Spatially balanced sampling designs are beneficial in monitoring natural resources. A protocol is presented for implementing a spatially balanced sampling design known as balanced acceptance sampling (BAS), with imagery acquired from ground-level cameras and unmanned aerial systems (UAS). A route optimization algorithm is used in addition to solve the &#8216;travelling salesperson problem&#8217; (TSP) to increase time and cost efficiency. While UAS images can be acquired 2&#8211;3x faster than handheld images, both types of images are similar to each other in terms of accuracy and precision. Lastly, the pros and cons of each method are discussed and examples of potential applications for these methods in other ecosystems are provided.

The protocol presented in this paper utilizes route optimization, balanced acceptance sampling, and ground-level and unmanned aircraft system (UAS) imagery to efficiently monitor vegetation in rangeland ecosystems. Results from images obtained from ground-level and UAS methods are compared.

Rangeland ecosystems cover 3.6 billion hectares globally with 239 million hectares located in the United States. These ecosystems are critical for ...

Assessing Intertidal Populations of the Invasive European Green Crab

Invasive species have caused major disruptions to ecosystems worldwide. The European green crab invaded North America in the 1800s and is considered one of the world&#8217;s 100 worst invaders by the IUCN. Observations of spatiotemporal green crab population dynamics are essential for predicting and managing the ecological and economic impacts of this harmful invasive species. This protocol was developed in an effort to create a standardized method for assessing green crab population dynamics in the rocky intertidal zone of New England and Atlantic Canada. The protocol was designed to be accessible to multiple users including researchers, educators, students, and citizen scientists. Although it was designed for surveying crab populations, this protocol is easy to adapt and could be used for any number of intertidal species. The resulting data collected using this protocol has a wide range of uses, including to inform ecological research, conservation efforts, mitigation strategies, and fishery development, as well as for educational outreach purposes.

Understanding spatiotemporal patterns in green crab population dynamics is essential for predicting and managing the ecological and economic impacts of this harmful invasive species. This protocol was developed in an effort to create a standardized method for assessing green crab populations in the rocky intertidal zone of the Northwest Atlantic.

侵略的なヨーロッパの緑のカニの潮間の集団を評価する

Invasive species have caused major disruptions to ecosystems worldwide. The European green crab invaded North America in the 1800s and is considered one ...

A Field Primer for Monitoring Benthic Ecosystems Using Structure-From-Motion Photogrammetry

Structure-from-motion (SfM) photogrammetry is a technique used to generate three-dimensional (3D) reconstructions from a sequence of two-dimensional (2D) images. SfM methods are becoming increasingly popular as a noninvasive way to monitor many systems, including anthropogenic and natural landscapes, geologic structures, and both terrestrial and aquatic ecosystems. Here, a detailed protocol is provided for collecting SfM imagery to generate 3D models of benthic habitats. Additionally, the cost, time efficiency, and output quality of employing a Digital Single Lens Reflex (DSLR) camera versus a less expensive action camera have been compared. A tradeoff between computational time and resolution was observed, with the DSLR camera producing models with more than twice the resolution, but taking approximately 1.4-times longer to produce than the action camera. This primer aims to provide a thorough description of the steps necessary to collect SfM data in benthic habitats for those who are unfamiliar with the technique as well as for those already using similar methods.

We provide a detailed protocol for conducting underwater structure-from-motion photogrammetry surveys to generate 3D models and orthomosaics.

構造物移動写真測量を用いた底生生態系モニタリングのためのフィールド入門書

Structure-from-motion (SfM) photogrammetry is a technique used to generate three-dimensional (3D) reconstructions from a sequence of two-dimensional (2D) ...

Automatic Image Processing to Determine the Community Size Structure of Riverine Macroinvertebrates

Body size is an important functional trait that can be used as a bioindicator to assess the impacts of perturbations in natural communities. Community size structure responds to biotic and abiotic gradients, including anthropogenic perturbations across taxa and ecosystems. However, the manual measurement of small-bodied organisms such as benthic macroinvertebrates (e.g., &gt;500 &#181;m to a few centimeters long) is time-consuming. To expedite the estimation of community size structure, here, we developed a protocol to semi-automatically measure the individual body size of preserved river macroinvertebrates, which are one of the most commonly used bioindicators for assessing the ecological status of freshwater ecosystems. This protocol is adapted from an existing methodology developed to scan marine mesozooplankton with a scanning system designed for water samples. The protocol consists of three main steps: (1) scanning subsamples (fine and coarse sample size fractions) of river macroinvertebrates and processing the digitized images to individualize each detected object in each image; (2) creating, evaluating, and validating a learning set through artificial intelligence to semi-automatically separate the individual images of macroinvertebrates from detritus and artifacts in the scanned samples; and (3) depicting the size structure of the macroinvertebrate communities. In addition to the protocol, this work includes the calibration results and enumerates several challenges and recommendations to adapt the procedure to macroinvertebrate samples and to consider for further improvements. Overall, the results support the use of the presented scanning system for the automatic body size measurement of river macroinvertebrates and suggest that the depiction of their size spectrum is a valuable tool for the rapid bioassessment of freshwater ecosystems.

The article is based on the creation of an adapted protocol to scan, detect, sort, and identify digitized objects corresponding to benthic river macroinvertebrates using a semi-automatic imaging procedure. This procedure allows the acquisition of the individual size distributions and size metrics of a macroinvertebrate community in about 1 h.

河川大型無脊椎動物の群集サイズ構造を決定するための自動画像処理

Body size is an important functional trait that can be used as a bioindicator to assess the impacts of perturbations in natural communities. Community ...

Measuring the Structure, Composition, and Change of Underwater Environments with Large-area Imaging

Digital imaging and processing technology have evolved to facilitate the expansion of large-area imaging surveys, which increase our capacity to study the status, trends, and dynamics of organisms living in subtidal habitats. By creating photo-realistic digital twins for ex situ analyses, these approaches allow small field teams to collect substantially more data than was previously possible. Here we present a four-step, large-area imaging survey pipeline and analysis methodology, including image collection, model construction, ecological analysis, and data curation, that has been developed and refined through experimentation over the past decade. Each step described has a consistent focus on the unique value of the original source imagery. While types of data extracted from large-area image surveys are vast, we include here workflows to extract ecological data for structural complexity, community composition, and demographic analyses valuable for monitoring and hypothesis-driven efforts. We additionally include recommendations for metadata standards, which complement the collection of large-area imaging data and support archival efforts facilitating transparency and collaboration between research groups.

This protocol covers a four-step large-area imaging survey methodology used to extract metrics of structural complexity, community composition, and population demographics for coral reef communities. The quality of imagery collected and integrated access to the source imagery are prioritized within each step of the protocol.

Digital imaging and processing technology have evolved to facilitate the expansion of large-area imaging surveys, which increase our capacity to study the ...

底生動物とその生息地大西洋帆立て貝のドロップカメラ調査による例示のイメージ調査法

要約

さらに動画を探す

この動画の章

最適化された負の染色：電子顕微鏡による小型·非対称蛋白質構造を調べるためのハイスループットプロトコル

彼らの足跡によって識別個人：チータースポッティング

水中ステレオビデオのツールを使用して魚の密度を定量化する新方式の開発

デザインと二枚貝のサスペンションが海で餌を定量化するための装置の使用

河川生態系におけるマクロ無脊椎動物と魚類のサイズスペクトルのモデリング

Ground-level Unmanned Aerial System Imagery Coupled with Spatially Balanced Sampling and Route Optimization to Monitor Rangeland Vegetation

侵略的なヨーロッパの緑のカニの潮間の集団を評価する

構造物移動写真測量を用いた底生生態系モニタリングのためのフィールド入門書

河川大型無脊椎動物の群集サイズ構造を決定するための自動画像処理

Measuring the Structure, Composition, and Change of Underwater Environments with Large-area Imaging

底生動物とその生息地大西洋帆立て貝のドロップ カメラ調査による例示のイメージ調査法

要約

さらに動画を探す

この動画の章

最適化された負の染色：電子顕微鏡による小型·非対称蛋白質構造を調べるためのハイスループットプロトコル

彼らの足跡によって識別個人：チータースポッティング

水中ステレオ ビデオのツールを使用して魚の密度を定量化する新方式の開発

デザインと二枚貝のサスペンションが海で餌を定量化するための装置の使用

河川生態系におけるマクロ無脊椎動物と魚類のサイズスペクトルのモデリング

Ground-level Unmanned Aerial System Imagery Coupled with Spatially Balanced Sampling and Route Optimization to Monitor Rangeland Vegetation

侵略的なヨーロッパの緑のカニの潮間の集団を評価する

構造物移動写真測量を用いた底生生態系モニタリングのためのフィールド入門書

河川大型無脊椎動物の群集サイズ構造を決定するための自動画像処理

Measuring the Structure, Composition, and Change of Underwater Environments with Large-area Imaging

底生動物とその生息地大西洋帆立て貝のドロップカメラ調査による例示のイメージ調査法

水中ステレオビデオのツールを使用して魚の密度を定量化する新方式の開発