Name: methods for image-based surveys of benthic macroinvertebrates and their habitat exemplified by the drop camera survey for the atlantic sea scallop
Uploaded: 2018-07-02T12:30:00.000+00:00
Duration: 7 min 43 s
Description: 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

학생, 교직원, 함장, 및 이러한 연구 여행 및 그들의 배를 제공 하는 소유자에 항해 대원에 감사. 감사 토니 Jaffarian 실험실 데이터 수집 프로그램 개발 분야 소프트웨어 및 장비, Electromechanica, i n c.를 개발 하 고 CVision 이미지 주석 프로그램 개발을 위한 컨설팅. 자금 제공 했다 NOAA 어워드 NA17NMF4540043, NA17NMF4540034, NA17NMF4540028에 의해. 언급 된 이들 작가 전망과 NOAA의 의견을 반드시 반영 하지 않습니다.

1. 조사 설계
<ol><li>6-8 일 간격에 대 한 사용할 수 있는 하나 이상의 해양 상업 가리비 혈관을 찾아.</li>
	<li>3 카메라, 조명, 그리고 광섬유 케이블 섬유에 대 한 접합 상자 (그림 1)를 탑재 한 내부 프레임 강철 피라미드를 생성 합니다. 한 카메라는 높은 해상도 디지털 여전히 카메라와 두 여전히 높은 정의 비디오 카메라, 하지만 낮은 해상도, 확인 하십시오.</li>
</ol><img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/57493/57493fig1.jpg"> 그림 1: 카메라와 2017 년에서 데이터 수집을 위해 사용 되는 조명 드롭 카메라 조사 피라미드. 매사추세츠 대학교 다트머스, 해양 과학 및 기술에 대 한 학교 2017에 데이터 수집을 위해 사용 되는 조명, 카메라와 카메라 조사 피라미드 드롭. 카메라 및 조명 케이블 광섬유 케이블을 연결 하는 접속점 상자 조명 두 바 사이 탑재 되 고 표시 되지 않습니다. <a href="/files/ftp_upload/57493/57493fig1large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.</a>
<ol start="3"><li>사용 하 여 체계적인 샘플링 디자인 조사 역 5.6 km 떨어져 조르쥬 은행 어업 및 2.8 km 떨어져 중요성1 의 두 가지 영역에서 활용의 대부분의 지역에서 참고: 두 과학자, 선장과 친구 5.6 km에 24 시간 마다와 2.8 km에 80 역 약 50 역 조사 수 있었습니다. 따라서, 약 5 조사 여행 설문 조사를 완료 하려면 필요 했다.</li>
</ol>2. 데이터 수집
<ol><li>선박에 장비를 로드 합니다.</li>
	<li>배 갑판에 장비를 설정 합니다.<ol>
<li>피라미드, 광섬유와 민감한 윈 치 드럼에 케이블 및 슬립 링, 그리고 선박의 갑판에 데 빗에 부착 된 압력을 정렬 합니다. 섬유 광섬유 케이블에서에서 실행할 수 있습니다 윈 치는 데 빗을 통해 그리고 피라미드를 그릇의 윈 치 케이블을 건드리지 않고 확인 합니다.</li>
		<li>작은, 임시 용접을 사용 하 여 윈 치, 데 빗, 고 데 빗 플레이트에 부착.</li>
		<li>그릇의 퓨즈 박스에 압력 민감한 윈 치 전원 케이블을 연결 합니다.</li>
		<li>피라미드에 접속점 상자를 연결 합니다.</li>
		<li>피라미드에 카메라와 조명 첨부 합니다.</li>
		<li>카메라와 빛 케이블 연결 접속점 상자에 카메라와 조명.</li>
		<li>이브를 통해 광섬유 케이블을 실행 하 고 데 빗을 연결 합니다.</li>
		<li>피라미드를 선박 유압 윈 치 케이블을 연결 합니다.</li>
	</ol></li>
	<li>선박 조 타 실에서 장비를 설정 합니다.<ol>
<li>연결 하 고 데스크톱 컴퓨터를 보호 합니다.</li>
		<li>2 모니터를 데스크톱 컴퓨터에 연결 합니다. 보안 컴퓨터 근처 한 모니터와 그릇의 유압 윈 치에 대 한 컨트롤 근처 두 번째 합니다.</li>
		<li>글로벌 포지셔닝 시스템 (GPS) 장치는 데스크톱 컴퓨터를 통해 USB 포트에 연결 합니다.</li>
		<li>연결 하 고 선박 조 타 근처 모바일 필드 매핑 프로그램으로 노트북 컴퓨터를 보호 합니다. 출발 전에 컴퓨터에 역 위치를 로드 합니다.</li>
		<li>직렬 포트를 통해 노트북 컴퓨터를 GPS 장치를 연결 합니다.</li>
		<li>선박 조 타 실에 카메라와 빛을 연결.<ol>
<li>광섬유 케이블의 조 타 실 실행의 "갑판 끝" 압력 민감한 윈 치에 광학 슬립 링을 연결 하십시오.</li>
			<li>섬유 광학 케이블의 조 타 실 실행의 "조 타 실 끝" 섬유 광섬유 인터페이스를 데스크톱 컴퓨터와 빛 전원 플러그에 연결 하십시오.</li>
			<li>필드 데이터 수집 프로그램 데스크톱 컴퓨터에서 실행 합니다. 모든 카메라는 피라미드에 장착 하 고 접합 상자에 자동으로 연결 연결 표시. 참고: 모든 카메라로 표시 되지 않는 경우 연결, 프로그램 내에서 카메라 연결을 다시 설정 또는 체계적인 방식으로 구성 요소 (카메라, 연결 케이블, 슬립 링, 등)를 교환 함으로써 문제를 해결.</li>
		</ol>
</li>
	</ol></li>
	<li>이미지와 각 역에서 기록 데이터를 캡처하십시오.<ol>
<li>노트북 컴퓨터에서 모바일 필드 매핑 프로그램을 시작 합니다.</li>
		<li>"마크" 도구를 선택 하 고 역에 베어링을 제공 하는 역 대상 아이콘을 끌어.</li>
		<li>천천히 낮은 역에 도달 하 고 선박 중지 되었습니다 때 그릇의 유압 윈 치 사용 하 여 해저에 샘플링 피라미드. 참고:이 선박의 승무원에 의해 이루어집니다 그리고 압력 민감한 윈 치 샘플링 피라미드를 낮추기 전에 설정 해야 합니다.</li>
		<li>피라미드는 해저로 하향 조정 되는 동안 데스크톱 컴퓨터에서 필드 데이터 수집 프로그램을 실행 합니다.<ol>
<li>"지역 짧은 이름" 상자를 두 번 클릭 하 고 영역에 대 한 이름을 입력 하십시오. 참고:이 지역의 첫 번째 역 할 수 있어야 합니다.</li>
			<li>유압 윈 치 컨트롤 근처 모니터에 카메라 보기 및 기타 정보를 표시 하려면 "함장 캠 시작" 버튼을 클릭 합니다.</li>
		</ol>
</li>
		<li>조명 전원 스위치.</li>
		<li>일단 샘플링 피라미드는 해저에 도착 했다 quadrat 데이터를 캡처하십시오.<ol>
<li>필드 데이터 수집 프로그램에서 "시작 역" 비디오 녹화 시작을 클릭 합니다. 참고: 버튼이 깜박입니다 빨간색 동영상 녹화 하는 동안.</li>
			<li>해저의 명확한 보기 나타나면 "스냅샷 걸릴"를 클릭 한 다음 모든 카메라 보기에서 스틸 이미지를 동시에 잡으려고 "모두 저장"을 클릭 합니다.</li>
			<li>"데이터베이스 작성" 버튼을 클릭 합니다. 참고:이 깊이, 위치, 온도, 역 번호, quadrat 번호, 지역 이름 및 소프트웨어에 의해 자동으로 입력 하는 고유 식별 번호와 새로운 대화 상자를 키울 것 이다.</li>
			<li>가리비 "가리비 카운트" 상자에 디지털 스틸 카메라 이미지에서 볼 수를 입력 하 고 "코멘트" 상자에 설명을 입력 합니다.</li>
			<li>필드 데이터베이스에 행으로는 quadrat에 대 한 데이터를 쓰는 "데이터 제출" 버튼을 클릭 합니다.</li>
		</ol>
</li>
		<li>해저 더 이상 볼 수 없을 때까지, 피라미드를 들어올립니다.</li>
		<li>천천히는 해저에 피라미드를 낮은 고 2.4.6 및 2.4.7 단계를 반복 합니다. 4 quadrats에 대 한 데이터까지 점령 되었습니다. 피라미드 seafloor의 다른 quadrat 이미지 캡처 있도록 떠내려가 있는지 확인 합니다.</li>
		<li>선박을 안전한 위치에는 해저에서 샘플링 피라미드를 올립니다.</li>
		<li>끝 역 피라미드는 발생 되는 하는 동안.<ol>
<li>필드 데이터 수집 프로그램 비디오 녹화를 끝내 고 다음 역 사전 프로그램에서 "끝 역"을 클릭 합니다.</li>
			<li>프로그램을 닫으려면 "프로그램 종료" 버튼을 클릭 합니다.</li>
			<li>조명 전원 해제 합니다.</li>
			<li>역을 완료 됨으로 표시 하려면 모바일 필드 매핑 프로그램에서 "캡처 역"을 클릭 한 다음 단계 2.4.2 반복.</li>
		</ol>
</li>
		<li>2.4 섹션의 이전 단계를 반복 합니다. 때까지 모든 조사 역 완료 되었습니다.</li>
	</ol></li>
	<li>카메라 캘리브레이션 강하를 실시 합니다.<ol>
<li>전자 캘리퍼스와 와이어 그리드의 적어도 30 그리드 셀의 길이 측정 합니다. 측정 하는 셀을 표시 합니다.</li>
		<li>감기 또는 로프를 사용 하 여 샘플링 피라미드의 기지에 그리드를 연결 합니다. 측정 된 격자 셀 카메라 보기 인지 확인 합니다.</li>
		<li>2.4.3에 2.4.6.2 격자의 이미지를 캡처 단계를 반복 합니다. 참고:이 교정은 일반적으로 첫 번째 역 전에 이루어집니다 하지만 테스트 탱크 또는 설문 조사 중 언제 든 지 출발 할 수 있습니다. 목적은은 quadrat 크기를 확인 하 고는 이미지 내에서 기능을 측정 하기 위한 픽셀 비율 m m에서 길이 결정 하는 것 이다.</li>
	</ol></li>
	<li>디지털 스틸 카메라 quadrat 이미지 내의 데이터를 계량. 참고:이 과정에서 에이즈로 서 다른 카메라와 동영상에서 이미지를 사용 합니다.<ol>
<li>실험실 데이터 수집 프로그램을 실행 하 고 "디지타이징 합니다" 프로필을 선택 합니다.</li>
		<li>드롭다운 메뉴에서 년, 지역, 카메라, 역, 그리고 관심의 quadrat를 선택 합니다.</li>
		<li>2.6.2 단계에서 선택한 조건에 따라 이미지를가지고 "이동"을 클릭 합니다. 에 프로그램.</li>
		<li>"기판" 섹션에 존재 하는 기판 종류에 대 한 상자를 클릭 합니다. 14 기판 종류와 분류 방법의 자세한 내용은 참조 하십시오.</li>
		<li>Macrobenthic 동물 계량. 참고: macrobenthos의 50 taxa 계산 또는 존재 또는 부재를 지적 했다. 이 taxa 및 추적 방법의 완전 한 목록이 참조13에서 찾을 수 있습니다.<ol>
<li>"반전" 존재 섹션에 존재 하는 동물에 대 한 상자를 클릭 합니다.</li>
			<li>"반전" 수 섹션에서 각 동물의 숫자를 입력 합니다.</li>
			<li>빨간 "SC" 버튼 및 도트 이미지에서 각 가리비를 클릭 합니다.</li>
			<li>이미지에 각 바다 스타 점이 고 녹색 "SF" 버튼 클릭 합니다.</li>
			<li>검은 "CL" 버튼을 클릭 하 고 각 추 점 (가리비 사망 했다, 하지만 포탄의 양쪽 모두는 여전히 연결 된 경첩) 이미지에서.</li>
			<li>파란색 "FI" 버튼 및 도트 이미지에 각 물고기를 클릭 합니다.</li>
			<li>"물고기" 수 섹션에서 각 물고기 유형 관찰의 번호를 입력 합니다. 참고: 다른 점선된 동물에 대 한 프로그램 자동으로 점 들의 개수와 적절 한 카테고리를 카운트를 할당 합니다. 물고기에 대 한 점 들을 자동으로 계산 하 고, 그러나 사용자 물고기의 어떤 종류를 식별 해야 합니다 얼마나 많은. 프로그램에 의해 계산 하는 물고기 점의 총 수 각 물고기 종류는 사용자가 입력 한 번호를 일치 해야 합니다.</li>
		</ol>
</li>
		<li>실험실에 행으로 이미지에 대 한 데이터 점선 동물 이미지의 복사본을 만들 데이터베이스 작성 "제출" 버튼을 클릭 합니다.</li>
		<li>2.6.4 단계의 품질 관리를 수행 합니다. 그리고 2.6.5입니다.<ol>
<li>"ImageCheck" 실험실 데이터 수집 프로그램에 프로 파일 변경 주:이 단계 2.6.4와 2.6.5 이미지에 대 한 단계를 완료 한에서 다른 사람에 의해 수행 되어야 한다.</li>
			<li>2.6.2-2.6.3 단계 반복 합니다. 원본 이미지, 점선된 이미지 로드 "디지타이징 합니다" 사용자 프로필 입력 한 기판 및 동물 데이터를 입력 하려면.</li>
			<li>정확도 대 한 항목을 검토 하 고 필요한 변경 합니다.</li>
			<li>"디지타이징 합니다" 사용자 님 이미지에 대 한 데이터를 덮어쓸 "제출" 버튼을 선택 하 고 품질 연구소 데이터베이스에 제어로 이미지를 표시 합니다.</li>
		</ol>
</li>
		<li>이미지에서 가리비를 측정 합니다. 참고: 가리비 부분적으로 보이는 (종양, 이미지, 등부분에 의해 왜곡.) 또는 바다 바닥에서 한다 측정할 수 없습니다.<ol>
<li>이미지 주석 프로그램을 실행 합니다.</li>
			<li>드롭 다운 메뉴에서 "파일" 그리고 "부하 이미지 디렉토리"를 선택 합니다. 관심의 점선된 이미지 이동한 프로그램으로 이미지를 로드 합니다.</li>
			<li>"라인 주석"을 선택 하 고 조개 껍질의 상단에 가리비의 umbo에서 선을 그립니다.</li>
			<li>2.6.8.3 단계를 반복 합니다. 이미지에서 모든 측정 가리비에 대 한.</li>
			<li>"파일" 및 다음 "저장 주석" 측정의 스프레드 시트를 만들려면 선택 합니다.</li>
			<li>2.5에서 밀리미터 비율 평균 픽셀을 사용 하 여 픽셀에서 밀리미터 측정을 변환 합니다.</li>
		</ol>
</li>
	</ol></li>
</ol>3. 데이터 제품
<ol><li>가리비 밀도 크기의 공간 특정 견적을 계산 합니다.<ol>
<li>조사 역 매핑 소프트웨어를 사용 하 여 플롯 합니다.</li>
		<li>분할 조사 역 가리비 지역 관리 시뮬레이터 (SAMS)에 의해 모델링 영역. 참고: 미국 대서양 해 가리비 어업에 SAMS 모델 바다 가리비 풍요로 움과 착륙8프로젝트에 사용 됩니다. 다음 단계를 모두 각 SAMS 영역에 대해 수행 됩니다.</li>
		<li>가리비의 껍질 평균 높이를 평균 가리비 측량.</li>
		<li>평균 밀도 가리비의 표준 오류를 계산 합니다.<ol>
<li>부분적으로 보이는 가리비19이미지 가장자리를 따라 계산에 대 한 조정 SAMS 영역에 가리비의 평균 쉘 높이 quadrat 크기를 늘립니다.</li>
			<li>각 역20에서 샘플링 되는 여러 quadrats를 조정된 quadrat 크기와 2 단계 샘플링 디자인에 대 한 방정식을 사용 하 여 밀도 계산: (1)<img alt="Equation 1" src="/files/ftp_upload/57493/57493eq1v2.jpg"> (2)<img alt="Equation 2" src="/files/ftp_upload/57493/57493eq2v2.jpg"> 여기서 n = 기본 샘플 단위 (역), m 기본 샘플 단위 (quadrats) 당 요소 = <img alt="Equation 3" src="/files/ftp_upload/57493/57493eq3v2.jpg"> 요소 j 기본 단위에서 측정 된 값 (가리비의 개수) = i, <img alt="Equation 4" src="/files/ftp_upload/57493/57493eq4v2.jpg"> 기본 단위에서 요소 (quadrat) 당 모집단 평균 = 나 (역), 그리고 <img alt="Equation 5" src="/files/ftp_upload/57493/57493eq5v2.jpg"> =는 2 단계 이상의 의미. 이 의미의 표준 오류입니다. (3)<img alt="Equation 6" src="/files/ftp_upload/57493/57493eq6v2.jpg"> 어디 <img alt="Equation 7" src="/files/ftp_upload/57493/57493eq7v2.jpg"> 은 기본 단위 (방송국) 수단 중 분산입니다.</li>
		</ol>
</li>
	</ol>
</li>
	<li>총 및 악용 될 수 있는 바이오 매스를 계산 합니다.<ol>
<li>조사 지역에서 가리비의 수를 추정 하는 전체 면적에 의해 가리비 밀도 곱하면 됩니다.</li>
		<li>5mm 크기 방식으로 가리비의 껍질 높이 주파수 분포 측정을 만듭니다.</li>
		<li>3.2.1을 곱하면 됩니다. 의해 3.2.2에서 각 크기에에서 가리비의 주파수. 지역에서 각 크기에에서 가리비의 수를 얻으려면.</li>
		<li>각 크기에에서 가리비의 숫자로 각 5mm 크기 빈의 중간 지점에 가리비의 예상된 고기 무게를 곱하면 됩니다. 고기 무게 재발 뉴 잉글랜드 수 산 관리 위원회의 가리비 계획 개발 팀에 의해 지정 된 셸 높이 사용 하 여 그램21에 크기에서 가리비 무게를 견적 하기 위하여.</li>
		<li>3.2.4에서 가리비의 합 고기 무게입니다. 총 가리비 바이오 매스의 생산 톤을 그램에서 가리비 바이오 매스를 변환 합니다.</li>
		<li>3.2.5에서 가리비 고기 무게의 합계를 나눕니다. 3.2.1에서 가리비의 총 수 여입니다. 한 가리비의 평균 무게를 얻으려면.</li>
		<li>3.2.3에서 각 크기 빈에 가리비의 수를 곱하면. 상업적인 가리비 준 설에 의해 악용 될 수를 예상 하는 선택도 방정식22가리비.</li>
		<li>3.2.5 단계를 반복 합니다. 3.2.6 하 고입니다. 3.2.7에서 악용 가리비의 계산와 합니다. 악용 크기와 그들의 평균 고기 무게의 가리비의 바이오 매스를 견적 한다.</li>
	</ol>
</li>
	<li>가리비 분포 지도 만듭니다.<ol>
<li>분할의 가리비, 가리비 껍질 높이 75 m m 보다는 더 적은 및 가리비 껍질 높이 각각 전반적인 계산에 각 역에서 디지털 스틸 카메라 (9.2 m2)에서 총 면적으로 각 조사 역에서 100 mm 이상 합계 가리비, 청소년 가리비, 그리고 각 역에서 악용 가리비 밀도.</li>
		<li>전체, 청소년, 그리고 악용 가리비 풍부의 공간적 분포를 각각 매핑할 각 역에 대 한 각 밀도 플롯 합니다.</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>

저자는 공개 없다.

설문 조사 디자인 프로토콜은 유연 하지만 이러한 프로토콜을 일반화 하는 경우 대상 종 동작 및 조사 목적을 고려 하는 것이 중요. 문학 검토 및 예비 또는 초기 연구는 설문 조사 디자인에 대상 종 동작을 통합 하 사용할 수 있습니다. 예를 들어 1 가리비 12.5 m2 (0.08 가리비/m2)에 지속 가능한 상업 낚시 밀도23아래입니다. 따라서, 역 당 4 개의 quadrats를 샘플링 하 여 역 샘플 지역 상업 밀도에서 가리비를 감지에 연결 된다. 또한, 바다 가리비는 보통 집계 보다는 역 간격 밀도의 정밀도 미치는 영향에 영향을 미치는 바다의 바닥에 무작위로 배포 견적24. 초기 연구에서 평균 및 편차 데이터를 사용 하 여 여러 연구 정밀 검사 하 고 결정 그 5.6 km 최대 거리 역 떨어져5,,2526두어야 한다. 조사의 체계적 샘플링 디자인 조사 목적에 의해 좌우 되었다. 후 설문 조사 실시21,27SAMS 영역의 경계 자주 하 고 자주 변경 합니다. 체계적 샘플링 영향 무작위로 층 화 또는 최적 할당 된 설문 조사 디자인20공간 견적에 대 한 경계-계층의 심각한 문제를 방지 합니다. 역의 일정 한 할당 또한 새로운 가리비 모집 및 매핑 해저 퇴적 물 및 macroinvertebrate 배포판28의 탐지를 촉진 한다. 어디 그것 하지 못할 고려 대상 종 행동과 조사 목표를 한 단계는 프로토콜이이 단계로 시작 하는 이유는 조사 선박의 id입니다. 선박에서 바다 샘플링에 필수적 이며 설문 조사 디자인의 후속 단계를 지시. 우리의 프로토콜에 대 한 조사 방법에서 투명도 설문 조사 결과에 자신감을 상업 낚시 업계에 종사 하는 중요 한 했다. 상업 어 선을 사용 하 여 우리의 방법 및 크기와 필요한 타임 라인 내에서 샘플링 조사 역에 대 한 크고, 무거운 카메라 장치에 대 한 허용 하는 혈관의 기능 산업을 포함 하는 강렬한 방법 이었다. 또한, 선박 소유자 선박 사용과 관련 된 모든 비용에 대 한 책임 및 가리비 파운드 국립 해양 및 대기 관리 대서양 가리비 연구 할당 프로그램을 통해에 의해 수 여의 할당을 통해 보상 했다 29. 비록 그것은 설문 조사, 크기, 기능, 산업에 종사 하는 데 필요한 및 사용 가능한 선박의 비용 조사 디자인의 다른 측면을 개발 하기 전에 고려해 야 합니다.
데이터 수집 및 처리 측면 프로토콜의 가장 큰 장점은, 하지만 또한이 방법의 제한 제시. 사용자 정의 소프트웨어 및 이미지 데이터를 계량 데이터베이스를 사용 하 여 상당한 비용에 온다. 그러나, SMAST 드롭 카메라 조사 하 여 이러한 제품의 사용은 1999 년에 시작한 프로그램의 진화 나타내고 중요 하지 않습니다. 예를 들어 프로그램 처음 시작, 가리비 카운트 펜과 종이 고 자유 소프트웨어는 이제 이미지 측정할 수 있습니다. 마찬가지로, 현재 디지털 스틸 카메라 선정 되었다 가리비의 모든 크기 클래스를 감지 할 수 하 고 (그림 3) 이미지 품질의 손실 없이 약 200% 확대에 대 한 허용 하지만 낮은 해상도, 덜 비싼 카메라 이전에 사용 조사 완전히 상업 크기30의 가리비를 감지할 수 있었다. 으로 설문 조사 디자인 프로토콜을 카메라의 종류 해야 연결할 대상 종 감지 및 조사 목표를 달성 하는 데 필요한 해상도. 이미지를 캡처하고 각 역에서 비디오 녹화 샘플을 되짚어 taxa 또는 서식 지 특성 하지 처음 추적 분석을 확장을 연속 하 여 전통적인 조사 방법에 비해 상당한 이점을 제공 또는 열거. 예를 들어 모래 달러와 다른 echinoderms로 원래 지적 이미지 제시 또는 SMAST 데이터베이스에 결 석 그들의 풍요로 움과 시간12바이오 매스 척도를 재검토 했다. 대조적으로, 굴 착 기 또는 그물 같은 전통적인 조사 방법에서 샘플 바다에 폐기 되 고 재검토 될 수 없습니다. 그러나, 대량의 이미지를 촬영 하 고 저장 허용 하는 진보는 널리 사용 되 고 단지 작은 분수와 함께 수집 되 고 이미지의 수백만에 발생할 수 있습니다. 이것은 크게 시간 및 비용 제한으로 데이터 추출에 필요한 인간과 unutilized 정보31의 다량에서 결과. 동물 및 서식 지 특성의 자동된 감지에 진보가이 수수께끼를 해결 하는 데 도움이 있습니다.
이미지 기반 조사 방법 macroinvertebrates 및 관련된 서식 지 모니터링 하는 데 필요한 데이터를 제공할 수 있지만 생물 학적 샘플을 수집 하는 다른 방법으로 여기에 설명 된 프로토콜을 보완 하는 것은 이상적 이다. 않을 반 두 기반 샘플링에서 만든 가리비 껍질-높이 고기 무게 관계 없이 바이오 매스 예상 하지 수 있습니다. 또한, 가리비 껍질-높이 고기 무게 관계 시간과 위치 일관 되 게 업데이트 방정식이이 관계를 설명 하는 데 사용 하는 것이 도움이32임을 나타내는 Georges 은행에 따라 다릅니다. 또한 편견 및 각 방법의 가정 탐험에서 에이즈 이미지와 실제 샘플 기반 기술을 결합. 가리비의 껍질 높이 측정 하는 것 드롭 캘리퍼스와 카메라 이미지 정량 연관 카메라 렌즈의 곡률 측정 바이어스 고 이미지에서 거리 센터33. 반대로, 반 두 tows와 이미지 간의 쌍된 비교에 바다 바닥 가리비의 어떤 비율은 실제로 수집 및 가리비 크기6비율을 변경 하는 방법을 정의 왔다.
수 중 영상 해양 생태학의 분야에서 수십 년간17,34에 대 한 사용 되었습니다. 그러나, 고해상도 카메라와 데이터 저장의 감소 비용 만들었습니다 접근 방식을 보다 더 실용적인 과거에. 이 문서에 설명 된 방법을 일반화 될 수 있고 광범위 한 적용, 더 많은 이미지 기반 설문 조사의 개발을 촉진 하는 데 도움. 좀 더 구체적으로, 절차의 결과 사용 하 여 정착 무척 추 동물 (표 1-2)를 관리 하 고 해양 환경7,9,10의 광범위 한 이해에 기여할 수 있도록 데이터를 생산 하는 방법을 보여. ,11,12,13,,1415.

대서양 바다 가리비 (Placopecten magellanicus)은 해양 쌍 각 조개 연체 동물 북서부 대서양 세인트 로렌스, 캐나다의만에서 케이프 Hatteras, 북캐롤라이나1의 대륙붕에 걸쳐 분산. 미국에서 바다 가리비 어업 지난 15 년 동안 착륙 및 값에 전례 없는 증가 경험 했다 고 착륙 가치가 약 $440 백만 20152와 국가의 최고 가치 수 산 중 하나가 되고있다. 이 증가도 불구 하 고 가리비 낚시 노력 실질적으로 감소 되었습니다 청소년 가리비와 영역을 보호 하 고 높은 큰 가리비와 함께 지역에서 낚시를 집중 하는 것을 목표로 하는 지역 회전 시스템의 구현을 통해 지난 20 년 동안 밀도1. 이 관리 접근 가리비 밀도 및 크기, 여러 매사추세츠 대학교 다트머스 학교를 포함 하 여 해양 과학에 대 한 설문 조사 및 기술 (SMAST) 드롭 카메라 조사에 의해 제공 되는 공간-특정 정보가 필요 합니다.
SMAST 드롭 카메라 조사의 목표는 어업 자원 관리자, 해양 과학자와 낚시 커뮤니티 미국 바다 가리비 리소스 및 그 관련된 서식 지의 독립적인 평가 제공 하는 것입니다. 설문 조사 가리비 어 부와 공동으로 개발 되었다 고 다이빙 연구3,4에 따라 quadrat 샘플링 기법을 적용 합니다. 2000 년대 초반 바다 가리비 닫힌된 부분의 조르쥬 은행5로 알려진 수 산업의 생산성 영역 내에서 밀도 추정에 초점을 맞춘 초기 조사 하지만 조사 미국 및 캐나다에서 가리비 리소스의 대부분을 충당 하기 위해 확장 바다 (≈100, 000 킬로미터2)6,7. 설문 조사에서 정보 주식 평가 워크샵 과정을 통해 가리비 재고 평가에 통합 되었고 안정적으로 뉴 잉글랜드 수 산 관리 위원회 연례 가리비 수확 할당8에 도움을 제공. 또한, SMAST 드롭 카메라 조사에서 데이터 비 가리비 종7,9,10,,1112 의 생태를 이해 하는 데 여러 가지 방법으로 기여 하고있다 그리고 생물이 서식 지13,,1415의 특성. 이 광범위 한 적용이 보여줍니다 방법을 일반화 될 수 있고 잠재적으로 과학 지식과 정책을 능가 하는 무척 추 동물 수 산의 확장의 문제를 완화 하는 데 도움 정착 무척 추 동물의 다양 한 적용 성공적으로16관리 하기 위해 필요 합니다. 추가, 이미지 기반 샘플링 전통적인 인구 샘플링 방법에 비해 고해상도 카메라와 데이터 저장17,18의 비용을 감소 하는 인해 점점 저렴 한 비-침략 적 이다. 여기 조르쥬 은행의 미국 부분에 가리비 관리에 사용 되는 SMAST 드롭 카메라 조사 2017 방법 절차 예시 제공 됩니다. 우리가 논의 일반화 및 다른 정착 무척 추 동물을 응용 프로그램에이 절차 뒤에 있는 근거.

<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

수 중 영상 오래 해양 생태학의 분야에서 사용 되었습니다 하지만 고해상도 카메라와 데이터 스토리지의 비용을 감소 만들었습니다 접근 방식을 보다 더 실용적인 과거에. 이미지 기반 설문 조사 초기 샘플을 다시 확인에 대 한 허용 하 고 일반적으로 그물 또는 굴 착 기를 포함 하는 전통적인 조사 방법에 비해 비-침략 적 있습니다. 이미지 기반 설문 조사에 대 한 프로토콜 크게 다를 수 있지만 대상 종 행동과 조사 목표에 의해 구동 되어야 한다. 이것을 설명 하기 위해 절차 예 및 대표적인 결과 제공 하는 대서양 바다 가리비 (Placopecten magellanicus) 드롭 카메라 조사에 대 한 우리의 가장 최근의 방법을 설명 합니다. 절차는 조사 설계, 데이터 수집 및 데이터 제품을 포함 하는 3 개의 중요 한 단계가 나뉘어져 있습니다. 가리비 동작의 영향 및 조사 절차에 미국 바다 가리비 리소스의 독립적인 평가 제공 하는 설문 조사 목표 다음 일반화 하는 방법의 맥락에서 설명 되어 있습니다. 전반적으로, 광범위 한 적응성과 유연성 매사추세츠 Dartmouth의 대학 해양 과학 및 기술 (SMAST) 드롭 카메라 설문 조사에 대 한 보여 줍니다 메서드 일반화 되 고 정착 무척 추 동물의 다양 한에 적용 될 수 또는 서식 지 연구를 집중 했다.

조사 역 5 연구 여행 4 월 하순에서 7 월 중순 (그림 2) 실시의 일환으로 샘플링 했다. 가시성 및 날씨 문제, CL2-S-내선 샘플링 하지 된 SAMS 영역에서 역 및 다른 영역에서 일부 방송국의 주위로 했다 또한 품질 보증 검사 하는 동안 삭제 됩니다. 다른 모든 스테이션에 대 한 4 개의 고품질 디지털 스틸 이미지 캡처 (그림 3). 이 역에 있는 모든 이미지, 기판 및 macrobenthic 동물 계량 했다 하 고 가리비 측정 했다. 가리비를 계산 하 고 측정 SAMS 영역 북동 수 산업 과학 센터와 뉴 잉글랜드에 제공할 풍부, 유통 및 바이오 매스 견적, 가리비 수와 측정, 감사 원시 데이터에 대 한 수로 분할 했다 8 월 1 일 연례 가리비 할당 프로세스 (표 1 및 2)에 포함 하 여 수 산 관리 위원회. 가리비 분포 지도 모든 가리비, 위해 만들어진 청소년 가리비 (하이츠 껍질 75 m m 미만), 및 악용 크기 (쉘 높이 100 m m 보다 큰)의 가리비 (그림 4).
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/57493/57493fig2.jpg"> 그림 2: 2017에 Georges 은행에 카메라 스테이션 드롭. 방송국 조사 날짜와 배에 의해 표시 되며 역 2.8 km 간격으로 샘플링 하는 높은 관심 분야와 모든 다른 지역 방송국 5.6 km 떨어져 샘플링 층 화. 블랙 라인 및 레이블 프로젝트 바다 가리비 풍부 및 착륙 하는 데 사용 하는 가리비 지역 관리 시뮬레이터 모델 영역을 식별 합니다. <a href="/files/ftp_upload/57493/57493fig2large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.</a>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/57493/57493fig3.jpg"> 그림 3: Georges 은행에 2017 드롭 카메라 조사에서 예제 디지털 스틸 이미지. 전체 조르쥬 은행 설문 조사, 기판 및 macrobenthic 동물 계량 했다 고 가리비 비슷한 품질의 5,216 이미지에서 측정 되었다. 모든 이미지에서 볼 수 있습니다 < http://bit.ly/scallopsurvey>. <a href="/files/ftp_upload/57493/57493fig3large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.</a>
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody>
<tr>
<td>지역</td>
			<td>쿼드</td>
			<td>역</td>
			<td>측정</td>
			<td>SH</td>
			<td>M2 당 사우스</td>
			<td>SE</td>
			<td>가리비</td>
		</tr>
<tr>
<td>CL1-나-N</td>
			<td>2.6</td>
			<td>30 대</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-나-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-없음</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-내선</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>2718</td>
			<td>72.7</td>
			<td>9.7</td>
			<td>3.09</td>
			<td>11,676</td>
		</tr>
<tr>
<td>NLS-내선</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-나</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>표 1: 조르쥬 은행 2017 드롭 카메라 조사에서 디지털 스틸 카메라 데이터. 결과 가리비 지역 관리 시뮬레이터 모델 영역에 의해 제공 됩니다. 테이블에 포함 하는 것은 조정된 quadrat 지역 (쿼드), 방송국 샘플링 (역), 가리비 mm (SH), m2 (사우스 당 m 당 가리비의 평균 수에서에서 관찰의 의미 쉘 높이 가리비 껍질 높이 측정 (측정 된)의 수 수 2) 관련된 표준 오차 (SE), 그리고 수백만에 가리비의 수의 견적 (가리비). 없는 가리비 관찰 했다 CL1-나-S에 대 한 결과 생산 수 없습니다.
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody>
<tr>
<td></td>
			<td colspan="3">총 바이오 매스의 추정</td>
			<td colspan="3">악용 될 수 있는 바이오 매스의 추정</td>
		</tr>
<tr>
<td>지역</td>
			<td>MW</td>
			<td>MT</td>
			<td>SE</td>
			<td>MW</td>
			<td>MT</td>
			<td>SE</td>
		</tr>
<tr>
<td>CL1-나-N</td>
			<td>18.28</td>
			<td>13,900</td>
			<td>4100</td>
			<td>23.85</td>
			<td>9900</td>
			<td>2,950</td>
		</tr>
<tr>
<td>CL1-AC</td>
			<td>24.87</td>
			<td>1650</td>
			<td>350</td>
			<td>33.72</td>
			<td>1350</td>
			<td>300</td>
		</tr>
<tr>
<td>CL1-나-S</td>
			<td>--</td>
			<td>--</td>
			<td>--</td>
			<td>--</td>
			<td>--</td>
			<td>--</td>
		</tr>
<tr>
<td>CL2-N-없음</td>
			<td>14.89</td>
			<td>3200</td>
			<td>1500</td>
			<td>26.51</td>
			<td>2100</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>4600</td>
			<td>425</td>
		</tr>
<tr>
<td>CL2-S-내선</td>
			<td>9.46</td>
			<td>5,150</td>
			<td>440</td>
			<td>17.1</td>
			<td>1900</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>3390</td>
			<td>38.02</td>
			<td>7800</td>
			<td>2990</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-내선</td>
			<td>16.73</td>
			<td>16,200</td>
			<td>15,590</td>
			<td>19.54</td>
			<td>7600</td>
			<td>7,310</td>
		</tr>
<tr>
<td>NLS-나</td>
			<td>20.4</td>
			<td>53000</td>
			<td>22,100</td>
			<td>25.13</td>
			<td>30,700</td>
			<td>12800</td>
		</tr>
<tr>
<td>SCH</td>
			<td>10.45</td>
			<td>6, 600</td>
			<td>1260</td>
			<td>24.65</td>
			<td>3300</td>
			<td>620</td>
		</tr>
<tr>
<td>SF</td>
			<td>9.1</td>
			<td>6800</td>
			<td>1080</td>
			<td>17.33</td>
			<td>2400</td>
			<td>380</td>
		</tr>
</tbody></table>표 2: 2017 Georges 은행에 대 한 총 및 악용 바이오 매스의 추정 드롭 카메라 조사. 결과 가리비 지역 관리 시뮬레이터 모델 영역에 의해 제공 됩니다. 테이블에는 의미 가리비 고기 무게 g (MW), 미터 톤 (MT)에 가리비의 총 무게와 톤에 표준 오차 있습니다. 없는 가리비 관찰 했다 CL1-나-S에 대 한 결과 생산 수 없습니다.
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/57493/57493fig4.jpg"> 그림 4: 2017 중 유통 및 풍부한 Georges 은행에 가리비. 가리비 배포 및 모든 가리비 (위)에 대 한 2017 동안 Georges 은행에 풍부한 쉘 높이 75 m m (중간), 보다 적은 가리비 쉘 높이 (아래) 드롭 카메라 설문 조사에서 100 m m 보다 큰 가리비. <a href="/files/ftp_upload/57493/57493fig4large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.</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

이미지 기반 조사 해양 환경을 점점 더 실용적이 고 비-침략 적 방법입니다. 선물이 드롭 카메라 조사는 풍부의 프로토콜 및 대서양 해 가리비 (Placopecten magellanicus)의 유통. 우리는 어떻게이 프로토콜 다른 생물이 macroinvertebrates 응용 프로그램에 대 한 일반화 될 수 있다 설명.

생물이 Macroinvertebrates 그리고 대서양 바다 가리비에 대 한 드롭 카메라 조사에 의해 Exemplified 그들의 서식 지의 이미지 기반 설문 조사 방법

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

Nanyang Technological University

Research

Education

JoVE Core

JoVE Journal

Civil Engineering

Environment

Unit 1

Angles and Directions

SCIENTISTS IN ACTION

9.5K 조회수.  University of Massachusetts Dartmouth. 이미지 기반 조사 해양 환경을 점점 더 실용적이 고 비-침략 적 방법입니다. 선물이 드롭 카메라 조사는 풍부의 프로토콜 및 대서양 해 가리비 (Placopecten magellanicus)의 유통. 우리는 어떻게이 프로토콜 다른 생물이 macroinvertebrates 응용 프로그램에 대 한 일반화 될 수 있다 설명.

비디오: 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.

최적화 된 음의 염색 : 전자 현미경으로 작은 비대칭 단백질 구조 검사를위한 높은 처리량 프로토콜

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

연구

환경과학

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.

그들의 발자국으로 확인 개인 : 치타를 구경하기

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.

수 중 스테레오 비디오 도구를 사용 하 여 물고기 밀도 측정을 위한 새로운 방법의 개발

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.

디자인 및 쌍 각 조개 서 스 펜 션 바다에서 먹이 측정 기구 사용

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.

스트림 생태계에서 거대 척추 동물 및 물고기의 크기 스펙트럼 모델링

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.

침략적인 유럽 녹색 게의 조간 인구 평가

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.

Structure-from-Motion Photogrammetry를 사용하여 저서 생태계를 모니터링하기 위한 현장 입문서

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.

강변 거대 무척추 동물의 군집 크기 구조를 결정하기위한 자동 이미지 처리

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 ...