Разработка новых методов для количественной оценки плотности рыбы с помощью подводного стерео видео инструменты

Резюме

Мы опишем новый метод для подсчета рыб и оценки относительного изобилия (MaxN) и плотность рыбы с использованием вращающихся систем стерео видео камеры. Мы также демонстрируют, как использовать расстояние от камеры (расстояние Z) для оценки вегетационных обнаруживаемости.

Аннотация

Использование систем видео камеры в экологических исследованиях рыб по-прежнему набрать обороты как жизнеспособной, недобывающих метод измерения длины рыбы и оценки изобилие рыбы. Мы разработали и внедрили вращающегося инструмента стерео видео камеры, который охватывает полный 360 градусов выборки, который максимизирует усилия выборки, по сравнению с инструментов стационарные камеры. Целый ряд исследований подробно статические, стерео камеры систем возможность получения очень точной и точные измерения рыбы; Здесь акцент был сделан на разработке методологических подходов к количественной оценки плотности рыбы с использованием вращающихся систем видеонаблюдения. Первый подход было разработать модификацию метрики, MaxN, который обычно является консервативной количество минимальное количество рыб наблюдается на обследование камеры. Мы пересмотреть MaxN быть максимальное количество рыбы в любой заданной вращение камеры системы. Когда меры предосторожности во избежание двойного учета, этот метод MaxN может более точно отражать истинного изобилия чем полученные от фиксированной камеры. Во-вторых потому что стерео видео позволяет рыбы должны быть сопоставлены в трехмерном пространстве, точные оценки расстояния от камеры можно получить для каждой рыбы. С помощью персентили 95% наблюдаемых расстояния от камеры для установления вегетационных обследованных районах, мы объяснить различия в обнаруживаемость среди видов избегая разбавления оценки плотности, используя максимальное расстояние, на которое был вид отмечено. Бухгалтерский учет для этого диапазона обнаруживаемость имеет решающее значение для точно оценить обилия рыбы. Эта методология будет способствовать интеграции вращающихся инструментов стерео видео в прикладной науки и управления контекстах.

Введение

Вдоль тихоокеанского побережья США многие из видов важно донной коммерческого и рекреационного рыболовства (например, морского окуня комплекс (Sebastes spp.) и Lingcod (Ophiodon удлинённый)) прочно ассоциируется с горельеф, твердое дно обитания^1,2,3,4,5. Стерео видео падение камеры являются привлекательным недобывающих инструментом для использования в скалистых местах обитания из-за относительной легкости и простота в эксплуатации. Разнообразные системы стерео видео камеры разработаны и развернуты в Южном полушарии, мелководные экосистемы^6,,78,9,10, и Недавно видео падения камеры получили тяги как инструмент управления для глубоководных сред скалистых рифов вдоль тихоокеанского побережья^11,12,13. Мы стремились изменить эти существующие конструкции стерео камеры с помощью стерео видео камеры системы (далее именуемые как «Ландер») более эффективно охарактеризовать популяций рыб в seafloors горельеф вдоль побережья центральной части Тихого океана (см. таблицы Материалы). Спускаемый аппарат используется был отличается от существующих систем видео, потому что камеры были установлены в центральной вращающейся бар, что позволило полный 360° охвата морского дна на месте падения¹⁴. Спускаемый аппарат завершен один полный оборот в минуту, что позволило нам быстро характеризуют изобилия и состав сообществ области и достичь того же уровня статистической мощности с меньшим количеством Lander развертывания. (См.¹⁴ Старр (2016) для более подробно об особенностях Lander конфигурации). Предварительные испытания в системе изучения предложил, что восемь вращений камеры в наших обследований были достаточно, чтобы характеризовать видовое разнообразие и богатство. Это определение было сделано наблюдение убывающей доходности видовое разнообразие и плотность рыбы над больше капель. Мы рекомендуем провести экспериментальное исследование, включая больше раз вымочить в любой новой системе для определения оптимального замочить времени для данной экосистемы/исследование видов.

С помощью парных стерео камер, оба обследования площадь и плотность абсолютной рыбы может рассчитываться для каждого видео обследования; Однако использование вращающихся камеры требует модификации традиционных рыбы фото метрик. Стационарные системы видео наиболее часто используют «MaxN» как консервативной количество рыб на развертывание^6,10. Традиционные MaxN описывает максимальное количество рыбы данного вида, наблюдается вместе в один кадр видео, во избежание двойного учета рыбу, которая ушел и вернулся в кадр. MaxN таким образом оценку минимальное количество рыб, известных присутствовать и могут недооценивать правда рыба изобилии^6,10. MaxN метрики была пересмотрена представлять наибольшее количество рыбы, видели в каждом полное вращение камеры.

Вторая модификация предыдущей стерео видео методов было учитывать тот факт, что видов различных размеров, цвета, и фигуры имеют разные максимальные расстояния надежной идентификации. Например крупные виды, такие как O. удлинённый имеют собственный продолговатую форму и могут быть достоверно определены на гораздо больших расстояниях, по сравнению с малыми и загадочные видов, таких как морской окунь Squarespot (Sebastes hopkinsi). Эти различные максимальный диапазоны обнаруживаемости изменить эффективная площадь пробы, спускаемый аппарат для каждого вида. Потому что стерео камеры позволяют нам разместить каждую рыбу в трехмерном пространстве с высокой степенью точности, можно определить расстояние от камеры, которые каждая рыба была измерена (т.е., «расстояние Z», названный для «z», которая является перпендикулярно к прямой линии, между камерами). Для каждого вида расстояние, в пределах которого 95% всех людей наблюдались (далее «расстояние 95% Z») считался радиус обследования области и была использована для расчета общей площади обследованных. В дополнение к поставляемому характеристики будет затронуто идентифицируемости экологических условий, таких как мутность воды. Поскольку эти факторы могут меняться во времени и пространстве, важно использовать 95% Z статистика только в совокупности. Хотя он будет весьма точным для крупных выборок, любой один индивидуальный опрос может варьироваться в районе опрошенных.

Протокол, ниже приведены рекомендации по для создания и использования этих показателей. Хотя основное внимание было охарактеризовать глубоководных Роки Хабитат вдоль побережья Тихого океана, по методике, описанной для модифицированных MaxN количество легко применимы к любой вращающейся системе падение камеры. Число вращений камеры, необходимых для характеристики популяций рыб будет зависеть от динамики местных экосистем, но концептуализации модифицированных MaxN останется прежним. Аналогичным образом в то время как мы использовали 3D фотограмметрическое программное обеспечение для анализа стерео видео, методы, описанные здесь легко применяются платформ программного обеспечения, до тех пор, как точное местоположение рыбы в трехмерном пространстве возможно. Кроме того подход применения значение 95% Z расстояния может рассматриваться в будущих исследований с стерео камерами для учета для вегетационных диапазонов обнаруживаемости и более точно рассчитать изобилие рыбы.

Access restricted. Please log in or start a trial to view this content.

протокол

Примечание: Скриншоты программного обеспечения шаги включены как Дополнительные файлы. Пожалуйста, обратите внимание, что описанные ниже шаги программного обеспечения являются специфическими для выбранной программы (см. Таблицу материалов). Общий подход может распространяться на любой платформе стерео программного обеспечения.

1. Подготовьте стерео камерой кадры для анализа

Примечание: Рекомендуется калибровка с помощью калибровки куб. Калибровка куб — трехмерные алюминиевая рама с точно позиционируется отражающей точки на поверхности. При использовании в сочетании с программное обеспечение для калибровки, калибровка куб приводит к большей точности и точности чем клетчатый подходы⁹.

1. Калибровка камеры шлюпку с стерео калибровки программное обеспечение (рис. 1 и рис. 2; см. Таблицу материалов для программного обеспечения рекомендации).
   Примечание: Калибровка могут быть проверены перед использованием в области измерения показателей известных размеров на различных расстояниях (см. дополнительный видео 1). Средняя погрешность измерения для цели 50-см на расстоянии 3 м (или меньше) должна быть в пределах 2% от длины известной цели. Также, обратите внимание, что данная калибровочная только будет действительным, если позиции камеры не изменяются относительно друг друга. Важно, чтобы заботиться и избежать непреднамеренного толкаясь камер до тех пор, пока все выборки была выполнена.
2. Сбор данных поля с помощью калиброванного Ландер (рис. 1, дополнительное видео 2).
3. После завершения исследования, создайте новую папку проекта, содержащий файлы видео и калибровки.
   Примечание: Папка есть в каждом проекте необходимо минимум пять файлов: слева и справа». Кулачок» калибровка, левой и правой видео файлы (. MP4 или. Формат AVI только) и в список видов (формат .txt).
4. В программном обеспечении стереоскопических измерений начать новый проект измерения и загрузить соответствующие файлы видео и калибровки.
   Примечание: Скриншоты всех шагов программного обеспечения доступны среди Дополнительных файлов.
   1. Перейдите к «Измерения» > «Новое измерение файл».
   2. Задать каталог изображения путем перехода к «Картинка» > «Set картина каталог» и выберите папку, содержащую все файлы проекта.
   3. Загрузить левой камеры». Кулачок» файла путем перехода к «Стерео» > «Камеры» > «Слева» > «Загрузить камеры файл» и выберите соответствующий файл.
   4. Повторите шаг 1.4.3 для загрузки правую камеру». Кулачок» файл
      Примечание: Эти файлы содержат калибровки измерений для каждой камеры (например, размер пикселя, пропорции, радиальные искажения, decentring искажение и т.д.) и будет использоваться для измерения рыбы и вычислить расстояние от камеры (например, Z Расстояние).
   5. Определить последовательность фильма для левой видео файла путем перехода к «Картинка» > «определить последовательность фильма» и выбрать видео файл в левой камеры.
   6. Загрузить левой видео файл в программное обеспечение, выбрав «Картинка» > «нагрузки картинка».
      Примечание: Убедитесь, что флажок «Блокировка» снят перед загрузкой видео файлов. Это позволяет как видео, чтобы быть загружены одновременно.
   7. Определить последовательность и нагрузки видео файл фильма для правой видео, используя меню «Стерео» > «картинка» > «определить последовательность фильма» и «Стерео» > «картинка» > «нагрузки картинка».
   8. Загрузить список видов путем перехода к «Измерения» > «Атрибуты» > «Edit/загрузить файл видов».
   9. Введите ID информации обследование под «Информационные поля» > «Изменить значение поля» и сохранить файл, чтобы создать. EMObs проекта.
5. Синхронизация видео, вспышка, аплодисменты, штамп времени (UTC), или любое время конкретные события, которое происходит в обоих видео.
   1. Если используется отметка времени UTC, рамка шаг вперед в левой видео до тех пор, пока отметка времени начинается новый второй. Происходит еще кадр вперед до вспышка или аплодисменты.
   2. Рама шаг правой видео вперед до тех пор, пока отметка времени точно соответствует левой видео. Еще кадр шаг вперед до тех пор, пока точный момент вспышка или аплодисменты левой видео матча.
      Примечание: Важно, что видео синхронизации в тот же кадр. Видео синхронизации должны быть проверены периодически использовать штамп времени видео, чтобы избежать дрейф кадра камеры во время анализа. Снимали ручной хлопать также могут использоваться в начале и в конце видео для тестирования это право и левой видео были синхронизированы с той же раме.
6. Нажмите кнопку «Блокировка» для обеспечения видео играть вместе и поддерживать синхронизацию.

2. создать точку графов и вычислить MaxN

Примечание: Каждая рыба изначально отмеченные 2D точки самые низкие возможные таксономических резолюции. Рыба с неопределенным ID должны быть помечены для последующего просмотра.

1. Ждать, чтобы начать подсчет рыбы до конца полного камеры ротации для обеспечения использования польностью 360 градусов. Также ждать, пока расчистил отложений (обычно < 1-2 мин после контакта с дном).
   1. Как только спускаемый аппарат начинает свое первое вращение, щелкните правой кнопкой мыши определить новый период выборки: «Период определения» > «Добавить новое начало периода». Введите название первого периода как «01» и нажмите «OK».
2. Как спускаемый аппарат вращается, начинают маркировки каждой рыбы, которая приходит в рамку с 2D точки с использованием только левой камеры.
   1. Чтобы добавить точку 2D, щелкните правой кнопкой мыши, выберите «Добавить точку» и выбрать правильное название. Этикетка на минимально возможных таксономическом уровне, выбрав «spp.» для неизвестных видов и нажмите кнопку «ОК».
   2. Продолжать отмечать каждый новый рыбы соответствии Шаг 2.2.1 до завершения вращения.
3. Повторите для каждого дополнительного Lander вращения - обеспечение того, что новый период определяется в начале каждого вращения камеры протокол процедуры 2.1-2.2.
   Примечание: Кривые накопления видов были использованы для определения, что восемь ротации были, в среднем, достаточно, чтобы характеризовать изобилие рыбы в настоящем исследовании. Исследователи следует рассмотреть возможность проведения предварительных испытаний с дополнительной камеры вращ, над больше раз замочить, чтобы характеризовать оптимальное количество вращений камеры в рамках конкретной экосистемы.
4. Расчета вегетационных количество лиц наблюдается на вращение камеры.
   1. После перечисления всех вращений экспортировать 2D точки путем перехода к «Измерения» > «Измерение резюме» > «Точку измерения» и сохранить как файл a.txt 2D точки.
   2. Откройте файл сохраненного 2D.txt точки как электронную таблицу и создать сводную таблицу видов против вращения номер обобщить графов (Таблица 1) путем перехода к «Insert» > «Сводной таблицы». Выберите «Род и вид» для «Метки строки» и «Период» для «Столбца».
5. Выберите MaxN для каждого вида, выбрав вращение камеры, которая имеет наибольшее количество людей этого вида (Таблица 1).
6. Для рыб, определены только к роду выберите MaxN род уровне, на основе ротации, что наибольшее количество лиц, определенных видов в этом особый род.
   Примечание: Этот шаг помогает избежать двойного учета отдельных рыб, которые Идентифицируемы только на более высоких таксономических групп (например, только для рода или семьи). Например, в таблице 1' вращение 1' содержится 10 неопознанных Sebastes spp. и 33 членов рода Sebastes определенных видов, тогда как ' вращение 3' содержатся только два неопознанных Sebastes spp. и 43 членов род морские окуни определенных видов. Поэтому ' вращение 3' будет использоваться для MaxN количество неизвестных Sebastes spp. Таким образом, делается консервативной предположение, что 8 из неопознанных Sebastes spp. в ' вращение 1' были определены в ' вращения 8'.
7. Если несколько вращений у же количество MaxN для данного вида, выберите первое вращение с MaxN для трехмерной точки измерений.
8. Для каждого вида принимать 3D измерения рыбы в ротации, которая произошла MaxN.
   1. Используйте сохраненные 2D баллы в шагах 2.1-2.3 для перехода к точным же рыбы для 3D-измерения.
   2. Увеличьте по меньшей мере 4 X лучше определить кончик мордой рыбы и края хвостового плавников (рис. 3).
      Примечание: Это может быть необходимо для кадра шаг вперед или назад, чтобы найти лучшие ориентацию рыбы для 3D-измерения. «Лучшие» ориентация является одним где мордой и края хвостового плавников видны в обеих камерах.
   3. Вручную на кончике морда, затем краю хвоста в левой камеры, нажмите кнопку Повторить выбор в том же порядке в правильном видео.
   4. Выберите идентификации правильных видов из выпадающих меню, как это было сделано в 2.2.1.
   5. Если 3D-Длина измерения невозможен, для экземпляра если голова и хвост рыбы не видны в обеих камер, затем Марк трехмерной точки вместо кликнув левой кнопкой мыши ту же позицию рыбы в левой и правой видео. Заполните информационные поля как раньше и оставить комментарий «Исключить из измерения длины».
      Примечание: MaxN может возникнуть на различных ротациях камеры для различных видов; Однако для любого данного вида измерений должно произойти в одно вращение только (Таблица 1).
9. После завершения 3D измерения для всех рыб, экспорт данных as.txt файл для дальнейшего анализа.
   1. Перейдите к «Измерения» > «Измерение резюме» > «3D точки и длины измерений» и save.txt файла для экспорта.

3. 95% Z расстояние процедура для вегетационных обследуемые районы

Примечание: Расстояние 95% Z представляет собой оценку среднее расстояние, которое вид надежно могут быть определены в рамках данного исследования исключая случаи исключительных условий воды ясности или освещение. Этот расчет учитывает средний океанографических условий для проведения данного исследования и будет нужно быть пересчитаны для каждого нового исследования.

1. Используйте простой начальной загрузки, чтобы определить, если размер выборки достаточно велик для того характеризовать расстояние надежного обнаружения для каждого вида.
   1. Для каждого класса размер выборки (например, бункеры размер выборки 5 рыб), 1000 случайных обращает размера выбранного образца с заменой образца населения и рассчитать означает, что 95% квантиль расстояний этих 1000 рисует и сюжет результирующей Асимптотическая кривая. Увидеть предоставленный код в дополнительных файлов 1 & 2.
   2. Убедитесь, что достаточное образцы были получены путем сравнения реальный объем выборки с 95% Z расстояние асимптоты с увеличением размера выборки.
2. Вычислить значение 95% Z расстояния как 95% квантиль расстояние от камеры измеряется для видов во всех обследований.
3. Рассчитайте эффективную площадь обследованных для каждого вида, с использованием 95% Z значения.
   Примечание: В случае ротации Lander, значение 95% Z представляет внешний радиус прокос обследованных с внутреннего радиуса определяется физической установки инструмента и как близко к основанию камер возможность наблюдать. Формируется как спускаемый аппарат вращается, Площадь съемки «пончик» формы (рис. 4).
   1. Вычислите площадь опрошенных как:
      
      Примечание: например, сравнительно крупных видов, как морской окунь Yelloweye (Sebastes ruberrimus) был на расстоянии 95% Z 3,3 м и площадью эффективной обследования 30.9 m² на шлюпке развертывания: 34.3 m² (внешний круг) - 3,4 м² (внутренняя круг) = 30.9 m² (общее обследование района).
4. С помощью области вычисляемых опрошенных (шаг 3.3.1), преобразование отдельных видов счетчиков (MaxN) в оценки плотности для каждого визуального обследования с помощью уравнения:
   
   Примечание: Аналогичная процедура могла бы использоваться для расчета объемной плотности, вместо того, чтобы ареальная плотность; Однако этот процесс не описано здесь.

Таблица 1: Сводная таблица примера MaxN. Выбор MaxN для каждого вида продемонстрировал с красным и полужирным текстом. Обратите внимание, что консервативной MaxN для неопознанных Sebastes spp. определяется вращение с наиболее Sebastes определенных видов (вращение 3). Кроме того хотя это исследование используется восемь вращений камеры, только четыре вращений отображаются в таблице 1 для простоты. Процесс отбора MaxN идентичны независимо от числа оборотов.

Рисунок 1: стерео видео Ландер. Основные аппаратные номерные (1) 300 м пуповины, (2) два цифровых видеомагнитофонов (DVR) с съемных карт памяти 32 ГБ водонепроницаемый бутылку, (3) два светодиод выводить 3000 люменов на цветовую температуру 5000 K и (4). две камеры с 620 ТВ линии (ТВЛ) резолюции. Пожалуйста, нажмите здесь, чтобы посмотреть большую версию этой фигуры.

Рисунок 2: Калибровка куб (500 x 500 x 300 мм). Пример калибровки с «калибровка куб» показано в двух разных направлениях: (A) в правой части куба выталкивается на камеры, и (B) лицо куб параллельно в лице камер. Красные точки обозначают контрольные точки, используемые в этом методе конкретного калибровки и всегда должны быть определены в пронумерованных порядке. Пожалуйста, нажмите здесь, чтобы посмотреть большую версию этой фигуры.

Рисунок 3: 3D измерения размещены на морские окуни miniatus. В каждом кадре для стерео измерений были определены кончика рыла и конце хвоста. Пожалуйста, нажмите здесь, чтобы посмотреть большую версию этой фигуры.

Рисунок 4: область, опрошенных в средстве Lander. Эффективная площадь, опрошенных в средстве Ландер был ограничен минимальное расстояние Z и 95% Z расстояние для каждого вида. Обратите внимание, что этой области создан «пончик» формы опроса тома вокруг Ландер. Пожалуйста, нажмите здесь, чтобы посмотреть большую версию этой фигуры.

Access restricted. Please log in or start a trial to view this content.

Результаты

Период 2013 и 2014 мы провели 816 обследований с вращающейся стерео видео Ландер (рис. 1) вдоль центрального побережья Калифорнии и собранные MaxN и 95% Z расстояние (рис. 4) данные по более чем 20 видов. Там были умелой в эффективному обнаружению диа?...

Access restricted. Please log in or start a trial to view this content.

Обсуждение

Традиционные MaxN метрики основывается на идею подсчета гарантированное минимальное количество лица во время обследования. Если определенное количество рыбы одновременно видны в одном кадре видео, не может быть любой меньше настоящее, но потому, что рыбы, мобильных и гетерогенно распре...

Access restricted. Please log in or start a trial to view this content.

Материалы

Name	Company	Catalog Number	Comments
calibration cube	SeaGIS	http://www.seagis.com.au/hardware.html	1000x1000x500 mm is the preferred dimensions. Other methods of calibration are available.
CAL calibration software	SeaGIS	http://www.seagis.com.au/bundle.html
EventMeasure stereo measurement software	SeaGIS	http://www.seagis.com.au/event.html
Statistical software	R Core Team 2017 (v. 3.4.0)		Bootstrapping code can be found: https://github.com/rfields2017/JoVE-Bootstrap-Function
Spreadsheet Software	Microsoft Excel
2  waterproof cameras	Deep Sea Power and Light		HD quality preferred
2 depth rated, waterproof lights	Deep Sea Power and Light : 3000 lumen LED with 5000k color temperature
DVR recorder	Stack LTD DVR
standard PC			Windows 10 preferred OS
rotating Lander platform	Marine Applied Research and Engineering (MARE)