自动图像处理确定河流大型无脊椎动物群落大小结构

体型是一个重要的功能性状，可用作评估自然群落扰动影响的生物指标。群落规模结构响应生物和非生物梯度，包括跨分类群和生态系统的人为扰动。然而，手动测量底栖大型无脊椎动物等小型生物（例如，>500 μm 至几厘米长）非常耗时。为了加快群落规模结构的估计，我们开发了一种协议来半自动测量受保护的河流大型无脊椎动物的个体体型，这是评估淡水生态系统生态状况最常用的生物指标之一。该协议改编自现有的方法，该方法旨在使用专为水样设计的扫描系统扫描海洋中游动物。该协议包括三个主要步骤：（1）扫描河流大型无脊椎动物的子样本（细样本和粗样本量分数）并处理数字化图像以个性化每个图像中的每个检测到的对象;（2）通过人工智能创建、评估和验证学习集，以半自动地将大型无脊椎动物的单个图像与扫描样本中的碎屑和人工制品分开;（3）描绘大型无脊椎动物群落的大小结构。除协议外，这项工作还包括校准结果，并列举了几个挑战和建议，以使该程序适应大型无脊椎动物样品并考虑进一步改进。总体而言，研究结果支持使用所提出的扫描系统对河流大型无脊椎动物进行自动体型测量，并表明其尺寸谱的描述是淡水生态系统快速生物评估的宝贵工具。