Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Environment

En fältprimer för övervakning av bentiska ekosystem med hjälp av struktur-från-rörelse-fotogrammetri

Published: April 15, 2021 doi: 10.3791/61815

Summary

Vi tillhandahåller ett detaljerat protokoll för att genomföra fotogrammetriundersökningar under vatten från rörelse för att generera 3D-modeller och ortomosaiker.

Abstract

Struktur-från-rörelse (SfM) fotogrammetri är en teknik som används för att generera tredimensionella (3D) rekonstruktioner från en sekvens av tvådimensionella (2D) bilder. SfM-metoder blir alltmer populära som ett icke-invasivt sätt att övervaka många system, inklusive antropogena och naturliga landskap, geologiska strukturer och både terrestra och akvatiska ekosystem. Här tillhandahålls ett detaljerat protokoll för insamling av SfM-bilder för att generera 3D-modeller av bentiska livsmiljöer. Dessutom har kostnaden, tidseffektiviteten och utskriftskvaliteten för att använda en DSLR-kamera (Digital Single Lens Reflex) jämfört med en billigare actionkamera jämförts. En kompromiss mellan beräkningstid och upplösning observerades, där DSLR-kameran producerar modeller med mer än dubbelt så hög upplösning, men tar ungefär 1,4 gånger längre tid att producera än actionkameran. Denna primer syftar till att ge en grundlig beskrivning av de steg som krävs för att samla in SfM-data i bentiska livsmiljöer för dem som inte känner till tekniken såväl som för dem som redan använder liknande metoder.

Introduction

Ekosystemprocesser är naturligt dynamiska och kan vara svåra att kvantifiera. Det senaste decenniet har sett en ökning av ny teknik för att fånga ekosystem och deras dynamik i en rad skalor från 3D-laserskanning av enskilda ekosystemfunktioner till satellitfjärranalys av stora områden 1,2,3. I bentiska livsmiljöer är strukturen intimt kopplad till ekosystemfunktion8, vilket gör verktyg som samtidigt möjliggör övervakning av geometri och samhällsstruktur särskilt värdefulla för att förstå ekologisk dynamik. Många moderna metoder kan dock inte användas i akvatiska system på grund av vattnets fysikaliska egenskaper (t.ex. brytning, distorsion, grumlighet). Tekniker, såsom LiDAR (Light Detection and Ranging) och vissa flygundersökningsmetoder, kan vara lämpliga på stora rumsliga skalor, men kan inte få den upplösning som behövs för att bedöma finskaliga förändringar i bentiska livsmiljöer. Struktur-från-rörelse (SfM) fotogrammetrimetoder har nyligen anpassats för att producera storskaliga, högupplösta ortomosaiker och 3D-ytmodeller av undervattensmiljöer 4,5,6,7.

SfM-fotogrammetri är en relativt billig, enkel, icke-invasiv och repeterbar metod som möjliggör generering av storskaliga, högupplösta register över den bentiska miljön i akvatiska ekosystem9. SfM använder en sekvens av 2D-bilder för att generera 3D-modellrekonstruktioner. Modellerna som genereras från SfM kan användas för att samla in data om den strukturella komplexiteten (t.ex. rugositet, dimensionalitet)4,5,10,11,12 och samhällsstruktur (t.ex. artsammansättning, populationsdemografi)13,14,15 av bentiska ekosystem. Dessutom, eftersom denna metod är relativt billig, snabb och repeterbar, kan den användas av både forskare och icke-forskare för att samla värdefull, objektiv information om dessa ekosystem. Därför är denna metod en livskraftig teknik för användning i medborgarvetenskapliga projekt där standardisering av provtagningsinsatser, minimering av partiskhet, deltagarnas engagemang och enkel utbildning är avgörande för kvaliteten på data och övergripande framgång16,17.

Den här artikeln innehåller ett detaljerat protokoll för att utföra SfM-undersökningar under vattnet. Samtidigt har användningen av en DSLR-kamera jämförts med en mer kostnadseffektiv "actionkamera", och de relativa fördelarna och nackdelarna med var och en beskrivs. Det övergripande målet är att bekanta forskare och icke-forskare med bentiska SfM-undersökningsmetoder så snabbt som möjligt genom att tillhandahålla ett enkelt, vanligt använt protokoll, vilket i sin tur främjar användningen av denna metod i större utsträckning.  För exempel på studier som har tillämpat variationer av denna metod för att studera ekologiska samhällen under vattnet, se Burns et al. (2015) (2015) 4, Storlazzi et al. (2016) (2016 och 2018) 19, 20, Edwards et al. (2017) (2017) 14, George et al. (2018) ) 21, Anelli et al. (2019) 22 och Torres-Pulliza et al. (2020) 10.

Metoden som beskrivs här kräver ett snorkel- eller SCUBA-team för två personer. När undersökningsplatsen har valts placeras en linjespole (figur 1A) i mitten av platsen och kalibreringsplattor (figur 1B) fördelas ~ 2 m från mitten. En person (simmaren) simmar med kameran och tar bilder av platsen, medan den andra personen (assistenten) sköter spolen i mitten av tomten (figur 1C). Först ansluter simmaren kameran till spolen via linjen och börjar sedan ta kontinuerliga bilder av bentos medan han simmar med framsidan nedåt och framåt för att varva ner linan från spolen. Simmaren bör alltid hålla ett vertikalt avstånd på ~ 1 m över underlaget och justera sin position för att matcha topografin när de simmar. Det är viktigt att linjen som förbinder spolen och kameran alltid är spänd för att skapa jämnt avstånd i spiralen när simmaren undersöker tomten. Assistenten håller spolen i ett stabilt, upprätt läge och ser till att spolen inte roterar och att linjen inte trasslar ihop sig.

När linan är helt upprullad stannar simmaren, vänder sig och simmar i motsatt riktning för att rekylera linan runt spolen. När simmaren byter riktning vrider assistenten spolen för att linda in linan, exakt 180° för att förhindra exakt överlappning av den utgående banan. När simmaren är så nära mitten som möjligt lossas kameran från linjen, och assistenten tar spolen och linjen och simmar bort från den centrala delen av platsen. Simmaren avslutar sedan avbildningen av mitten av tomten genom att flytta kameran i en liten spiral över mitten. Även om det finns flera sätt att avbilda ett område effektivt, är spol-och-linjemetoden som beskrivs här robust även i icke-idealiska miljöförhållanden där hackigt ytvatten, svällning eller låg sikt annars kan hindra datainsamling. I dessa scenarier håller denna metod snorklare / dykare anslutna och säkerställer hög överlappning av bilder genom att hålla simmaren på en kontrollerad väg.

Protocol

1. Material

  1. Kamera
    1. Säkerställ minimispecifikationer för hållbarhet och vattentät natur (eller ett vattentätt hölje) och en minsta bildhastighet på 2 ramar / s (fps).
      En lägsta bildrutehastighet på ~4 fps användes i det här exemplet.
    2. DSLR-kamera (Digital Single Lens Reflex)
      1. Ställ in kameran så att den fotograferar kontinuerligt med en fotograferingshastighet mellan 2 fps och 5 fps.
      2. För att återge protokollet som beskrivs i det här exemplet, använd en kamera i ett undervattenshölje (se materialförteckning) med följande inställningar: manuellt läge (M); f10, 18 mm; slutartid = 1/320; exponeringskompensation = -1/3; bildkvalitet = högsta, ingen RAW; körläge = kontinuerlig; autofokus = AI SERVO; ISO = Auto, max3200; filnumrering = Automatisk återställning; bild rotera automatiskt = Av; tid/datum = UTC.
    3. Action kamera
      1. Ställ in på videoläge eller kontinuerligt fotograferingsläge med högsta möjliga upplösning och bildhastighet.
        OBS: Actionkameran kan också användas i kontinuerligt läge så länge bildfrekvensen är 2 bilder per sekund eller mer.
      2. Om du vill återskapa protokollet i det här exemplet (se Materialförteckning) använder du en vattentät actionkamera med följande inställningar: Videoupplösning = 4K (bildförhållande 4:3); Bildhastighet = 30 fps.
        OBS: För actionkameror kan det vara lättare att fästa linan från spolen på simmaren i stället för på kameran. I det här exemplet fästes linan på simmarens handled via en liten snodd.
  2. Spolrigg (figur 1A)
    1. Se till att spolen har rätt storlek för att rymma den linjelängd som behövs för undersökningsplatsens radie.
      OBS: Spolens omkrets styr avståndet mellan spiralsimlinjerna, och linjens längd bestämmer provområdet. I det här exemplet användes en spole med en diameter på ~ 8 tum (~ 20 cm) för ~ 50 tum (~ 1,3 m) avstånd mellan simlinjer. Se 9 för mer information.
    2. Välj en spolrigg med flänsad kant (för smidig styrning av linjen på och av spolen) och fästpunkter för handtag och stolpe (för att kontrollera höjden från underlaget). Se till att spolriggen i sig är negativt flytande eller gjord så med tillägg av vikter.
      OBS: I detta exempel användes polyvinylkloridrör (PVC) för handtaget och stolpen, och spolen 3D-printades i polymjölksyraplast. Spolen kan dock vara så enkel som ett stort PVC-rör eller något annat runt föremål med önskad diameter.
      1. För frekvent användning och/eller utmanande fältförhållanden, välj en spole tillverkad av ett mer hållbart material som aluminium.
      2. Se till att spolen inte roterar på stången eller snurrar när den används.
    3. Fäst linjen på spolen i ena änden och på ett löstagbart klipp i den andra för anslutning till kameran.
      OBS: Linjens längd definierar platsens radie. Här användes 6 m linje för platser med 12 m i diameter.
  3. Kalibreringsplattor
    1. Även om specialiserade kalibreringsplattor inte är nödvändiga, se till att negativt flytande, igenkännliga föremål av känd storlek ingår i modellen för skala. Tänk på överspännings- och aktuella förhållanden för att säkerställa att lämpliga material används, så att brickorna förblir stationära under fotosamlingen.
      OBS: Här trycktes skalmarkörmallar som var tillgängliga som en del av vissa program på vattentätt papper, som fästes på 1 tum tjocka PVC-plattor.
    2. Dykare behöver ett sätt att mäta plattans djup. I vårt exempel använder vi en elektronisk djupmätare (se Materialförteckning).
  4. Färgkorrigering
    1. Ställ in vitbalansen på kameran till anpassad. Ta ett foto av ett 18% grått kort eller vitt dykskiffer under vattnet innan varje SfM-undersökning börjar. Gör detta varje gång en ny webbplats startas.
      OBS: Fotot möjliggör färgkorrigering och hjälper också till att separera de nedladdade bilderna från olika webbplatser när du utför flera undersökningar samma dag.

2. Detaljerade metoder

  1. Val av webbplats
    1. Välj en plats som har tillräckligt med utrymme för att simma hela spiralmönstret (~113 m2 i det här exemplet). Utöver det område som inventeras, inkorporera ett litet buffertområde för att säkerställa att hela undersökningsområdet är tillräckligt fotograferat för att ge data av hög kvalitet.
    2. Tänk på förmågan och utrustningen hos tvåpersoners lag. Grunda platser (< ~ 2 m) kan undersökas på snorkel, medan djupare platser kan kräva SCUBA.
  2. Om du planerar att upprepade gånger undersöka platsen regelbundet, markera mittpunkten, där spolriggen kommer att placeras, med en tagg eller en permanent struktur (t.ex. armeringsjärn eller cinder block). Ta åtminstone en global positioneringssystemkoordinat så att platsen kan flyttas med hjälp av en utskrift av ortomosaiken.
    OBS: Permanenta undervattenskonstruktioner kräver vanligtvis tillstånd.
  3. Förbered webbplatsen.
    1. Ställ spolen mitt på webbplatsen.
    2. Ställ in kalibreringspaneler och registrera deras djup. Placera kalibreringsplattorna uppåt, ~2 m från mitten.
      I det här exemplet placerades 3 kalibreringsplattor i en triangel runt mitten av platsen. Kalibreringsplattor bör viktas och placeras på lämpligt sätt för att säkerställa minimal rörelse under insamlingen av fotona.
  4. Instruera simmaren att simma med kameran medan assistenten sköter spolen.
    1. Assistenten ställer stången och den anslutna spolen upprätt i mitten av den valda platsen och håller spolriggen upprätt och stillastående.
    2. Se till att simmaren fäster kamerans sida närmast spolen på linjen och håller kameran vänd rakt ner ~ 1 m från böjarna.
      OBS: Om simmaren måste luta kameran, försök att se till att den lutas något framåt snarare än bakåt för att undvika att samla bilder i simmarens skugga. Att luta kameran något framåt för både den utåtgående spiralen och returspiralen kan också fånga bättre vinklar på bentos och producera bättre modeller, särskilt när det finns överhäng och hål.
    3. När kameran är korrekt placerad börjar simmaren ta kontinuerliga bilder av bentos medan han simmar framåt och bibehåller spänningen på linjen.
    4. Se till att simmaren fortsätter att simma i en spiral med jämn hastighet medan du fotograferar tills linjen är helt upprullad från spolen.
      OBS: Simmaren bör försöka hålla ett konstant avstånd på ~ 1 m över bentos och simma spiralen i måttlig takt för att säkerställa tillräcklig överlappning mellan bilderna. När du är osäker är långsammare bättre.
    5. I mycket robusta miljöer (t.ex. korallrev), inkludera en tredje arbetare (andra assistent) som kan förhindra linjeintrassling genom att sväva över mitten av linjen och försiktigt lyfta den över hinder.
    6. När linan är helt ospolad vänder simmaren riktning, sätter tillbaka kameran om det behövs och simmar kameran i motsatt riktning för att börja spola tillbaka linan på spolen medan han tar bilder. OBS: Att simma den omvända spiralen är inte absolut nödvändigt, men kommer vanligtvis att ge bättre modeller.
    7. Om en enda spiralmetod är önskvärd för att spara tid, skulle simmaren lossa linjen från kameran och hoppa till steg 2.4.12 medan assistenten lindar linan och tar bort spolriggen från platsen.
    8. Så snart simmaren börjar simma i motsatt riktning roterar assistenten spolen för att linda linan i 1/2 varv (180°) mot den nya simriktningen. Denna 1/2 sväng säkerställer att simmarens returväg förskjuts från den ursprungliga vägen för att ge större fototäckning av platsen.
    9. Se till att simmaren fortsätter att ta bilder och simma den omvända spiralen tills linjen nästan helt spolas tillbaka runt spolen.
    10. När simmarens och assistentens avstånd förhindrar ytterligare framsteg slutar simmaren sedan ta bilder för att ta bort kameran från linjen och låta assistenten ta bort spolriggen från mitten av platsen.
    11. När spolen har tagits bort från platsen avbildar simmaren mitten av platsen genom att hålla kameran vänd rakt ner och flytta kameran i ett litet spiralmönster över mitten av platsen.

3. Städa upp webbplatsen.

  1. Plocka upp kalibreringsplattor och annan utrustning innan du lämnar platsen.
    OBS: Lämna aldrig skräp eller utrustning på en plats. Lämna alltid en webbplats renare än du hittade den.

Representative Results

I det här exemplet avbildades Reef Site 2_7 på Patch Reef 13 i Kāneʻohe Bay, Oʻahu, Hawaiʻi, och 3 125 JPEG-foton från DSLR och 3 125 JPEG-bildinspelningar från actionkameravideon (tabell 1) användes som indata för att skapa ortomosaikerna och 3D-modellerna. Det allmänna arbetsflödet bestod av 5 steg: 1) anpassning av foton för att generera det glesa punktmolnet, 2) skalning av det glesa punktmolnet och optimering av kameror, 3) byggande av det täta punktmolnet (djupkartor genererades också under detta steg), 4) byggande av digital höjdmodell (DEM) och ortomosaik, och 5) generering av 3D-modellen och textur. Observera att steg 4 och 5 inte nödvändigtvis behöver göras i den ordningen, men de måste utföras efter bearbetning av de täta punktmolns- och djupkartorna. Georeferering av modellerna bör ske innan ortomosaik och DEM genereras. Inställningarna som används för dessa steg och bearbetningsdetaljer beskrivs i tabell 2 respektive materialförteckning.

För mer detaljerade metoder för hur man genererar 3D-modeller och ortomosaik, se Supplementary Material och Suka et al.23. Bearbetningstiden var kortare för den actionkamera-härledda modellen för varje steg, inklusive gles punktmolngenerering, tät punktmolngenerering, nätmodellrendering och texturerad modellrendering. Detta ledde till en betydligt snabbare total bearbetningstid för actionkameramodellen (6 h 39 min) än DSLR-modellen (9 h 14 min). Den exakta tiden för modellbearbetning varierar beroende på beräkningskraft och specifika maskinvarukonfigurationer.

Modellen som genererades med bilder från DSLR-kameran innehöll 2 848 358 glesa molnpunkter och 787 450 347 täta molnpunkter medan modellen som genererades från actionkamerabilderna endast innehöll 2 630 543 glesa molnpunkter och 225 835 648 täta molnpunkter. Detta ledde till att DSLR-modellerna hade mer än 2x högre upplösning än actionkameramodellerna med ortomosaikupplösningar på 0,442 och 0,208 mm/pixel för DSLR- respektive actionkamera-härledda modeller (tabell 1). Trots den bättre upplösningen av DSLR-modellen i förhållande till actionkameramodellen kunde båda metoderna producera högkvalitativa modeller med liten skillnad i visuell representation när ~ 113 m 2 revområdet representerades som en 20 cm 2 digital höjdmodell (figur 2 topppaneler) eller 2D ortomosaikprojektion (figur 2 mittpaneler).

Figure 1
Figur 1: Struktur-från-rörelse-fotogrammetri. (A) Exempel på en spolrigg för kontroll av simmaravstånd med ett fastsatt handtag och stav för exakt positionering och hantering. (B) Kalibreringsplattor. (C) En schematisk bild av simbanan med simmarens relativa positioner (grön) och assistenten (orange). Klicka här för att se en större version av denna figur.

Figure 2
Figur 2: Visuell jämförelse av digitala höjdmodeller och ortomosaik. Digitala höjdmodeller (överst) och ortomosaik (mitten) konstruerade av DSLR (vänster) och actionkamera (höger) bilder. Den nedre panelen är en zoom av områdena i de vita rutorna i ortomosaikerna. Värmekartskalorna i den övre panelen representerar avståndet från vattenytan i meter (m). Klicka här för att se en större version av denna figur.

Canon EOS Rebel SL3 GoPro Hero 7
Kostnad
Kamera ~$600.00 ~$220.00
Undervattenshus ~$1 700,00 NA
Totalkostnad ~$2,300.00 ~$220.00
Foton
Filformat för foto .jpeg .jpeg
Fotoupplösning 24 megapixlar 12 megapixlar (från 4K-video)
Justerade foton / totalt antal foton 3125 / 3125 3125 / 3125
Mätvärden för fotogrammetri
Glesa molnpunkter 2,848,358 2,630,543
Täta molnpunkter 787,450,347 225,835,648
Ansikten (3D-modell) 11,919,451 3,834,651
Upplösning för digital höjdmodell (DEM) 0,831 mm/pixel 1,77 mm/pixel
Ortomosaik upplösning 0,208 mm/pixel 0,442 mm/pixel
Handläggningstider
Gles molngenerering 1 tim 23 min 1 tim 27 min
Tät molngenerering 4 timmar 3 tim 11 min
Rendering av nätmodell 3 tim 32 min 1 tim 49 min
Textur rendering 19 minuter 12 minuter
Total datorbehandlingstid 9 tim 14 min 6 tim 39 min

Tabell 1: Detaljerad information om installationskostnad, foton som används för att konstruera modellerna, fotogrammetrimått och bearbetningstid. Bearbetningen gjordes med samma inställningar för båda modellerna. Observera att bearbetningstiden inte inkluderar tid för olika steg som fotoredigering, extrahera bilder från video, justera foton och redigera och skala modellerna.

Canon EOS Rebel SL3 GoPro Hero 7
Bilder
Genomsnittlig filstorlek ~ 8,3 Mbyte ~ 4,7 MB
Foto förvärv Kontinuerligt läge Extraherad från 4K-video
Färgkorrigering Handbok Handbok
Korrigering av objektiv Nej Ja
Inställningar för fotogrammetriprocess
Gles molngenerering Noggrannhet: Hög Noggrannhet: Hög
Nyckelpunkt: 40 000 Nyckelpunkt: 40 000
Slips: 4 000 Slips: 4 000
Allmänt förval: Ja Allmänt förval: Ja
Tät molngenerering Medelhög kvalitet Medelhög kvalitet
Generering av 3D-nätmodeller
Källdata: Djupkartor Djupkartor
Kvalitet: Medium Medium
Antal ansikten: Låg Låg
Interpolation: Aktiverat Aktiverat
Beräkna hörnfärger: Ja Ja
3D-texturgenerering
Typ av textur: Diffus karta Diffus karta
Källdata: Bilder Bilder
Kartläggningsläge: Allmän Allmän
Blandningsläge: Mosaik Mosaik
Texturstorlek/texturantal: 4096 / 1 4096 / 1
Digital höjdmodell (DEM) Från tätt moln Från tätt moln
Ortomosaik Från DEM Från DEM

Tabell 2: Detaljerad information om insamlade bilder och fotogrammetrisk bearbetning. Bearbetningen gjordes med samma inställningar för båda modellerna.

Kompletterande material. Klicka här för att ladda ner den här filen. 

Discussion

Denna studie visar att både DSLR-kameran och actionkameran producerar modeller med bättre upplösning än 0,5 mm/pixel på mindre än 10 timmars bearbetningstid på en vanlig stationär dator. Den stora avvägningen mellan DSLR och actionkamera, bortsett från kostnaden, är finare upplösning respektive snabbare bearbetningstid. De rapporterade behandlingstiderna inkluderar dock endast beräkningsbearbetningen. Således, även om beräkningstiden är mindre för actionkameran, investeras det en betydande tid (10-20 min) i bildutvinning från videorna som inte krävs med DSLR. Ett alternativ är att använda actionkameran i serietagningsläge för att undvika bildextrahering. Läget för kontinuerlig tagning användes inte i det här exemplet, eftersom actionkameran bara kan fotografera med 2 bilder per sekund, vilket kräver en betydligt långsammare simhastighet för att samla in tillräckligt med bilder för att bygga en komplett modell. I detta avseende finns det en avvägning mellan längre tid i fältet med kontinuerligt fotograferingsläge kontra längre tid på datorn, extrahera bilder, när du använder videoläge.

Fördelarna med actionkameran inkluderar överkomliga priser och enkel transport och drift under vattnet. Den största fördelen med DSLR är att den producerar bilder med högre upplösning; Därför rekommenderas DSLR-kameror framför actionkameror när den förra inte är kostnadsoöverkomlig. De typer av frågor som en studie försöker ta itu med kommer också att vara viktiga för att bestämma den använda metoden. Till exempel kan en actionkamera vara att föredra i miljöer som är relativt homogena (t.ex. sjögräsbäddar, döda koraller / murar) eller där endast breda samhällsmått (som överflöd, mångfald) bedöms över stora rumsliga skalor. En DSLR-kamera kan dock användas i fall där spårning av finskaliga förändringar i enskilda organismer eller substrat är av intresse.

Eftersom detta är en fältmetod beror modellens resultat på olika miljöfaktorer som belysning, vattenklarhet, ytförhållanden, överspänningsmängd och rörelse av fisk eller icke-stationära bentiska strukturer (t.ex. havsgräs). Även om det inte finns några absoluta trösklar för när det är lämpligt att använda denna metod, ger något mulna dagar med hög vattenklarhet, lugna ytförhållanden och liten våg vanligtvis de bästa modellerna. Dessutom finns det en gräns för det minsta djup som krävs för dessa metoder. Dessa metoder fungerar inte bra under förhållanden där det finns mindre än 0,5 m vatten på grund av den låga överlappningen mellan foton och färre särdrag per foto. Detta belyser dock en annan fördel med actionkameran, dvs de är mindre och därmed lättare att använda på grundare djup. Dessutom kan en spole med mindre diameter och högre bildhastighet (eller objektiv med bredare vinkel) förbättra bildöverlappningen under mycket grunda förhållanden9.

Många andra datatyper kan integreras med den här metoden. Till exempel har ortomosaiker använts för att visa den rumsliga densiteten hos molekylära data (t.ex. gener och metaboliter) på koraller24 och människor25 med hjälp av programvaran "ili" med öppen källkod26. Samma plattform kan också användas för att kartlägga rumstätheten hos djur, mikroorganismer, virus och / eller kemikalier i miljön. Andra exempel har använt SfM för att kommentera bentiska arter rumsligt på ortomosaiker med hjälp av geografisk informationssystemprogramvara10. Dessutom kan de 3D-modeller som genereras av SfM användas för att uppskatta livsmiljöegenskaper som rugositet och fraktal dimension. Faktum är att de metoder som beskrivs här nyligen användes för att härleda en ny geometrisk teori för livsmiljöytor10. Slutligen används ortomosaiker som ingångsytor för rumsligt explicita beräkningsmodeller, vilket gör det möjligt att lägga dynamiska simuleringar på modellens 3D-yta. Att enkelt kunna generera stora bilder och 3D-representationer av bentiska livsmiljöer har gjort det möjligt för marina forskare att ta itu med hittills oanade frågor3.

Sammantaget är här ett detaljerat protokoll för att genomföra undervattens SfM-fotogrammetri med antingen DSLR-kameror eller mer kostnadseffektiva actionkameror. Dessa metoder kan användas av forskare för ett brett spektrum av ändamål, från att extrahera data om bentiska ekosystem till att utveckla 3D-ingångsytor för in silico-simuleringar . Dessa protokoll kan dock också användas av icke-forskare som en del av medborgarvetenskapliga insatser för att samla värdefull information om mönster av biologisk mångfald, livsmiljökomplexitet, samhällsstruktur och andra ekologiska mätvärden.

Disclosures

Författarna har inga konkurrerande ekonomiska intressen eller andra intressekonflikter.

Acknowledgments

Vi tackar Paul G. Allen Family Foundation för att finansiera denna forskning och är tacksamma för Ruth Gates för inspirationen att använda teknik för att bevara rev. Vi tackar också NOAA och andra samarbetspartners för tankeväckande diskussion om dessa metoder. Slutligen tackar vi Catie Foley och Patrick Nichols för att ha tillhandahållit drönaren och undervattensvideon av dessa metoder.

Vi uppmärksammar National Fish and Wildlife Foundation som finansieringspartner i detta arbete.

Materials

Name Company Catalog Number Comments
Action camera (GoPro Hero7 Black) GoPro Could be any waterproof action camera
Adobe Lightroom Adobe Color correction
Calibration tiles ( flat PVC board cut to size for Agisoft targets. Attach a dive weight underneath if expecting waves) Any negatively buoyant object of known size and color. We recommend using the scale marker templates available from Agisoft Metashape software (v.1.6.0).
DSLR camera (Canon EOS Rebel SL3 ) Canon 3453C002AA Could be any DSLR camera in a underwater housing
Line (plastic clothes line filament) Any negatively buoyant line that is strong enough to withstand field use
Micro SDXC memory card (for GoPro)
Oceanic Veo 2.0 Oceanic Digital depth gauge
SDXC memory card (for DSLR) Any SDXC memory card should work, so long as there is enough space to hold all the pictures necessary to build the model 
Spool (2 inch-long section of 8 inch diameter PVC pipe which was attached to a 3 feet section of 1 inch PVC pipe to form the stem Any negatively buoyant, round object of the desired diameter
Underwater camera housing for DSLR (Ikelite 200DLM/C Underwater TTL Housing) Ikelite 6970.09 Should be the specific water housing for the DSLR make and model
Windows 10 desktop computer with an Intel i9-9900K 8-core CPU, two Nvidia GeForceRTX 2070 SUPER GPUs, and 128 GB of RAM.  Processing 

DOWNLOAD MATERIALS LIST

References

  1. Levy, J., Hunter, C., Lukacazyk, T., Franklin, E. C. Assessing the spatial distribution of coral bleaching using small unmanned aerial systems. Coral Reefs. 37 (2), 373-387 (2018).
  2. Muller-Karger, F. E., et al. Satellite sensor requirements for monitoring essential biodiversity variables of coastal ecosystems. Ecological Applications. 28 (3), 749-760 (2018).
  3. Dornelas, M., et al. Towards a macroscope: Leveraging technology to transform the breadth, scale and resolution of macroecological data. Global Ecology and Biogeography. 28, 1937-1948 (2019).
  4. Burns, J. H. R., Delparte, D., Gates, R. D., Takabayashi, M. Integrating structure-from-motion photogrammetry with geospatial software as a novel technique for quantifying 3D ecological characteristics of coral reefs. PeerJ. 2015 (3), 1077 (2015).
  5. House, J. E., et al. Moving to 3D: Relationships between coral planar area, surface area and volume. PeerJ. 2018 (6), 4280 (2018).
  6. Carlot, J., et al. Community composition predicts photogrammetry-based structural complexity on coral reefs. Coral Reefs. , 1-9 (2020).
  7. Young, G. C., Dey, S., Rogers, A. D., Exton, D. Cost and time-effective method for multi-scale measures of rugosity, fractal dimension, and vector dispersion from coral reef 3D models. PloS ONE. 12 (4), 0175341 (2017).
  8. Wilson, S. K., Robinson, J. P. W., Chong-Seng, K., Robinson, J., Graham, N. A. J. Boom and bust of keystone structure on coral reefs. Coral Reefs. 38 (4), 625-635 (2019).
  9. Pizarro, O., Friedman, A., Bryson, M., Williams, S. B., Madin, J. A simple, fast, and repeatable survey method for underwater visual 3D benthic mapping and monitoring. Ecology and Evolution. 7 (6), 1770-1782 (2017).
  10. Torres-Pulliza, D., et al. A geometric basis for surface habitat complexity and biodiversity. Nature Ecology & Evolution. 4, 1495-1501 (2020).
  11. Bayley, D., Mogg, A., Koldewey, H., Purvis, A. Capturing complexity: field-testing the use of 'structure from motion'derived virtual models to replicate standard measures of reef physical structure. PeerJ. 2019 (7), 6540 (2019).
  12. Leon, J. X., Roelfsema, C. M., Saunders, M. I., Phinn, S. R. Measuring coral reef terrain roughness using 'Structure-from-Motion' close-range photogrammetry. Geomorphology. 242, 21-28 (2015).
  13. Burns, J. H. R., et al. Assessing the impact of acute disturbances on the structure and composition of a coral community using innovative 3D reconstruction techniques. Methods in Oceanography. 15-16, 49-59 (2016).
  14. Edwards, C. B., et al. Large-area imaging reveals biologically driven non-random spatial patterns of corals at a remote reef. Coral Reefs. 36, 1291-1305 (2017).
  15. Piazza, P., et al. Underwater photogrammetry in Antarctica: long-term observations in benthic ecosystems and legacy data rescue. Polar Biology. 42 (6), 1061-1079 (2019).
  16. Bonney, R., et al. Citizen science: A developing tool for expanding science knowledge and scientific literacy. BioScience. 59 (11), 977-984 (2009).
  17. Dickinson, J. L., Zuckerberg, B., Bonter, D. N. Citizen science as an ecological research tool: Challenges and benefits. Annual Review of Ecology, Evolution, and Systematics. 41 (1), 149-172 (2010).
  18. Storlazzi, C. D., Dartnell, P., Hatcher, G., Gibbs, A. E. End of the chain? Rugosity and fine-scale bathymetry from existing underwater digital imagery using structure-from-motion (SfM) technology. Coral Reefs. 35 (3), 889-894 (2016).
  19. Ventura, D., Lasinio, G. J., Belluscio, A., Ardizzone, G. A low-cost drone based application for identifying and mapping of coastal fish nursery grounds Feeding ecology View project Habitat use of juvenile Diplodus species View project. Estuarine Coastal and Shelf Science. 171, 85-98 (2016).
  20. Ventura, D., Bonifazi, A., Gravina, M. F., Belluscio, A., Ardizzone, G. Mapping and classification of ecologically sensitive marine habitats using unmanned aerial vehicle (UAV) imagery and object-based image analysis (OBIA). Remote Sensing. 10 (9), 1331 (2018).
  21. George, E. E., et al. Relevance of coral geometry in the outcomes of the coral-algal benthic war. bioRxiv. , (2018).
  22. Anelli, M., et al. Towards new applications of underwater photogrammetry for investigating coral reef morphology and habitat complexity in the Myeik Archipelago, Myanmar. Geocarto International. 34 (5), 459-472 (2017).
  23. Suka, R., et al. Processing photomosaic imagery of coral reefs using structure-from-motion standard operating procedures. U.S. Dept. of Commerce, NOAA Technical Memorandum NOAA-TM-NMFS-PIFSC-93. , (2019).
  24. Galtier d'Auriac, I., et al. Before platelets: the production of platelet-activating factor during growth and stress in a basal marine organism. Proceedings of the Royal Society B: Biological Sciences. 285 (1884), 20181307 (2018).
  25. Bouslimani, A., et al. Molecular cartography of the human skin surface in 3D. Proceedings of the National Academy of Sciences of the United States of America. 112 (17), 2120-2129 (2015).
  26. Protsyuk, I., et al. 3D molecular cartography using LC-MS facilitated by Optimus and 'ili software. Nature Protocols. 13 (1), 134-154 (2018).

Tags

Miljövetenskap nummer 170 SfM fotogrammetri Fältmetoder Bentiska undersökningar Ekologisk övervakning Gemenskapens sammansättning Habitatstruktur
En fältprimer för övervakning av bentiska ekosystem med hjälp av struktur-från-rörelse-fotogrammetri
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Roach, T. N. F., Yadav, S., Caruso,More

Roach, T. N. F., Yadav, S., Caruso, C., Dilworth, J., Foley, C. M., Hancock, J. R., Huckeba, J., Huffmyer, A. S., Hughes, K., Kahkejian, V. A., Madin, E. M. P., Matsuda, S. B., McWilliam, M., Miller, S., Santoro, E. P., Rocha de Souza, M., Torres-Pullizaa, D., Drury, C., Madin, J. S. A Field Primer for Monitoring Benthic Ecosystems Using Structure-From-Motion Photogrammetry. J. Vis. Exp. (170), e61815, doi:10.3791/61815 (2021).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter