Traitement automatique d’images pour déterminer la structure granulométrique des macroinvertébrés riverains
Summary
L’article est basé sur la création d’un protocole adapté pour scanner, détecter, trier et identifier des objets numérisés correspondant à des macroinvertébrés benthiques de rivière à l’aide d’une procédure d’imagerie semi-automatique. Cette procédure permet l’acquisition des distributions de taille individuelles et des métriques de taille d’une communauté de macroinvertébrés en environ 1 h.
Abstract
La taille corporelle est un trait fonctionnel important qui peut être utilisé comme bioindicateur pour évaluer les impacts des perturbations dans les communautés naturelles. La structure de taille des communautés réagit aux gradients biotiques et abiotiques, y compris les perturbations anthropiques entre les taxons et les écosystèmes. Cependant, la mesure manuelle d’organismes de petite taille tels que les macroinvertébrés benthiques (par exemple, >500 μm à quelques centimètres de long) prend beaucoup de temps. Pour accélérer l’estimation de la structure de la taille des communautés, nous avons développé ici un protocole pour mesurer semi-automatiquement la taille corporelle individuelle des macroinvertébrés de rivière préservés, qui sont l’un des bioindicateurs les plus couramment utilisés pour évaluer l’état écologique des écosystèmes d’eau douce. Ce protocole est adapté d’une méthodologie existante développée pour scanner le mésozooplancton marin avec un système de balayage conçu pour les échantillons d’eau. Le protocole comprend trois étapes principales : (1) balayage de sous-échantillons (fractions fines et grossières) de macroinvertébrés de rivière et traitement des images numérisées pour individualiser chaque objet détecté dans chaque image; (2) créer, évaluer et valider un ensemble d’apprentissage grâce à l’intelligence artificielle pour séparer semi-automatiquement les images individuelles de macroinvertébrés des détritus et des artefacts dans les échantillons numérisés; et (3) la représentation de la structure granulométrique des communautés de macroinvertébrés. En plus du protocole, ce travail comprend les résultats de l’étalonnage et énumère plusieurs défis et recommandations pour adapter la procédure aux échantillons de macroinvertébrés et envisager d’autres améliorations. Dans l’ensemble, les résultats appuient l’utilisation du système de balayage présenté pour la mesure automatique de la taille corporelle des macroinvertébrés de rivière et suggèrent que la représentation de leur spectre de taille est un outil précieux pour la bioévaluation rapide des écosystèmes d’eau douce.
Introduction
Les macroinvertébrés benthiques sont largement utilisés comme bioindicateurs pour déterminer l’état écologique des masses d’eau1. La plupart des indices décrivant les communautés de macroinvertébrés se concentrent sur des mesures taxonomiques. Cependant, de nouveaux outils de bioévaluation qui intègrent la taille corporelle sont encouragés à fournir une perspective alternative ou complémentaire aux approches taxonomiques 2,3.
La taille corporelle est considérée comme un métatrait lié à d’autres traits vitaux tels que le métabolisme, la croissance, la respiration et le mouvement4. De plus, la taille du corps peut déterminer la position trophique et les interactions5. La relation entre la taille corporelle individuelle et la biomasse normalisée (ou l’abondance) par classe de taille dans une communauté est définie comme le spectre de taille6 et suit le schéma général d’une diminution linéaire de la biomasse normalisée à mesure que la taille individuelle augmente sur une échelle logarithmique7. La pente de cette relation linéaire a été largement étudiée théoriquement, et des études empiriques sur les écosystèmes l’ont utilisée comme indicateur écologique de la structure de taille de la communauté4. Un autre indicateur synthétique de la structure de taille des communautés qui a été utilisé avec succès dans les études sur la biodiversité et le fonctionnement des écosystèmes est la diversité de la taille des communautés, qui est représentée par l’indice de Shannon des classes de taille du spectre de taille ou son analogique, qui est calculé sur la base des distributions de tailleindividuelles 8.
Dans les écosystèmes d’eau douce, la structure granulométrique des différents groupes fauniques est utilisée comme indicateur ataxique pour évaluer la réponse des communautés biotiques aux gradients environnementaux 9,10,11 et aux perturbations anthropiques 12,13,14,15,16. Les macroinvertébrés ne font pas exception, et leur structure granulométrique répond également aux changements environnementaux17,18 et aux perturbations anthropiques, telles que l’exploitation minière 19, l’utilisation des terres 20 ou l’enrichissement en azote (N) et en phosphore (P) 20,21,22. Cependant, mesurer des centaines d’individus pour décrire la structure de taille de la communauté est une tâche fastidieuse et chronophage qui est souvent évitée en tant que mesure de routine dans les laboratoires en raison d’un manque de temps. Ainsi, plusieurs méthodes d’imagerie semi-automatiques ou automatiques pour classer et mesurer les échantillons ont été développées23,24,25,26. Cependant, la plupart de ces méthodes sont davantage axées sur la classification taxonomique que sur la taille individuelle des organismes et ne sont pas prêtes à être utilisées pour tous les types de macroinvertébrés. En écologie du plancton marin, un système d’analyse d’images à balayage a été largement utilisé pour déterminer la taille et la composition taxonomique des communautés de zooplancton 27,28,29,30,31. Cet instrument peut être trouvé dans plusieurs instituts marins à travers le monde, et il est utilisé pour scanner des échantillons de zooplancton préservés afin d’obtenir des images numériques haute résolution de l’échantillon entier. Le protocole actuel adapte l’utilisation de cet instrument pour estimer le spectre de taille des communautés de macroinvertébrés dans les rivières de manière automatique rapide sans investir dans la création d’un nouveau dispositif.
Le protocole consiste à scanner un échantillon et à traiter l’image entière pour obtenir automatiquement des images uniques (c.-à-d. des vignettes) des objets de l’échantillon. Plusieurs mesures de forme, de taille et de niveaux de gris caractérisent chaque objet et permettent la classification automatique des objets en catégories, qui sont ensuite validées par un expert. La taille individuelle de chaque organisme est calculée à l’aide du biovolume ellipsoïdal (mm3), qui est dérivé de la surface de l’organisme mesurée en pixels. Cela permet d’obtenir rapidement le spectre de taille de l’échantillon. À notre connaissance, ce système d’imagerie par balayage n’a été utilisé que pour traiter des échantillons de mésozooplancton, mais le dispositif pourrait potentiellement permettre de travailler avec des macroinvertébrés benthiques d’eau douce.
L’objectif global de cette étude est donc d’introduire une méthode permettant d’obtenir rapidement la taille individuelle des macroinvertébrés de rivière préservés en adaptant un protocole existant précédemment utilisé avec le mésozooplanctonmarin 27,32,33. La procédure consiste à utiliser une approche semi-automatique qui fonctionne avec un dispositif de balayage pour numériser des échantillons d’eau et trois logiciels ouverts pour traiter les images numérisées. Un protocole adapté pour scanner, détecter et identifier les macroinvertébrés de rivière numérisés afin d’acquérir automatiquement la structure de taille de la communauté et les mesures de taille connexes est présenté ici. L’évaluation de la procédure et des lignes directrices visant à améliorer l’efficacité est également présentée sur la base de 42 images scannées d’échantillons de macroinvertébrés fluviaux prélevés dans trois bassins du nord-est (NE) de la péninsule ibérique (Ter, Segre-Ebre et Besòs).
Les échantillons ont été prélevés sur des tronçons de rivière de 100 m conformément au protocole d’échantillonnage sur le terrain et d’analyse en laboratoire des macroinvertébrés benthiques dans les rivières guéables du gouvernement espagnol34. Les échantillons ont été prélevés avec un échantillonneur surber, châssis : 0,3 m x 0,3 m, maille : 250 μm) à la suite d’un relevé multi-habitats. En laboratoire, les échantillons ont été nettoyés et tamisés à travers un maillage de 5 mm et un maillage de 500 μm pour obtenir deux sous-échantillons: un sous-échantillon grossier (maille de 5 mm) et un sous-échantillon fin (maille de 500 μm), qui ont été stockés dans des flacons séparés et conservés dans de l’éthanol à 70%. La séparation de l’échantillon en deux fractions granulométriques permet une meilleure estimation de la structure de taille de la communauté, car les grands organismes sont plus rares et moins nombreux que les petits organismes. Sinon, l’échantillon scanné a une représentation biaisée de la fraction de grande taille.
Protocol
Representative Results
Discussion
L’adaptation de la méthodologie décrite par Gorsky et al., 2010 pour les macroinvertébrés riverains permet une grande précision de classification dans l’estimation de la structure de la taille des communautés de macroinvertébrés d’eau douce. Les résultats suggèrent que le protocole peut réduire le temps d’estimation de la structure de taille individuelle dans un échantillon à environ 1 heure. Ainsi, le protocole proposé vise à promouvoir l’utilisation systématique des spectres de taille des macr…
Offenlegungen
The authors have nothing to disclose.
Acknowledgements
Ce travail a été soutenu par le ministère espagnol de la Science, de l’Innovation et des Universités (numéro de subvention RTI2018-095363-B-I00). Nous remercions les membres du CERM-UVic-UCC Èlia Bretxa, Anna Costarrosa, Laia Jiménez, María Isabel González, Marta Jutglar, Francesc Llach et Núria Sellarès pour leur travail dans l’échantillonnage sur le terrain des macroinvertébrés et le tri en laboratoire, ainsi que David Albesa pour sa collaboration à la numérisation des échantillons. Nous remercions enfin Josep Maria Gili et l’Institut de Ciències del Mar (ICM-CSIC) pour l’utilisation des installations de laboratoire et de l’appareil scanner.
Materials
| Beaker | Labbox | Other containers could be used | |
| Dionized water | Icopresa | 8420239600123 | To dilute the ethanol |
| Funnel | Vitlab | 41094 | |
| Glass vials 8 ml | Labbox | SVSN-C10-195 | 1 vial/subsample |
| ImageJ Software | Free access | Version 4.41o/ Image processing software | |
| Large frame | Hydroptic | Provided by ZooScan | 24.5 cm x 15.8 cm |
| Monalcol 96 (Ethanol 96) | Montplet | 1050JE001 | |
| Plankton Identifier Software | Free access | Version 1.2.6/ Automatic identification software | |
| Sieve | Cisa | 26852.2 | Nominal aperture 500µ and nominal aperture 0,5 cm |
| Tweezers | Bondline | B5SA | Stainless, anti-magnetic, anti-acid |
| VueScan 9 x 64 (9.5.09) Software | Hydroptic | Version 9.0.51/ Sacn software | |
| Wooden needle | Any plastic or wood needle can be used | ||
| Zooprocess Software | Free access | Version 7.14/Image processing software | |
| ZooScan | Hydroptic | 54 | Version III/ Scanner |
Referenzen
- Birk, S., et al. Three hundred ways to assess Europe’s surface waters: An almost complete overview of biological methods to implement the Water Framework Directive. Ecological Indicators. 18, 31-41 (2012).
- Basset, A., Sangiorgio, F., Pinna, M. Monitoring with benthic macroinvertebrates: advantages and disadvantages of body size descriptors. Aquatic Conservation: Marine and Freshwater Ecosystems. 14, S43-S58 (2004).
- Reyjol, Y., et al. Assessing the ecological status in the context of the European Water Framework Directive: Where do we go now. Science of the Total Environment. 497-498, 332-344 (2014).
- Brown, J. H., Gillooly, J. F., Allen, A. P., Savage, V. M., West, G. B. Toward a metabolic theory of ecology. Ecology. 85 (7), 1771-1789 (2004).
- Woodward, G., et al. Body size in ecological networks. Trends in Ecology & Evolution. 20 (7), 402-409 (2005).
- Sprules, W. G., Barth, L. E. Surfing the biomass size spectrum: Some remarks on history, theory, and application. Canadian Journal of Fisheries and Aquatic Sciences. 73 (4), 477-495 (2016).
- White, E. P., Ernest, S. K. M., Kerkhoff, A. J., Enquist, B. J. Relationships between body size and abundance in ecology. Trends in Ecology & Evolution. 22 (6), 323-330 (2007).
- Quintana, X. D., et al. A nonparametric method for the measurement of size diversity with emphasis on data standardization. Limnology and Oceanography – Methods. 6 (1), 75-86 (2008).
- Blanchard, J. L., Heneghan, R. F., Everett, J. D., Trebilco, R., Richardson, A. J. From bacteria to whales: Using functional size spectra to model marine ecosystems. Trends in Ecology & Evolution. 32 (3), 174-186 (2017).
- Petchey, O. L., Belgrano, A. Body-size distributions and size-spectra: Universal indicators of ecological status. Biology Letters. 6 (4), 434-437 (2010).
- Emmrich, M., et al. Geographical patterns in the body-size structure of European lake fish assemblages along abiotic and biotic gradients. Journal of Biogeography. 41 (12), 2221-2233 (2014).
- Arranz, I., Brucet, S., Bartrons, M., García-Comas, C., Benejam, L. Fish size spectra are affected by nutrient concentration and relative abundance of non-native species across streams on the NE Iberian Peninsula. Science of the Total Environment. 795, 148792 (2021).
- Vila-Martínez, N., Caiola, N., Ibáñez, C., Benejam, L. l., Brucet, S. Normalized abundance spectra of the fish community reflect hydropeaking on a Mediterranean large river. Ecological Indicators. 97, 280-289 (2019).
- Benejam, L. l., Tobes, I., Brucet, S., Miranda, R. Size spectra and other size-related variables of river fish communities: systematic changes along the altitudinal gradient on pristine Andean streams. Ecological Indicators. 90, 366-378 (2018).
- Sutton, I. A., Jones, N. E. Measures of fish community size structure as indicators for stream monitoring programs. Canadian Journal of Fisheries and Aquatic Sciences. 77 (5), 824-835 (2019).
- Murry, B. A., Farrell, J. M. Resistance of the size structure of the fish community to ecological perturbations in a large river ecosystem. Freshwater Biology. 59, 155-167 (2014).
- Townsend, C. R., Thompson, R. M., Hildrew, A. G., Raffaelli, D. G., Edmonds-Brown, R. Body size in streams: Macroinvertebrate community size composition along natural and human-induced environmental gradients. In Body Size: The Structure and Function of Aquatic Ecosystems. , (2007).
- Gjoni, V., et al. Patterns of functional diversity of macroinvertebrates across three aquatic ecosystem types, NE Mediterranean. Mediterranean Marine Science. 20 (4), 703-717 (2019).
- Pomeranz, J. P. F., Warburton, H. J., Harding, J. S. Anthropogenic mining alters macroinvertebrate size spectra in streams. Freshwater Biology. 64 (1), 81-92 (2019).
- García-Girón, J., et al. Anthropogenic land-use impacts on the size structure of macroinvertebrate assemblages are jointly modulated by local conditions and spatial processes. Environmental Research. 204, 112055 (2022).
- Demi, L. M., Benstead, J. P., Rosemond, A. D., Maerz, J. C. Experimental N and P additions alter stream macroinvertebrate community composition via taxon-level responses to shifts in detrital resource stoichiometry. Functional Ecology. 33 (5), 855-867 (2019).
- Basset, A., et al. A benthic macroinvertebrate size spectra index for implementing the Water Framework Directive in coastal lagoons in Mediterranean and Black Sea ecoregions. Ecological Indicators. 12 (1), 72-83 (2012).
- Ärje, J., et al. Automatic image-based identification and biomass estimation of invertebrates. Methods in Ecology and Evolution. 11 (8), 922-931 (2020).
- Raitoharju, J., et al. Benchmark database for fine-grained image classification of benthic macroinvertebrates. Image and Vision Computing. 78, 73-83 (2018).
- Lytle, D. A., et al. Automated processing and identification of benthic invertebrate samples. Journal of the North American Benthological Society. 29 (3), 867-874 (2010).
- Serna, J. P., Fernández, D. S., Vélez, F. J., Aguirre, N. J. An image processing method for recognition of four aquatic macroinvertebrates genera in freshwater environments in the Andean region of Colombia. Environmental Monitoring and Assessment. 192, 617 (2020).
- Gorsky, G., et al. Digital zooplankton image analysis using the ZooScan integrated system. Journal of Plankton Research. 32 (3), 285-303 (2010).
- Marcolin, C. R., Schultes, S., Jackson, G. A., Lopes, R. M. Plankton and seston size spectra estimated by the LOPC and ZooScan in the Abrolhos Bank ecosystem (SE Atlantic). Continental Shelf Research. 70, 74-87 (2013).
- Silva, N., Marcolin, C. R., Schwamborn, R. Using image analysis to assess the contributions of plankton and particles to tropical coastal ecosystems. Estuarine, Coast and Shelf Science. 219, 252-261 (2019).
- Vandromme, P., et al. Assessing biases in computing size spectra of automatically classified zooplankton from imaging systems: A case study with the ZooScan integrated system. Methods in Oceanography. 1-2, 3-21 (2012).
- Naito, A., et al. Surface zooplankton size and taxonomic composition in Bowdoin Fjord, north-western Greenland: A comparison of ZooScan, OPC and microscopic analyses. Polar Science. 19, 120-129 (2019).
- . Zooprocess/Plankton Identifier protocol for computer assisted zooplankton sorting Available from: https://manualzz.com/doc/43116355/zooprocess—plankton-identifier-protocol-for (2013)
- Protocolo de muestreo y laboratorio de fauna bentónica de invertebrados en ríos vadeables. CÓDIGO: ML-Rv-I-2013. Ministerio de Agricultura, Alimentación y Medio Ambiente Available from: https://www.miteco.gob.es/es/agua/temas/estado-y-calidad-de-las-aguas/ML-Rv-I-2013_Muestreo%20y%20laboratorio_Fauna%20bent%C3%B3nica%20de%20de%20invertebrado_%20R%C3%Ados%20vadeables_24_05_2013_tcm30-175284.pdf (2013)
- García-Comas, C., et al. Prey size diversity hinders biomass trophic transfer and predator size diversity promotes it in planktonic communities. Proceedings of the Royal Society Biological Sciences. 283 (1824), 20152129 (2016).
- García-Comas, C., et al. Mesozooplankton size structure in response to environmental conditions in the East China Sea: How much does size spectra theory fit empirical data of a dynamic coastal area. Progress in Oceanography. 121, 141-157 (2014).
- Marquina, D., Buczek, M., Ronquist, F., Lukasik, P. The effect of ethanol concentration on the morphological and molecular preservation of insects for biodiversity studies. PeerJ. 9, 10799 (2021).
- Bell, J. L., Hopcroft, R. R. Assessment of ZooImage as a tool for the classification of zooplankton. Journal of Plankton Research. 30 (12), 1351-1367 (2008).
- Colas, F., et al. The ZooCAM, a new in-flow imaging system for fast onboard counting, sizing and classification of fish eggs and metazooplankton. Progress in Oceanography. 166, 54-65 (2018).
- Bachiller, E., Fernandes, J. A., Irigoien, X. Improving semiautomated zooplankton classification using an internal control and different imaging devices. Limnology and Oceanography Methods. 10 (1), 1-9 (2012).
