Waiting
Login processing...

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

Environment

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

Published: November 20, 2017 doi: 10.3791/56635

Summary

물고기, 계산 그리고 관계 되는 풍부 (MaxN) 및 생선 밀도 회전 스테레오 비디오 카메라 시스템을 사용 하 여 예측에 대 한 새로운 방법을 설명 합니다. 우리는 또한 종의 검출 추정 카메라 (Z 거리)에서 거리를 사용 하는 방법을 보여 줍니다.

Abstract

물고기의 생태 연구에 비디오 카메라 시스템의 사용 물고기 길이 측정 및 추정 물고기 풍부의 가능한, 비 뽑아내는 방법으로 견인을 얻기 위해 계속 합니다. 우리가 개발 하 고 샘플링, 샘플링 노력 고정 카메라 도구에 비해 극대화의 전체 360도 커버 하는 회전 스테레오 비디오 카메라 도구를 구현. 연구의 다양 한 세부 물고기;의 매우 정확 하 고 정확한 측정을 얻기 위해 정적, 스테레오 카메라 시스템의 기능 초점은 여기 물고기 밀도 회전 카메라 시스템을 사용 하 여 계량 방법론 접근의 개발 이었다. 첫 번째 방법은 MaxN는 일반적으로 물고기의 최소한의 보수 수 주어진된 카메라 조사에 관찰 하는 통계의 개발 했다. 우리는 카메라 시스템의 어떤 주어진된 회전에서 관찰 한 물고기의 최대 수를 MaxN를 재정의 합니다. 주의 이중 산정을 피하기 위해 때 MaxN에 대 한이 방법은 고정된 카메라에서 얻은 것 보다 진정한 풍요를 더 정확 하 게 반영 수 있습니다. 둘째, 스테레오 비디오를 3 차원 공간에서 물고기 수, 때문에 각 물고기에 대 한 카메라에서 거리의 정확한 견적을 얻을 수 있습니다. 사용 하 여 카메라에서 관찰 된 거리의 95% 백분위 수 종의 지역 조사를 확립, 우리 종족은 최대 거리를 사용 하 여 밀도 추정을 diluting 피하는 동안 여 종 사이에서 차이 대 한 계정 관찰. 여의이 범위에 대 한 회계를 정확 하 게 추정 물고기 나타났는데 중요 하다. 이 방법론은 응용된 과학 및 관리 컨텍스트 스테레오 비디오 도구 회전의 통합을 촉진 한다.

Introduction

미국 태평양 연안에 따라서 중요 한 상업 및 레크리에이션 groundfish 수 산 (예를 들어, 복잡 한 형형색색 (Sebastes 종) 그리고 Lingcod (Ophiodon elongatus))에 종 많은 강하게 연관 높은 구호, 하드 하단 서식 지1,2,3,,45. 스테레오 비디오 드롭 카메라는 쉽게 및 단순 작업의 바위 같은 서식 지에 사용 하는 매력적인 비 뽑아내는 도구. 스테레오 비디오 카메라 시스템의 다양 한 개발 되었고 남부 반구, 얕은 물 생태계6,7,,89,10, 배포 및 최근에, 비디오 드롭-카메라 태평양 연안11,,1213에 따라 깊은 물 속 바위 암초 환경 관리 툴으로 서 견인을 얻고 있다. 우리는 보다 효율적으로 높은 구호 중앙 태평양 해안 (참조 테이블의 seafloors에 있는 물고기 인구 특성 스테레오 비디오 카메라 시스템 (이 하 "랜더" 라고도 함)를 사용 하 여 이러한 기존 스테레오 카메라의 디자인을 수정 하고자 재료). 사용 하는 착륙선 카메라 드롭 위치14에 해저의 보도의 전체 360 °에 허용 되는 중앙 회전 바에 장착 했다 때문에 다른 기존의 비디오 시스템 이었다. 착륙선 빠르게 풍부 및 지역의 커뮤니티 구성 특성 및 몇몇 착륙선 배포 통계적 인 힘의 동일한 수준을 달성 하는 분당 한 완전 회전을 완료. (착륙선 구성의 특성에 큰 세부 사항에 대 한 스타 (2016)14 참조). 연구 시스템에 예비 테스트 제안 우리의 설문 조사에서 카메라의 8 회전 종 풍요로 움과 풍요로 움의 특성을 충분 했다. 이 결정 더 긴 방울 이상 종 풍부와 물고기 밀도 체감의 관찰에 의해 만들어졌다. 주어진된 생태계/연구 종에 대 한 최적의 흡수 시간을 결정 하기 위해 새로운 시스템에 오래 담가 시간을 포함 하 여 파일럿 연구를 실시 하는 것이 좋습니다.

짝된 스테레오 카메라를 사용 하 여 모두 총 조사 지역 및 각 비디오 설문 조사;에 대 한 절대 물고기 밀도 계산할 수 있다 그러나, 회전 하는 카메라의 사용에 필요한 전통적인 물고기 수 통계의 수정. 고정 비디오 시스템은 가장 자주 배포6,10에 물고기의 보수적인 수로 "MaxN"를 사용합니다. 전통적인 MaxN 이중 계산 하는 왼쪽 프레임에 반환 물고기 피하기 위해 단일 비디오 프레임에 함께 관찰 주어진 종의 물고기의 최대 수를 설명 합니다. MaxN는 그러므로 존재 알려진 물고기의 최소 수의 고 진정한 물고기 풍부6,10과소 평가 될 수 있습니다. MaxN 통계는 카메라의 전체 회전 각에 본 물고기의 가장 큰 수를 표현 하기 위해 재정의 되었습니다.

셰이프에 신뢰할 수 있는 id의 다른 최대 거리와 이전 스테레오 비디오 방법 두 번째 수정 그 종의 다양 한 크기, 색상, 사실에 대 한 계정 것 이었다. 예를 들어 큰 종 오 elongatus 독특한 길쭉한 모양을 있고 안정적으로 작고 이상한 종 Squarespot 형형색색 (Sebastes hopkinsi)에 비해 훨씬 더 큰 거리에서 확인할 수 있습니다. 이러한 다른 최대 범위의 여 각 종족에 대 한 착륙선에 의해 샘플링 효과적인 지역을 변경 합니다. 스테레오 카메라 수를 높은 수준의 정밀도와 3 차원 공간에서 모든 물고기를, 때문에 하나 각 물고기는 카메라에서 거리를 확인할 수 있습니다 (, "Z 거리", 즉 "z 축"에 대 한 명명 된 측정 카메라 사이 그려진 직선에 수직). 각 종족에 대 한 거리는 모든 개인의 95% (이 하 "95 %Z 거리") 관찰 되었다 조사 영역의 반지름으로 간주 되었다 고 조사 총 면적을 계산 하는 데 사용 되었다. 종의 특성 이외에 identifiability 물 탁도 등 환경 조건에 의해 영향을 받을 것 이다. 이러한 요소는 시간과 공간에서 달라질 수 있습니다, 때문에 집계에만 95 %Z 통계를 사용 하 여 중요 하다. 매우 큰 샘플을 정확 하 게 있을 것입니다, 어떤 하나의 개별 설문 조사는 조사 지역에서 달라질 수 있습니다.

아래의 자세한 프로토콜 만들고 이러한 통계를 사용 하는 방법에 지침을 제공 합니다. 초점 태평양 해안을 따라 깊은 물 바위 서식 지의 특성은, 비록 방법론 수정된 MaxN 개수에 대 한 설명 어떤 회전 드롭-카메라 시스템에 쉽게 적용 됩니다. 카메라 회전 물고기 인구를 특성화 하는 데 필요한 수 로컬 생태계 역학 관계에 따라 달라 집니다 하지만 수정 된 MaxN의 개념은 그대로 유지 됩니다. 마찬가지로, 3 차원 측량 소프트웨어는 스테레오 비디오를 분석 하는 데 사용, 반면 여기에 설명 된 기술은 쉽게 적용 됩니다 소프트웨어 플랫폼, 3 차원 공간에서 물고기의 정확한 위치는 가능. 또한, 95 %Z 거리 값 적용의 접근 간주 될 수 미래에 스테레오 카메라 여 종의 범위를 담당 하 고 물고기 풍부 하 게 더 정확 하 게 계산 하는 연구.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

참고: 소프트웨어 단계의 스크린샷 추가파일로 포함 되어 있습니다. 아래 설명 하는 소프트웨어 단계는 선택한 소프트웨어에 유의 하시기 바랍니다 ( 재료의 표참조). 전반적인 접근은 모든 스테레오 소프트웨어 플랫폼을 확장할 수 있습니다.

1. 스테레오 카메라 영상 분석 준비

참고: 교정 교정 큐브를 사용 하 여 것이 좋습니다. 교정 큐브 표면에 정확 하 게 위치 반사 점 3 차원 알루미늄 프레임입니다. 교정 소프트웨어와 함께에서 사용 하는 경우 캘리브레이션 큐브 리드 큰 정밀도 정확도 바둑판 접근9보다.

  1. 스테레오-교정 소프트웨어 (그림 1그림 2; 소프트웨어 추천에 대 한 재료의 표 참조)와 착륙선 카메라 보정.
    참고: 보정 확인할 수 있습니다 필드에서 사용 하기 전에 다양 한 거리 ( 보충 비디오 1참조)에서 알려진된 크기의 목표를 측정 하 여. (또는 그) 3 m의 거리에 50 cm 대상에 대 한 평균 측정 오차는 알려진된 대상 길이의 2% 이내 이어야 한다. 또한 메모는 주어진된 교정만 카메라 위치는 서로 연관 된 변경 되지 않으면 올바른 있을 것입니다 하는. 그것은 중요 하 고 의도 하지 않은 싸움이 치열 카메라의 모든 샘플링 수행 되었습니다 때까지 하지 마십시오입니다.
  2. (그림 1, 보조 비디오 2) 보정된 착륙선을 사용 하 여 필드 데이터를 수집 합니다.
  3. 필드 연구 완료 되 면 비디오 및 교정 파일이 포함 된 새 프로젝트 폴더를 만듭니다.
    참고: 각 프로젝트에 폴더 거기 필요가 5 파일의 최소: 왼쪽 및 오른쪽 ". 캠"교정 파일, 왼쪽 및 오른쪽 비디오 파일 (. MP4 또는. AVI 포맷만), 및 종 목록 (.txt 형식).
  4. 스테레오 측정 소프트웨어에 새로운 측정 프로젝트를 시작 하 고 적절 한 비디오 및 교정 파일을 로드 합니다.
    참고: 모든 소프트웨어 단계의 스크린샷 보충 파일중에서 사용할 수 있습니다.
    1. '측정'으로 이동 > '새로운 측정 파일'.
    2. '그림'로 이동 하 여 그림 디렉터리 설정 > '설정된 사진 디렉토리', 모든 프로젝트 파일이 들어 있는 폴더를 선택 하십시오.
    3. 왼쪽된 카메라를 로드 ". 캠"'스테레오'로 이동 하 여 파일 > '카메라' > '왼쪽' > ' 부하 카메라 ' 파일과 해당 파일을 선택.
    4. 1.4.3 바로 카메라를 로드를 단계를 반복 ". 캠"파일
      참고:이 파일 (예를 들어, 픽셀 크기, 가로 세로 비율, 방사형 왜곡, decentring 왜곡, ) 각 카메라에 대 한 교정 측정을 포함 하 고 물고기를 측정 하 고 거리에서-카메라 (, Z를 계산 하는 데 사용 됩니다. 거리)입니다.
    5. '그림'로 이동 하 여 왼쪽된 비디오 파일에 대 한 영화 시퀀스 정의 > 왼쪽된 카메라 비디오 파일을 선택 하 고 '영화 시퀀스 정의'.
    6. '그림'을 선택 하 여 측정 소프트웨어 왼쪽된 비디오 파일 로드 > '로드 그림'.
      참고: 그는 '자물쇠' 확인란이 비디오 파일을 로드 하기 전에 해야 합니다. 이 두 영화를를 동시에 로드할 수 있습니다.
    7. '스테레오' 메뉴를 사용 하 여 올바른 비디오 영화 시퀀스 및 부하 비디오 파일 정의 > '그림' > '영화 시퀀스 정의'와 '스테레오' > '그림' > '로드 그림'.
    8. '측정'로 이동 하 여 종 목록 로드 > '속성' > ' 편집/부하 종 파일'.
    9. ' 정보 필드 '에서 조사 ID 정보를 입력 > '' 필드 값을 편집 하 고 만들 파일을 저장 한. EMObs 프로젝트입니다.
  5. 가벼운 플래시, handclap, utc (협정 세계시) 스탬프, 또는 두 동영상에서 발생 하는 시간을 특정 이벤트를 사용 하 여 동영상을 동기화.
    1. UTC 타임 스탬프를 사용 하 여 타임 스탬프는 새로운 초 시작 될 때까지 프레임 단계 왼쪽된 비디오에 전달. 앞으로 가벼운 플래시 또는 handclap까지 다른 프레임 발생합니다.
    2. 프레임-단계 타임 스탬프까지 오른쪽 비디오 앞으로 왼쪽된 비디오를 정확 하 게 일치합니다. 다른 프레임 정확한 순간 빛 플래시 또는 handclap 일치 왼쪽된 비디오 때까지 앞으로 단계.
      참고: 동일한 프레임에 동영상 동기화 할 중요 하다. 비디오 동기화 동안을 피하기 위해 카메라 프레임 드리프트 분석 비디오 타임 스탬프를 사용 하 여 정기적으로 검사 되어야 한다. 촬영된 손 박수 또한 사용할 수 시작 및 비디오의 끝에서 그 권리를 테스트 하 고 왼쪽된 동영상 같은 프레임을 동기화 했다.
  6. 동영상과 함께 동기화 유지를 보장 하기 위해 "고정" 버튼을 클릭 합니다.

2. 포인트 카운트를 생성 하 고 MaxN를 계산

참고: 각 물고기 최저 가능한 분류학 해상도로 2D 포인트 처음 표시 됩니다. 미심쩍은 ID와 물고기는 나중에 검토에 대 한 표시 되어야 합니다.

  1. 완벽 한 카메라 회전 전체 360도 사용 되도록 끝까지 물고기를 계산 하려면 기다립니다. 또한 퇴적 물이 맑게 될 때까지 기다립니다 (일반적으로 < 아래와 접촉 후 1-2 분).
    1. 마자 착륙선 처음 회전을 시작으로 새로운 샘플 기간 정의 마우스 오른쪽 클릭: '기간 정의' > '추가 새로운 시작 기간'. "01"로 첫 번째 기간 이름을 입력 하 고 "확인"을 클릭 합니다.
  2. 착륙선은 회전, 2D 포인트 왼쪽된 카메라를 사용 하 여 프레임에 나오는 각 물고기를 표시 시작.
    1. 2D 포인트를 추가 하려면 마우스 오른쪽 단추로 클릭 하 고 '추가 ' 지점, 선택 하 고 올바른 종 이름을 선택 하십시오. 가장 낮은 가능한 분류학 수준에, 알 수 없는 종 및 "확인"을 클릭에 대 한 '종'을 선택 하면 레이블.
    2. 회전의 결론까지 단계 2.2.1에 따르면 각 새로운 물고기를 계속 합니다.
  3. 각 추가 착륙선 회전-각 카메라 회전의 시작에 새로운 기간 정의 됩니다 보장에 대 한 프로토콜 2.1-2.2 절차를 반복 합니다.
    참고: 종 누적 곡선 8 회전은, 평균, 현재 연구에서 물고기 풍부 하 충분 한 결정에 사용 되었다. 연구원은 카메라 회전 특정 생태계 내에서 최적의 수 하 긴 젖어 시간 이상 추가적인 카메라 회전, 예비 테스트를 실시 해야 합니다.
  4. 개인 카메라 회전 당 관찰의 종의 수를 계산 합니다.
    1. 모든 회전을 열거 한 후 '측정'로 이동 하 여 2D 포인트를 내보내기 > '측정 요약' > ' 측정 ' 가리키고 a.txt 파일 2D 포인트를 저장.
    2. 스프레드시트도 저장 된 2D.txt 포인트 파일 열고 회전 수 계산 (표 1) '삽입'로 이동 하 여 요약 대 종의 피벗 테이블을 만들 > '피벗 테이블'. '열 레이블'에 대 한 '행 레이블' 및 "기간"에 대 한 "속 및 종"를 선택 합니다.
  5. 그 종 (표 1)의 개인의 가장 큰 수는 카메라 회전을 선택 하 여 각 종족에 대 한 MaxN를 선택 합니다.
  6. 물고기 속에만 발견, 그 특정 속에 종 식별 하는 개인의 많은 수를 가진 회전에 따라 속 수준 MaxN를 선택 합니다.
    참고:이 단계는 더 높은 분류학 그룹 (예를 들어, 속 또는 가족 에게만) 식별만 했던 더블 세 개별 물고기를 방지에 도움이 됩니다. 예를 들어 표 1에서 ' 회전 1' 포함 10 미확인된 Sebastes 종 및 속 Sebastes 종, 식별의 33 회원 반면 ' 회전 3' 포함 된 두 개의 미확인된 Sebastes 종 및 43 명의 속 Sebastes 종 확인. 따라서 ' 회전 3'는 알 수 없는 Sebastes 종 MaxN 수에 사용 이 방법에서는, 보수적인 가정에 이루어집니다 8에서 미확인된 Sebastes 종의 ' 회전 1'에서 확인 된 ' 회전 8'.
  7. 여러 개의 회전 수가 같은 MaxN 주어진된 종을 위해, 3D 포인트 측정을 위한 MaxN와 함께 첫 번째 회전을 선택 합니다.
  8. 각 종족에 대 한 MaxN 발생 한 회전을 사용 하 여 물고기의 3D 측정을 수행.
    1. 저장 된 2D 포인트 2.1-2.3 단계에서 수집 된를 사용 하 여 3D 측정에 대 한 정확한 동일한 물고기 이동.
    2. 더 나은 물고기 주 둥이 및 꼬리 지 느 러 미 (그림 3)의 가장자리의 끝을 식별 하 적어도 4 배 확대.
      참고: 그것은 프레임 단계 앞으로 또는 뒤로 3 차원 측정에 대 한 물고기의 가장 좋은 방향을 찾을 수 필요할 수 있습니다. '최고의' 오리엔테이션 주 둥이 및 꼬리 지 느 러 미의 가장자리 두 카메라에 표시 되는 하나입니다.
    3. 수동으로 주 둥이, 다음 왼쪽된 카메라에 꼬리의 가장자리의 끝에 클릭 한 다음 오른쪽 비디오에서 같은 순서로 선택 반복.
    4. 2.2.1에서 완료 했다 드롭다운 메뉴에서 올바른 종 식별을 선택 합니다.
    5. 3 차원 길이 측정은 불가능 하다, 인스턴스 머리와 물고기의 꼬리를 모두 카메라에 표시 되지 않는 경우 다음 마크 3D 포인트 대신 왼쪽 및 오른쪽 동영상에서 물고기의 동일한 위치를 클릭 왼쪽. 앞으로 정보 필드를 "길이 측정에서 제외" 코멘트.
      참고: MaxN 다른 종;에 대 한 카메라의 다른 회전에 발생할 수 있습니다. 그러나, 어떤 주어진된 종을 측정 1 회전만 (표 1)에서 발생 한다.
  9. 모든 물고기에 대 한 3 차원 측정을 완료 한 후 추가 분석을 위해 데이터 as.txt 파일을 내보냅니다.
    1. '측정'으로 이동 > '측정 요약' > '3D 포인트 및 길이 측정' 및 save.txt 파일을 내보낼.

3. 95 %Z 거리 종의 조사 분야에 대 한 절차

참고: 95 %Z 거리는 종 물 명확성 또는 조명 특별 약관의 경우를 제외 하는 동안 주어진된 연구에 안정적으로 식별할 수 평균 거리의 견적. 이 계산 주어진된 연구에 대 한 평균 해양 조건을 고려 하 고 각 새로운 연구에 대 한 다시 계산 해야 합니다.

  1. 샘플 크기가 큰 만큼 각 종족에 대 한 신뢰할 수 있는 검출 거리 특성 인지 확인 하려면 간단한 부트스트랩을 사용 합니다.
    1. 각 샘플 크기 클래스를 (예를 들어, 5 물고기의 샘플 크기 쓰레기통), 걸릴에 대 한 임의의 1000 교체와 함께 선택한 샘플 크기의 샘플 모집단에서 및 이러한 1000의 거리의 95% 논집 그립니다, 평균 계산 무 결과 플롯 점근 곡선입니다. 추가 파일 1 & 2에제공 된 코드를 참조 하십시오.
    2. 적절 한 샘플 샘플 크기 증가 함께 95 %Z 거리 우리와 실제 샘플 크기를 비교 하 여 가져온 확인 하십시오.
  2. 거리에서 카메라 모든 설문 조사를 통해 종에 대 한 측정의 95% 논집으로 95 %Z 거리 값을 계산 합니다.
  3. 95 %Z 값을 사용 하 여 각 종족에 대 한 조사 유효 면적을 계산 합니다.
    참고: 회전 착륙선의 경우 95 %Z 값 나타냅니다 내부 반경 조사 한번 벤 면적의 외부 반지름 도구의 실제 설정에 의해 결정 하 고 어떻게 카메라에 가까이 관찰할 수 있습니다. '도넛' 모양의 조사 지역 형성 착륙선 회전, (그림 4).
    1. 계산 하는 영역으로 조사:
      Equation 1
      참고: 예를 들어 Yelloweye 형형색색 (Sebastes ruberrimus) 3.3 m의 95 %Z 거리와 착륙선 배포 당 30.9 m2 의 효과적인 조사 지역 처럼 비교적 큰 종: 34.3 m2 (외부 원)-3.4 m2 (내부 원) = 30.9 m2 (총 조사 지역).
  4. 계산된 영역을 사용 하는 수식을 사용 하 여 각 시각적 설문 조사에 대 한 밀도 견적에 (3.3.1), 단계 변환 개별 종 수 (MaxN) 조사:
    Equation 2
    참고: 비슷한 절차 영역 밀도; 보다 체적 밀도 계산 하는 데 사용할 수 있습니다. 그러나, 그 과정은 여기 설명 되지 않은.

Table 1
표 1: 예 MaxN 요약 표. 각 종족에 대 한 MaxN의 선택은 빨간색과 굵은 텍스트와 함께 설명 했다. 참고 대부분 Sebastes 종 (3 회전) 확인 된 미확인된 Sebastes 종에 대 한 보수적인 MaxN는 회전에 의해 결정 되었다. 또한,이 연구는 8 개의 카메라 회전 사용, 4 회전은 표 1 에 간단 하 게 표시 됩니다. MaxN를 선택 하는 과정은 회전 수에 관계 없이 동일 합니다.

Figure 1
그림 1: 스테레오 비디오 착륙선. 주요 하드웨어 방수 병 내부 이동식 32GB 스토리지 카드 번호 (1) 300 m 탯 줄, (2) 두 개의 디지털 비디오 레코더 (DVR), (3) 두 개의 LED 5000 K, 및 의 색 온도에서 출력할 3000 루멘 조명 (4). 620 TV 라인 (TVL) 해상도와 두 개의 카메라. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

Figure 2
그림 2: 교정 큐브 (500 x 500 x 300mm). '교정 큐브' 에서처럼 두 개의 서로 다른 방향으로 교정의 예: (A) 정육면체의 오른쪽 면은 카메라를 향해 밖으로 밀어와 (B) 입방체의 얼굴은 카메라의 얼굴에 평행선. 빨간 점 들이 특정 교정 방법에 사용 되는 기준점을 나타내는 고 항상 번호 순서로 식별 합니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

Figure 3
그림 3: 3 차원 측정 Sebastes miniatus에 배치. 주 둥이 꼬리의 끝의 끝은 스테레오 측정 위해 각 카메라 프레임에서 확인 되었다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

Figure 4
그림 4: 지역 착륙선 도구 조사. 효과적인 지역 착륙선 도구 조사 최소 Z 거리 및 각 종에 대 한 95 %Z 거리에 의해 제한 했다. Note이 지역 착륙선 주위 '도넛' 모양의 조사 볼륨을 만들었습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

2013과 2014 년 사이 우리와 중앙 캘리포니아 해안 및 수집 MaxN 및 95 %Z 거리 (그림 4) 데이터 이상의 20 종에 따라 회전 스테레오 비디오 랜더 (그림 1) 816 설문 조사 실시. 종 종의 크기, 모양, 및 채색 (그림 5)의 상호 작용으로 인해, 아마 관찰의 유효 감지 범위에 명확한 패턴 했다. 예를 들어, 플래그 형형색색 (Sebastes rubrivinctus) 뚜렷한 밴딩 유사한 크기의 다른 종 보다 더 큰 거리에서 자신감 식별을 위해 허용 하는 측면에 있다. 마찬가지로, 카나리아 형형색색 (Sebastes pinniger)는 상대적으로 큰 바디, 하지만 다른 종의 유사한 착 색 거리 (그림 5)에서 식별 하기 어렵게 함으로써.

우리가 사용 하 여 두 종 MaxN의 95 %Z 거리 값 계산: 피그 형형색색 (Sebastes wilsoni) 그리고 Lingcod (O. elongatus). 전자는 거리;에 식별 하기 어려울 수 있습니다 작은 bodied 물고기 O. elongatus 상대적으로 큰 반면, 뚜렷한 모양, 있으며 더 쉽게 식별할 수 있습니다. 2013-2014에서 S. wilsoni 에 대 한 1,191 측정 및 O. elongatus 1,222 측정 수집 했다. 다음, 거리는 이러한 종 관찰 했다의 95 %quantiles: S. wilsoni와 3.96 m O. elongatus (그림 5)에 대 한 계산에 대 한 95 %Z 거리 2.65 m 했다. 이러한 95 %Z 거리 번역 18.6 m2 와 46.0 m2 의 효과적인 조사 영역으로 S. wilsoniO. elongatus, 각각. 간단한 부트스트랩 분석 확인 그 충분 한 샘플 크기 95 %Z 거리 값의 특성에 대 한 가져온. 두 종족에 대 한 안정 때 이러한 종 포함 50 설문 조사 보다 큰 95 %Z 거리의 견적 샘플링 된, 선택한 샘플 크기 보다 더 적절 한 이들에 대 한 효과적인 착륙선 샘플 영역을 특성화 하는 강력한 증거를 제공 하 종 (그림 6)입니다.

MaxN 조사 당 수 밀도 (물고기/m2의 수)로 다음 개조 되었다. 우리 그 Lingcod 가설 테스트를 밀도 추정 816 설문 조사에서를 사용 하 고 피그 형형색색 높은 구호 서식 지에 관찰 될 것 이다. 두 종족에 대 한 있었다 상당히 큰 밀도 높은 및 중간 릴리프 기복이 서식 지와 비교 (Kruskal-월리스, p <<. 001; 그림 7)입니다. 이러한 결과 두 종15이전에 보고 된 서식 지 협회와 일치 했다. 매체와 어느 종족에 대 한 높은 구호 서식 지 사이 차이가 있었다.

회전 착륙선 전통적인 고정 카메라 시스템과 비교 하는 방법을 알아야 우리 밀도 차이 추정 하 고 변화는 회전 및 시뮬레이션된 고정 착륙선 사이 견적. 우리는 일반적인 고정 단일 카메라 착륙선 90도 시야 했을 가정 합니다. 회전 착륙선 60도 시야는 고 회전 90도 보기를 완료 하는 데 5 초를 요구 한다. 261 설문 조사를 사용 하 여, 우리 MaxN를 설정 하는 착륙선 회전의 중간 5 초에서 물고기 관찰 데이터를 선택. 밀도 착륙선 범위의 감소 영역을 사용 하 여 표준화 된 의사 고정에 대 한 견적 (, 약 ¼ 회전 착륙선의 지역). 밀도에 회전 및 의사 정지 랜더 사이 변이의 계수 차이 웰 치의 t-검정 평가 했다. 밀도 회전 카메라에 의해 얻은 했다 18% 고정 카메라로 얻은 그 보다 큰 의미 (웰 치의 t21.7, p = 0.081, 그림 8A). 또한, 변형 계수는 고정 카메라 회전 카메라에 비해 1.8 배 더 큰 (웰 치의 t15.1, p < 0.001, 그림 8).

Figure 5
그림 5 : Z 거리 선택 종족에 대 한 관찰. 빨간색 수직 막대는 최소 Z 거리를 (0.81 m 카메라에서) 왼쪽 및 오른쪽에 95 %Z 거리 값을 나타냅니다. Note이 각 종족에 대 한 착륙선 주위 평균 유효 조사 영역을 나타냅니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

Figure 6
그림 6 : Z 거리 값을 부트스트랩. S. wilsoni (A) (B) O. elongatus 관측에 대 한 샘플 크기를 늘리기 위해 부트 스트랩. 3-300에서 배열 하는 샘플 크기는 평균 95 %Z 거리를 계산 하 고 샘플 크기 했다 충분 한 확인을 1000 번 각 부트스트랩 했다. S. wilsoni 2.0-2.6 m와 2.6-4.0 m y 축 값 범위는 O. elongatus. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

Figure 7
그림 7 : 2 개의 선택 종족에 대 한 서식 지 차이. S. wilsoni (A) 및 (B) O. elongatus 의 평균 밀도 (± SE) 낮음, 보통 및 높은 구호 바위에 측정. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

Figure 8
그림 8 : 회전 및 의사 정지 랜더 차이점. (A)의 두 견적 의미 밀도 (물고기/m2 ± SE) 및 (B) 261 설문 조사에 대 한 편차 (CV) ± SE의 의미 계수 선물 된다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

Video 1
보충 비디오 1: 교정 확인. 교정 분야에서 사용 하기 전에 다양 한 거리에서 알려진된 크기의 목표를 측정 하 여 확인할 수 있습니다. 이 비디오를 보려면 여기 클릭 하십시오 (다운로드 오른쪽 클릭.)

Video 2
보충 비디오 2: 수 중 조사 장면. 이 비디오를 보려면 여기 클릭 하십시오 (다운로드 오른쪽 클릭.)

Subscription Required. Please recommend JoVE to your librarian.

Discussion

전통적인 MaxN 통계 조사 중 개인의 보장된 최소 수를 계산 하는 생각에 입각 한입니다. 물고기의 특정 수 단일 비디오 프레임에서 동시에 볼 수 있다면, 어떤 적은 현재 수 없습니다 하지만 단일 비디오 프레임 동안 동시에 모든 개인을 볼 가능성은 낮다 고 있기 때문에 물고기 모바일 heterogeneously 분산, . 따라서 전통적인 MaxN 진정한 물고기 풍부16,17underestimates 가능성이 높습니다. 또한, 그것은 전통적인 MaxN 증가 물고기 나타났는데16,18비 선형 부정적인 편견 관계를 표시할 수 있습니다 입증 되었습니다. 이 기어 채도 빼앗아 상대 풍부 인덱스 true 풍부19,20에 증가 감지 하 실패의 현상을 관련이 있을 수 있습니다. 반대로 물고기 풍부 정말 감소 인덱스의 명백한 안정성 'hyperstability', 불렸다 하 고 궁극적으로 물고기 인구21,22의 추락으로 이어질 수 있습니다. 최근 연구 보고 MaxN에 불안정 조사 시야16증가 하 여 완화 될 수 있습니다. 그 연구에서 진정한 풍요와 MaxN 사이의 관계 보기의 필드 접근 100% (, 360도) 점점 선형 되었다.

고정 카메라 시뮬레이션에서 결과이 이전 결과와 일치 나타내고 MaxN 값 물고기 풍부 특징 더 나은 수 있습니다 제안 합니다. 예를 들어 분산의 추정된 평균 계수 의사 고정 착륙선에 비해 회전 착륙선에서 파생 된 밀도 추정 중 감소 되었다. 이 물고기 heterogeneously 배포 됩니다, 그리고 고정 카메라 '그리 워' 현재 물고기 착륙선 잘못 된 방향으로 직면 하는 경우에 확률이 높다는 사실 때문에 높습니다. 회전 랜더 도구, 주위에 전체 360도 조사 하 여 샘플링 노력을 극대화 하 고 감축 샘플링 비용 및 분산, 그리고 연구의 통계적 인 힘에 있는 전반적인 증가. 미래 연구는 직접 쌍된 조사 설계에서 별도 고정 된 착륙선으로 회전 착륙선을 테스트 하 여이 문제를 해결 더 수 있습니다. 마찬가지로, 우리는이 연구에서 진정한 풍요와 MaxN 사이의 관계에 대 한 직접 테스트 하지 못했습니다와 미래 연구 직접 시뮬레이션 중 하나를 사용 하 여 이것을 테스트할 수 캠벨 (2015)16에서 완료 되었다 환경 제어.

수정 된 MaxN 접근 가능한 비판 이중 세 개인의 가능성입니다. 착륙선, 분당 한 전체 회전 수 있으며 생태계의 생물이 종 경향이 상대적으로 앉아 있는 대부분의 조건 하에서 이동 속도가 느린 때문에 우리는 두 번 계산의 위험 했다 낮은 믿습니다. 또한, 경우 물고기를 입력 것 또는 8 회전의 과정을 통해 조사 영역을 두고 관찰 되었다. 두 번 계산 미확인된 종 주어진된 속의 개인의 가장 큰 번호와 회전을 사용 하 여 계산을 피하기 위해 추가 조치를 촬영 했다. 다른 통계 의미 수; 같은 물고기 풍부의 색인으로 제안 되어 그러나,이 너무 보였다16추정 밀도 사이 가변성을 증가 하는 동안 일관 되 게 진정한 풍요를 과소 평가. MaxN 따라서 물고기 풍부의 더 정확한 통계로 좋습니다. 우리의 수정된 MaxN 통계는 개인의 절대적인 최소 수의 추정치를 보증 하지 않습니다, 하는 동안 우리는 전반적으로 수정된 MaxN 이렇게 진정한 물고기 풍부의 더 나은 예측 하며 그 이상 세 물고기는 확신 상대적으로 낮은 관심사.

많은 측면-보기 비디오 transect 설문 조사 사용 고정 transect 모든 종족에 대 한 밀도 추정 하는 폭. 마찬가지로, 스테레오 비디오 랜더를 사용 하는 한 가지 방법은 두 지역 조사를 계산 하 여 밀도 생선 한 최대 거리-에서-카메라를 사용 하는 것입니다. 둘 다 안정적으로 작은 거리 보다는 고정 폭 견적23transect 식별만 있는 종의 과소 평가 될 수 있습니다. 거리는 종 안정적으로 식별 되는 요소 크기, 모양, 착 색 패턴, 물고기 행동, 뿐만 아니라 환경 요인의 상호 작용에 의해 발생 합니다. 95 %Z 거리 방법이입니다 특히 유리한 계정을 이러한 모든 요인의 상호 작용에 대 한 동시에. 예를 들어 O. elongatus 우리가 그것의 고유, 대형, 길어 지 다 몸 모양과 행동 경향이 해저에 누워 결과로 가능성이 가장 큰 거리를 확인할 수 있는 종 이었다. 장미빛 형형색색 (Sebastes rosaceus) 짧은 Z 거리, 가능성이 있기 때문에, Sebastomus 아의 일 원으로, 그것은 매우 유사 하 고 증가 거리에 구별 하기 어려운 여러 congeners의 하나를 했다. 종의 지역 착륙선으로 조사 함으로써, 우리 물고기 풍부 하 게 더 정확 하 게 추정 수 있습니다. 부트스트랩 샘플 크기 확인 방식은 간단 하 고 쉽게 구현 된 다른 설문 조사, 그리고 95 %Z 거리 방법 추가 라인에 맞게 적응 될 수 있다고 transect 설문 조사 디자인. 95 %Z 거리를 다음 종 잠수정 또는 원격 운영 차량 (ROV) 도구와 관찰에 대 한 신뢰할 수 있는 검색의 수평 거리를 나타냅니다. 미래에, 연구원은 검출 거리23,24의 기능으로 거리 샘플링 이론 모델 밀도 사용 하 여 조사 수 있습니다.

아니 ~ 정액 보유 어업 관리25,,2627의 더 중대 한 사용으로 비 뽑아내는 샘플링 기법, 특히 다이 버에 액세스할 수 없는 깊은 물 서식 지를 위한 증가 필요는 설문 조사입니다. 그러나, 그것은 또한 그 기술을 물고기 길이, 풍부, 및 종 구성에 정확 하 고 안정적인 데이터를 제공 필요입니다. 비디오 랜더는 상대적으로 새로운 모니터링 도구를 저렴 한 비용, 기회의 상대적으로 작은 혈관에 운영 될 수 있으며 ROVs 및 잠수정 보다 운영 물류 간단 하 게 적은 더 적은 숙련 된 인력을 필요로 하는 동안. 이러한 방법에 설명 하지, 하는 동안 스테레오 카메라 랜더 2% 미만의 오류와 함께 정확한 길이 측정 할 수 있다. 또한, 착륙선 배포할 수 있습니다 급속 하 게 큰 지리적 지역, 통계적 추론을 증가. 우리는 비디오 모니터링 연구 기관 보고 예산 강화 하 고 보다 효율적으로 샘플링 노력 확산으로 증가 하는 도구에에서 대 한 관심을 기대 합니다. 우리의 수정 MaxN 및 95 %Z 거리의 회전 비디오 랜더를 이용 하 여 미래에 생태 연구를 고려해 야 합니다.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

저자 공개할 게 없다

Acknowledgments

이 작품은 자연 보호 및 개인 기증자, 자원 레거시 기금 재단, 고 든과 베티 무어 재단, 환경 국방 기금, 캘리포니아 바다 그랜트 프로그램, NMFS 국가 협동 연구 프로그램 그리고는 NOAA에 의해 투자 되었다 Saltonstall 케네디 그랜트 #13-SWR-008. 해양 응용 연구 및 탐사 (더크 로젠, 릭 Botman, 앤디 lauerman 자신의 그리고 데이비드 제프리) 개발, 건설 및 비디오 랜더 도구를 유지. 우리 짐 Seager와 SeaGIS™ 소프트웨어를 기술 지원에 대 한 감사합니다. 경감 및 상업 어 부 팀 Maricich 및 승무원 기내 배포 2012-2015 년에서 착륙선에 F/V 나 캐슬 린 제공 지원. 비디오 데이터 수집 또는 분석 (앤 Tagini도 나 클라인, 중 앰버 페인, 크로우 다우, 마리사 폰 테, 레 베 카 밀러, 매트 Merrifield, 월터 Heady, 스티브 Rienecke, EJ 딕와 존 필드)에 참가 하는 모두에 게 감사 합니다.

Materials

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)

DOWNLOAD MATERIALS LIST

References

  1. Love, M. S., Yoklavich, M. M., Thorsteinson, L. K. The Rockfishes of the Northeast Pacific. , University of California Press. Berkley. (2002).
  2. Laidig, T. E., Watters, D. L., Yoklavich, M. M. Demersal fish and habitat associations from visual surveys on the central California shelf. Estuar. Coast. Shelf Sci. 83 (4), 629-637 (2009).
  3. Anderson, T. J., Yoklavich, M. M. Multiscale habitat associations of deepwater demersal fishes off central California. Fish. Bull. 105 (2), 168-179 (2007).
  4. Yoklavich, M. M., Cailliet, G. M., Sullivan, D. E., Lea, R. N., Love, M. S. Habitat associations deep-water rockfishes a submarine canyon an example of a natural refuge. Fish. Bull. 98 (3), 625-641 (2000).
  5. Status of the Pacific Coast Groundfish Fishery, Stock Assessment and Fishery Evaluation. , Pacific Fishery Management Council. Portland, OR. (2016).
  6. Cappo, M., Harvey, E., Malcolm, H., Speare, P. Potential of video techniques to monitor diversity, abundance and size of fish in studies of marine protected areas. Aquatic protected areas- What works best and how do we know. Beumer, J. P., Grant, A., Smith, D. C. , Proc. World Congr. on Aquat Protected Areas. Australian Soc. for Fish Bio. North Beach, Western Australia. 455-464 (2003).
  7. McLean, D. L., Green, M., Harvey, E. S., Williams, A., Daley, R., Graham, K. J. Comparison of baited longlines and baited underwater cameras for assessing the composition of continental slope deepwater fish assemblages off southeast Australia. Deep-Sea Research Part I: Oceanographic Research Papers. 98, 10-20 (2015).
  8. Parker, D., Winker, H., et al. Insights from baited video sampling of temperate reef fishes: How biased are angling surveys. Fish. Res. 179, 191-201 (2016).
  9. Boutros, N., Shortis, M. R., Harvey, E. S. A comparison of calibration methods and system configurations of underwater stereo-video systems for applications in marine ecology. Limnol. Oceanogr. Methodss. 13 (5), 224-236 (2015).
  10. Harvey, E. S., Cappo, M., Butler, J. J., Hall, N., Kendrick, G. A. Bait attraction affects the performance of remote underwater video stations in assessment of demersal fish community structure. Mar. Ecol. Prog. Ser. 350, 245-254 (2007).
  11. Watson, J. L., Huntington, B. E. Assessing the performance of a cost-effective video lander for estimating relative abundance and diversity of nearshore fish assemblages. J. Exp. Mar. Bio. Ecol. 483, 104-111 (2016).
  12. Easton, R. R., Heppell, S. S., Hannah, R. W. Quantification of Habitat and Community Relationships among Nearshore Temperate Fishes Through Analysis of Drop Camera Video. Mar. Coast. Fish. 7 (1), 87-102 (2015).
  13. Hannah, R. W., Blume, M. T. O. Tests of an experimental unbaited video lander as a marine fish survey tool for high-relief deepwater rocky reefs. J. Exp. Mar. Bio. Ecol. 430, 1-9 (2012).
  14. Starr, R. M., Gleason, M. G., et al. Targeting Abundant Fish Stocks while Avoiding Overfished Species: Video and Fishing Surveys to Inform Management after Long-Term Fishery Closures. Plos One. 11 (12), 0168645 (2016).
  15. Love, M. S. Certainly more than you want to know about the fishes of the Pacific Coast: a postmodern experience. , Really Big Press. Santa Barbara, CA. (2011).
  16. Campbell, M. D., Pollack, A. G., Gledhill, C. T., Switzer, T. S., DeVries, D. A. Comparison of relative abundance indices calculated from two methods of generating video count data. Fish. Res. 170, 125-133 (2015).
  17. Cappo, M., Speare, P., De'ath, G. Comparison of baited remote underwater video stations (BRUVS) and prawn (shrimp) trawls for assessments of fish biodiversity in inter-reefal areas of the Great Barrier Reef Marine Park. J. Exp. Mar. Bio. Ecol. 302 (2), 123-152 (2004).
  18. Schobernd, Z. H., Bacheler, N. M., Conn, P. B., Trenkel, V. Examining the utility of alternative video monitoring metrics for indexing reef fish abundance. Can. Jour. Fish. Aquat. Sci. 71 (3), 464-471 (2014).
  19. Hansen, M. J., Schorfhaar, R. G., Selgeby, J. H. Gill-Net Saturation by Lake Trout in Michigan Waters of Lake Superior. North Am. J. Fish. Manag. 18 (4), 847-853 (1998).
  20. Dauk, P. C., Schwarz, C. J. Catch estimation in the presence of declining catch rate due to gear saturation. Biometrics. 57 (1), 287-293 (2001).
  21. Hilborn, R., Walters, C. J. Quantitative Fisheries Stock Assessment Choice, Dynamics and uncertainty. , Springer. Dordrecht. (1992).
  22. Erisman, B. E., Allen, L. G., Claisse, J. T., Pondella, D. J., Miller, E. F., Murray, J. H. The illusion of plenty: hyperstability masks collapses in two recreational fisheries that target fish spawning aggregations. Can. Jour. Fish. Aquat. Sci. 68, 1705-1716 (2011).
  23. Buckland, S. T., Anderson, D. R., Burnham, K. P., Laake, J. L. Distance Sampling: Estimating abundance of biological populations. , Chapman and Hill. London. (1993).
  24. Ronconi, R. A., Burger, A. E. Estimating seabird densities from vessel transects: Distance sampling and implications for strip transects. Aquat. Bio. 4 (3), 297-309 (2008).
  25. Caselle, J. E., Rassweiler, A., Hamilton, S. L., Warner, R. R. Recovery trajectories of kelp forest animals are rapid yet spatially variable across a network of temperate marine protected areas Recovery trajectories of kelp forest animals are rapid yet spatially variable across a network of temperate marine protected. Nat. Publ. Gr. , 1-14 (2015).
  26. Starr, R. M., Wendt, D. E., et al. Variation in Responses of Fishes across Multiple Reserves within a Network of Marine Protected Areas in Temperate Waters. Plos One. 10 (3), 0118502 (2015).
  27. Lester, S., Halpern, B., et al. Biological effects within no-take marine reserves: a global synthesis. Mar. Ecol. Prog. Ser. 384, 33-46 (2009).

Tags

환경 과학 문제 129 물고기 생태 MaxN 어업 관리 수 중 시각 인구 조사 groundfish 회전 드롭-카메라 시스템
View Video

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

Waiting X
Simple Hit Counter