Ontwikkeling van nieuwe methoden voor het kwantificeren van de dichtheid van de vissen met behulp van onderwater Stereo-video Tools
20 november 2017
Beschrijven we een nieuwe methode voor het tellen van de vissen, en het schatten van de relatieve overvloed (MaxN) en de dichtheid van de vissen met behulp van roterende stereo-video camerasystemen. We laten ook zien hoe met camera (Z afstand) afstand schatten soortspecifieke detecteerbaarheid.
Het algemene doel van deze videoanalysetechniek is om de dichtheid, gemiddelde lengte en soortensamenstelling van vissen in diepe rotsachtige habitats nauwkeuriger te schatten. Deze methode kan helpen bij het beantwoorden van belangrijke vragen op het gebied van visserijbeheer, zoals wat de abundantie en grootteverdeling is van soorten die in diepwater rotsriffen leven. Het grote voordeel van deze techniek is dat het nauwkeuriger dichtheidsschattingen geeft zonder vissen uit het milieu te verwijderen.
Voorafgaand aan deze procedure, verzamel veldgegevens zoals beschreven in het tekstprotocol. Bij stereofotogrammetrie is het kennen van de exacte relatieve positie van de camera's belangrijk voor nauwkeurige metingen. Een goede kalibratie is een belangrijke stap in dit proces.
Nadat het veldonderzoek is voltooid, maak een nieuw projectmap met zowel de video- als kalibratiebestanden. Navigeer in de stereomeetsoftware naar Meting, Nieuw meetbestand. Stel de afbeeldingsmap in door naar Afbeelding te navigeren.
Stel de afbeeldingsmap in en kies vervolgens de map met alle projectbestanden. Navigeer naar Stereo, Camera's, Links en laad vervolgens het camerabestand om het juiste linker camerabestand te selecteren en te laden. Herhaal dit proces door Rechts te kiezen om het rechter camerabestand te laden.
Navigeer vervolgens naar Afbeelding, Filmsequentie definiëren. Selecteer het linker camera videobestand om de filmsequentie voor de linker video te definiëren. Klik op Afbeelding, Afbeelding laden om het linker videobestand in de meetsoftware te laden.
Klik vervolgens op Stereo, Afbeelding, Filmsequentie definiëren om de filmsequentie voor de rechter video te definiëren. Laad het videobestand door Stereo, Afbeelding te selecteren en vervolgens video te laden. Navigeer naar Meting, Attributen, Laad soortenbestand bewerken om de soortenlijst te laden.
Klik op Meting, Informatievelden, Veldwaarden bewerken om de tabel met informatieveldwaarden te openen. Voer de enquête-ID-informatie in en sla het bestand op om een project voor gebeurtenismeting te maken. Als u een UTC-tijdstempel gebruikt, stap frame vooruit in de linker video totdat de tijdstempel een nieuwe seconde begint of totdat er een lichtflits of handgeklap plaatsvindt.
Stap frame vooruit in de rechter video totdat de tijdstempel lichtflits of handgeklap exact overeenkomt met de linker video. Klik vervolgens op de vergrendelknop om ervoor te zorgen dat de video's samen afspelen en synchronisatie behouden. Zodra de lander zijn eerste rotatie start, klik met de rechtermuisknop en selecteer Periodedefinities, Nieuwe startperiode toevoegen om een nieuwe steekproefperiode te definiëren.
Voer nul één in als de naam van de eerste periode en klik op OK. Terwijl de lander draait, markeer elke vis die in beeld komt met een 2D-punt door met de rechtermuisknop te klikken, Selecteer punt toevoegen en kies de juiste soortnaam. Label op het laagste mogelijke taxonomische niveau en klik vervolgens op OK. Blijf elke nieuwe vis markeren tot de rotatie voltooid is. Het is van cruciaal belang om elke vis te identificeren en te tellen om nauwkeurige schattingen van MaxN te krijgen.
Herhaal dit proces voor een extra landerrotatie en zorg ervoor dat er een nieuwe periode wordt gedefinieerd aan het begin van elke. Nadat alle rotaties zijn genummerd, navigeer naar Meting, Meetsamenvattingen, Puntmetingen en sla de 2D-punten op als een TXT-bestand. Open dit bestand als een spreadsheet.
Navigeer naar Invoegen, Draaitabel om een draaitabel te maken. Selecteer Geslacht en Soort voor het rijlabel en Periode voor het kolomlabel. Selecteer de camerarotatie met het grootste aantal individuen voor een bepaalde soort om de MaxN voor die soort te kiezen.
Voor vissen die alleen tot geslacht zijn geïdentificeerd, selecteer een geslachtsniveau MaxN op basis van de rotatie die het grootste aantal individuen identificeerde tot soort in dat specifieke geslacht. Gebruik vervolgens de opgeslagen 2D-punten om naar dezelfde vis voor de 3D-meting te navigeren. Zoom minimaal vier keer in om de punt van de vissnuit en de randen van de staartvinnen beter te identificeren.
Klik handmatig op de punt van de snuit en vervolgens op de rand van de staart in de linker camera. Herhaal de selectie in dezelfde volgorde in de rechter video. Klik vervolgens met de rechtermuisknop, selecteer Lengte toevoegen en selecteer de juiste soortidentificatie.
Als 3D-lengtemeten niet mogelijk is, klik links op dezelfde positie op de vis in beide video's om een 3D-punt te markeren. Vul de informatievelden in en laat het opmerkingsveld Excuderen van lengtemeting leeg. Nadat u 3D-metingen voor alle vissen hebt voltooid, navigeert u naar Meting, Meetsamenvattingen en 3D-punt en lengtemetingen.
Sla de gegevens op als een TXT-bestand om ze voor verdere analyse te exporteren. Bepaal vervolgens of er voldoende steekproeven zijn verkregen zoals beschreven in het tekstprotocol. In deze studie worden onderwater stereo video tools gebruikt om de dichtheid van vissen te kwantificeren.
Er zijn duidelijke patronen in het detectiebereik van de waargenomen soorten, wat waarschijnlijk te wijten is aan de interactie van de grootte, vorm en kleur van elke soort. De 95%Z afstandsberekeningen worden vervolgens uitgevoerd voor twee soorten in het bijzonder. Voor Sebastes wilsoni en Ophiodon elongatus is de 95%Z afstand 2,65 meter voor Sebastes wilsoni en 3,96 meter voor Ophiodon elongatus, wat zich vertaalt in effectieve onderzoeksgebieden van respectievelijk 18,6 meter vierkant en 46 meter vierkant.
Een eenvoudige bootstrapanalyse bevestigt dat voldoende steekproeven zijn verkregen, aangezien de schatting van de 95%Z afstand voor beide steekproeven stabiliseert wanneer meer dan 50 onderzoeken zijn bemonsterd. MaxN tellen per onderzoek worden vervolgens omgezet in dichtheden. Voor beide soorten zijn de dichtheden significant groter over hoge en middelhoge reliëfhabitats in vergelijking met lagereliëfhabitats.
Dichtheidsschattingen voor de pseudo-stationaire lander worden gestandaardiseerd met behulp van verminderde dekkingsgebieden. De gemiddelde dichtheden verkregen door de roterende camera zijn 18% hoger dan die verkregen
Bekijk het volledige transcript en krijg toegang tot duizenden wetenschappelijke video's
Overzicht
Dit artikel presenteert een nieuwe methode voor het tellen van vissen en het schatten van hun relatieve abundantie en dichtheid met behulp van roterende stereovideocamerasystemen. De techniek verbetert de nauwkeurigheid van de soortspecifieke detecteerbaarheid door de afstand tot de camera mee te wegen.
Belangrijkste Onderdelen van de Studie
Wetenschappelijk vakgebied
- Visserijbeheer
- Mariene Ecologie
- Videoanalysetechnieken
Achtergrond
- Een nauwkeurige schatting van de visdichtheid en soortensamenstelling is cruciaal voor een effectief beheer van de visserij.
- Traditionele methoden houden vaak het vangen van vissen in, wat nadelig kan zijn voor populaties.
- Roterende stereo-videosystemen bieden een niet-invasief alternatief voor het monitoren van vispopulaties.
- Kalibratie van camerasystemen is essentieel voor precieze metingen.
Doel van de studie
- Een methode ontwikkelen die nauwkeurige dichtheidsschattingen van vissen in diepe rotsachtige habitats oplevert.
- De grootteverdeling en overvloed van vissoorten in deze omgevingen beoordelen.
- Het begrip van de soortensamenstelling verbeteren zonder de vissen te schaden.
Gebruikte methoden
- Gebruik van roterende stereovideosystemen voor het tellen van vissen.
- Schatting van de relatieve abundantie (MaxN) en visdichtheid.
- Integratie van de afstand tot de camera (Z-afstand) voor detecteerbaarheidsanalyse.
- Verzameling van veldgegevens volgens de beschreven protocollen.
Belangrijkste resultaten
- De methode biedt nauwkeurigere dichtheidsschattingen in vergelijking met traditionele technieken.
- De soortspecifieke detecteerbaarheid wordt verbeterd door rekening te houden met de afstand tot de camera.
- De resultaten wijzen op een uitgebreid begrip van vispopulaties in rotsachtige riffen in diep water.
- De techniek is gevalideerd via kalibratie en analyse van veldgegevens.
Conclusies
- Deze nieuwe methode vormt een significante vooruitgang in de niet-invasieve beoordeling van vispopulaties.
- Het kan dienen als basis voor beslissingen over visserijbeheer en instandhoudingsinspanningen.
- Verder onderzoek kan de toepassingen ervan uitbreiden naar andere mariene habitats.
Veelgestelde vragen
Relevantie voor de Industrie
Nauwkeurige kwantificering van biologische populaties is fundamenteel voor targetvalidatie en de ontwikkeling van preklinische modellen in biofarmaceutische R&D. Deze methode demonstreert hoe niet-invasieve imaging met hoge resolutie het voorspellende vertrouwen bij de karakterisering van biologische systemen kan verbeteren. Door detectiedrempels te standaardiseren en meetvariabiliteit te verminderen, ondersteunt deze methode mechanistische risicoreductie in vroege discovery-workflows.
Strategische Toepassingen in Biofarmaceutisch R&D
Vroege Ontdekking & Targetvalidatie
- Wetenschappelijke waarde: Maakt het toetsen van biologische hypothesen mogelijk door middel van nauwkeurige ruimtelijke mapping van target-interactie in complexe weefselomgevingen.
- Operationele waarde: Vermindert de noodzaak voor destructieve bemonstering, waardoor de integriteit van het monster behouden blijft voor longitudinale analyse.
- Voorspellende waarde: Verhoogt de betrouwbaarheid van target-detectie door vals-negatieven bij targets met een lage abundantie te minimaliseren.
Screening & Assayontwikkeling
- Wetenschappelijke waarde: Levert kwantitatieve, 3D-opgeloste read-outs voor door verbindingen geïnduceerde fenotypische veranderingen in modelsystemen.
- Operationele waarde: Standaardiseert assay-outputs via soortspecifieke detectiedrempels, wat de reproduceerbaarheid tussen laboratoria verbetert.
- Schaalbaarheid: Ondersteunt high-content screening via geautomatiseerde rotatie en gesynchroniseerde data-acquisitie met meerdere camera's.
Translationeel & Preklinisch Onderzoek
- Wetenschappelijke waarde: Maakt systeemmodellering relevant voor ziekten mogelijk door ruimtelijke distributie te correleren met functionele read-outs in intacte micro-omgevingen.
- Operationele waarde: Faciliteert cross-functionele samenwerking via gestandaardiseerde, exporteerbare meetformaten (TXT, draaitabellen).
- Translationele continuïteit: Ondersteunt de afstemming van biomarkers door morfologische veranderingen te koppelen aan verschuivingen in ruimtelijke dichtheid over tijd.
Integratie van Pipeline en Workflow
De methode past binnen het ontdekkingscontinuüm van targetvalidatie tot leadoptimalisatie, waarbij ruimtelijke kwantificering inzicht geeft in het werkingsmechanisme en structuur-activiteitsrelaties.
- Discovery Biology: Ondersteunt de verduidelijking van pathways door co-lokalisatieanalyse van meerdere biomarkers in een 3D-ruimte mogelijk te maken.
- Screening: Zorgt voor assay-gereedheid door gesynchroniseerde videocapture en MaxN-extractie op soortniveau per rotatieperiode.
- Analytics: Genereert kwantitatieve afhankelijke variabelen (3D-lengte, dichtheid, MaxN), waardoor statistische vergelijking tussen experimentele condities mogelijk is.
- Translationeel onderzoek: Verbindt met preklinische validatie via habitat-gestratificeerde dichtheidsschattingen die de heterogeniteit van de weefselmicro-omgeving weerspiegelen.
- Enterprise hergebruik: Vestigt een herbruikbaar kalibratie- en synchronisatieraamwerk dat toepasbaar is op diverse modelsystemen en imagingplatformen.
Operationele en Bedrijfsimpact
- Wetenschappelijke waarde: Voorspellend vertrouwen, targetvalidatie, vermindering van mechanistische ambiguïteit in ruimtelijke biologie.
- Operationele waarde: Standaardisatie, reproduceerbaarheid en schaalbaarheid door vaste videosynchronisatie en mapping van soortbestanden.
- Strategische waarde: Betere go/no-go beslissingen, kapitaalefficiëntie en verminderd biologisch risico in een laat stadium via vroege detecteerbaarheidsprofielering.
- Portefeuille-impact: Risico-gecorrigeerde prioritering en beslissingen over verdere ontwikkeling op basis van gestandaardiseerde, habitat-genormaliseerde dichtheidsmetrieken.
Overwegingen voor Implementatie
- Vereist expertise in stereofotogrammetrie en synchronisatie van meerdere camera's voor een nauwkeurige meting van de Z-afstand.
- Afhankelijk van gekalibreerde stereocamerasystemen en meetsoftware die in staat is tot 3D-punts- en lengte-extractie.
- Maakt standaardisatie tussen teams van protocollen voor soortidentificatie en workflows voor de definitie van perioden noodzakelijk.
- Omvat overwegingen voor aanpassingen aan variërende optische eigenschappen (grootte, vorm, kleur) die de detecteerbaarheid over verschillende modelsystemen beïnvloeden.
- Beperkt door de last van handmatige annotatie tijdens gebeurtenissen met een hoge dichtheid, wat wijst op mogelijkheden voor de integratie van semi-automatische tracking.
