Summary

Methoden voor beeld-gebaseerde enquêtes van benthische Macroinvertebrates en hun leefgebied wordt geïllustreerd door de Drop Camera enquête voor de Atlantische zee mantel

Published: July 02, 2018
doi:

Summary

Beeld gebaseerde landmeten is een steeds meer praktische, niet-invasieve methode om te proeven van het mariene milieu. Wij presenteren het protocol van een daling van de camera enquête die schat van de overvloed en verdeling van de Atlantische zee mantel (Placopecten magellanicus). We bespreken hoe dit protocol kan worden gegeneraliseerd voor toepassing op andere benthische macroinvertebrates.

Abstract

Onderwater imaging heeft al lange tijd gebruikt op het gebied van mariene ecologie maar dalende kosten van hoge resolutie camera’s en gegevens opslag hebben de aanpak praktischer dan in het verleden. Beeld-gebaseerde enquêtes zorgen voor eerste monsters moeten worden herzien en zijn niet-invasieve in vergelijking met traditionele enquête methoden waarbij meestal netten of dreggen. Protocollen voor beeld-gebaseerde enquêtes kunnen sterk variëren maar door doel soorten gedrag en enquête-doelstellingen moeten worden aangestuurd. Ter demonstratie beschrijven we onze meest recente methoden voor een Atlantische zee mantel (Placopecten magellanicus) drop camera enquête om een procedurele voorbeeld en representatieve resultaten te bieden. De procedure is onderverdeeld in drie kritische stappen waarin de enquête ontwerpen, gegevensverzameling en Dataproducten. De invloed van mantel gedrag en het doel van de enquête van het verstrekken van een onafhankelijke beoordeling van de V.S. zee mantel resource op de enquête procedure worden vervolgens besproken in de context van het generaliseren van de methode. Over het geheel genomen de brede toepasbaarheid en de flexibiliteit van de Universiteit van Massachusetts Dartmouth School voor mariene wetenschap en technologie (SMAST) drop camera enquête toont de methode kan worden veralgemeend en kan worden toegepast op een verscheidenheid van sessiele-ongewervelde dieren of habitat gericht onderzoek.

Introduction

De Atlantische zee mantel (Placopecten magellanicus) is een mariene tweekleppige weekdier verspreid over het continentaal plat van de Noordwestelijke Atlantische Oceaan van de Golf van de St. Lawrence, Canada op Cape Hatteras, North Carolina1. De visserij op zee mantel in de Verenigde Staten ongekende stijging van de aangelande vangsten en de waarde in de afgelopen vijftien jaar heeft doorgemaakt en is uitgegroeid tot een van’s lands hoogste gewaardeerd visserij met aanvoer waard ongeveer 440 miljoen dollar in 20152. Ondanks deze toename, mantel visserij-inspanning aanzienlijk teruggebracht in de afgelopen 20 jaar door middel van de invoering van een roulatiesysteem van gebied dat gericht is op bescherming van gebieden met jonge Sint-Jacobsschelpen en focus van de visserij in gebieden met grotere Sint-jakobsschelpen in hoge dichtheden1. Deze aanpak vereist ruimtelijk-specifieke informatie over de dichtheid van de mantel en grootte, die wordt verzorgd door verschillende enquêtes, met inbegrip van de Universiteit van Massachusetts Dartmouth School voor mariene wetenschap en technologie (SMAST) drop camera enquête.

Het doel van de enquête SMAST drop camera wil bronnenbeheerders van visserij, mariene wetenschappers en de visserijgemeenschappen te voorzien van een onafhankelijke beoordeling van de V.S. zee mantel resource en de bijbehorende habitat. De enquête werd ontwikkeld samen met mantel vissers en quadrat bemonsteringstechnieken gebaseerd op duiken studies3,4van toepassing is. Eerste enquêtes in de vroege 2000s, gericht op het inschatten van de dichtheid van zee Sint-Jacobsschelpen in gesloten gedeelten van een productieve ruimte van de visserij bekend als Georges Bank5, maar de enquête uitgebreid ter dekking van de meerderheid van de bron van de mantel in Amerikaanse en Canadese wateren (≈100, 000 km2)6,7. Gegevens uit de enquête is opgenomen in de Toestandsbeoordeling van de mantel Stock Assessment Workshop stapsgewijs en op betrouwbare wijze verstrekt aan de visserij-Raad van bestuur om hulp bij het jaarlijkse mantel oogst toewijzing8van New England. Daarnaast heeft gegevens uit de SMAST drop camera enquête bijgedragen in tal van manieren om het begrip van de ecologie van niet-mantel soort7,9,10,11,12 en de karakterisatie van de bentische habitat13,14,15. Deze brede toepasbaarheid toont de methode kan worden veralgemeend en kan worden toegepast op een verscheidenheid van sessiele-ongewervelde dieren, potentieel bij het verlichten van het probleem van de uitbreiding van ongewervelde visserij overtreft de wetenschappelijke kennis en het beleid moest terugkoppelen hen16. Verder, op basis van installatiekopieën bemonstering is niet-invasief in vergelijking met traditionele bevolking bemonsteringsmethoden en steeds betaalbaar verschuldigd aan de dalende kosten van hoge resolutie camera’s en gegevens opslag17,18. Hier worden de 2017-methoden van de SMAST drop camera enquête gebruikt voor het beheer van de mantel op het Amerikaanse gedeelte van Georges Bank voorgesteld om te illustreren de procedure. We bespreken de grondgedachte achter deze procedure om te helpen bij de generalisatie en de toepassing ervan op andere sessiele ongewervelden.

Protocol

1. enquête Design Vind één of meer offshore-commerciële mantel schepen beschikbaar voor 6 – 8-daagse intervallen. Bouw van een stalen piramide met een interieur frame waar drie camera’s, verlichting en een verdeeldoos voor een fiber optic kabel kan worden gemonteerd (Figuur 1). Ervoor zorgen dat een camera een hoge resolutie digitale camera en twee zijn lagere resolutie, maar nog steeds hoge definitie video camera’s. Figuur 1: Drop camera enquête piramide met camera’s en verlichting gebruikt voor gegevensverzameling in 2017. De Universiteit van Massachusetts Dartmouth, School voor mariene wetenschap en technologie drop camera enquête piramide met camera’s en verlichting gebruikt voor gegevensverzameling in 2017. Een klemmenkast die camera en licht kabels met een optische glasvezelkabel verbindt is gemonteerd tussen de twee staven met lichten en wordt niet weergegeven. Klik hier voor een grotere versie van dit cijfer. Gebruik een systematische bemonstering ontwerp enquête stations 5.6 km uit elkaar plaatsen in de meeste gebieden van Georges Bank gebruikt door de visserij- en 2.8 km van elkaar op twee terreinen van belang1Opmerking: Twee wetenschappers, een kapitein en een partner konden enquête ongeveer 50 stations elke 24 uur op de grid 5.6 km en 80 stations op de grid 2.8 km. Dus waren ongeveer 5 enquête reizen nodig om te voltooien van de enquête. 2. de gegevensverzameling Apparatuur op het schip geladen. Instellen van apparatuur op het dek van het schip. Piramide, een druk gevoelige Lier met glasvezel kabel op een drum en gekoppeld aan de Sleepring en davit op het dek van het schip te regelen. Ervoor zorgen dat de vezel optische kabel vanaf de lier uitvoeren kunt door de davit en naar de piramide zonder aan te raken van het schip Lier kabel. Hiermee kunt u dat kleine, tijdelijke lassen Lier, davit en davit plaat op zijn plaats brengt. Draad druk gevoelige Lier voedingskabel aan op de zekeringenkast van het vaartuig. Aansluitdoos aan de piramide te hechten. Camera’s en lampen koppelen aan de piramide. Verbinden met camera’s en lichten de klemmenkast met camera en licht kabels. Optische glasvezelkabel doorlopen schijf en Bevestig aan davit. Kunt schip hydraulische lier-kabel aansluiten op de piramide. Instellen apparatuur in de stuurhut van het vaartuig. Sluit en beveiligde desktopcomputer. 2 beeldschermen aansluit op de desktopcomputer. Het beveiligen van een monitor in de buurt van de computer en de tweede in de buurt van de besturingselementen voor de hydraulische lier van het vaartuig. Sluit een apparaat van de global positioning system (GPS) aan op de desktopcomputer via een USB-poort. Sluit en beveiligen van een laptopcomputer met een mobiele veld mapping programma in de buurt van het roer van het schip. Laad de locaties van het station in de computer voor vertrek. Een GPS-apparaat verbinden met laptopcomputer via een seriële poort. Camera’s en verlichting verbinden met de stuurhut van het vaartuig. Sluit het “dek uiteinde” van de stuurhut-run van optische glasvezelkabel aan optische Sleepring op de gevoelige lier van druk. “Stuurhuis ultimo” stuurhuis run van optische glasvezelkabel hechten aan de vezel optische interface op de desktopcomputer en de lichte stekker. Start het veld gegevens verzamelen programma van de desktopcomputer. Ervoor zorgen dat alle camera’s op de piramide gemonteerd en op de klemmenkast automatisch aangesloten Toon als aangesloten.Opmerking: Als alle camera’s zijn niet zichtbaar als aangesloten, camera verbindingen binnen het programma opnieuw instelt of oplossen door het omwisselen van componenten (camera, aansluiten van de kabels, Sleepring, enz.) op een systematische wijze. Vastleggen van beelden en recordgegevens op elk station. Start het mobiele veld mapping programma van de laptopcomputer. Selecteer het gereedschap “mark” en sleep het doelpictogram naar een station om een peiling naar het station. Langzaam lager de bemonstering piramide op de zeebodem van schip hydraulische lier te gebruiken wanneer het station is bereikt en het schip is gestopt.Opmerking: Dit wordt gedaan door de bemanning van het schip en de druk gevoelige Lier moet zijn ingeschakeld voordat het verlagen van de bemonstering piramide. Start het veld gegevens collectie programma vanaf de desktop computer terwijl de piramide is wordt verlaagd naar de zeebodem. Tweevoudig tikken “Gebied korte naam” vak en voer een naam voor het gebied.Opmerking: Dit moet slechts worden gedaan voor het eerste station van een gebied. Klik op de “Lanceren kapiteins Cam” knop om de camera-standpunten en andere informatie op de monitor in de buurt van de hydraulische lier-besturingselementen weer te geven. Overschakelen op de macht naar verlichting. Quadrat gegevens opnemen zodra de bemonstering piramide is geland op de zeebodem. In het veld programma voor de verzameling van de gegevens, klikt u op “Start Station” om het opnemen van video te starten.Opmerking: De knop zal knipperen rood terwijl de video aan het opnemen is. “Neem Snapshots” wanneer een duidelijk beeld van de zeebodem wordt weergegeven, klik op “Alles opslaan” om het vastleggen van een stilstaand beeld van alle cameraweergaven gelijktijdig. Klik op de knop “Schrijf te Database”.Opmerking: Dit zal een nieuwe dialoog doos met diepte, locatie, temperatuur, station nummer, quadrat nummer, naam van gebied en een uniek identificatienummer automatisch ingevuld door de software. Voer het nummer van Sint-jakobsschelpen gezien in het digitale stilstaande camera beeld in het “Mantel Count” vak en typt u eventuele opmerkingen in het vak “Opmerkingen”. Klik op ‘Verzenden gegevens’ om te schrijven van de gegevens over de quadrat als een rij in het veld database. Til de piramide, tot de zeebodem kan niet langer worden gezien. Langzaam lager de piramide op de zeebodem en herhaal stap 2.4.6 en 2.4.7. totdat gegevens voor vier quadrats heeft gevangen. Zorg ervoor dat de piramide heeft dreef zodat verschillende quadrat beelden van de zeebodem zijn vastgelegd. Verhogen van de piramide van de bemonstering van de zeebodem naar een veilige positie naast het schip. Het eindstation terwijl de piramide is opgeworpen. Klik op “Eindstation” in het veld gegevens verzamelen programma tot eind van de video-opname en voorschot programma naar het volgende station. Klik op de knop ‘Afsluiten programma’ Sluit het programma. Schakel de stroom lichten. Klik op “Capture Station” in het mobiele veld mapping programma om het station te markeren als voltooid en herhaalt u stap 2.4.2. Herhaal de vorige stappen van punt 2.4. totdat alle stations van de enquête hebben afgerond. Het gedrag van de daling van de kalibratie van een camera. Meet de lengte van ten minste 30 cellen van het raster van een raster van de draad met elektronische remklauwen. Mark de cellen die worden gemeten. Bevestig het raster aan de basis van bemonstering piramide met behulp waarvan het getwijnde garen of touw. Ervoor zorgen dat de cellen gemeten raster in de camera-standpunten. Herhaal stap 2.4.3 te 2.4.6.2 om beelden van het raster te vangen.Opmerking: Deze kalibratie gebeurt meestal voordat het eerste station maar voor vertrek in de tank van een test of op elk gewenst moment tijdens het onderzoek kan worden gedaan. Het doel is het bepalen van de lengte in mm tot pixel verhouding voor bevestiging quadrat grootte en het meten van de functies binnen de beelden. Het kwantificeren van gegevens binnen de digitale stilstaande camera quadrat beelden.Opmerking: Gebruik afbeeldingen van de andere camera’s en de video als hulpmiddelen in dit proces. Start het lab programma voor de verzameling van de gegevens en selecteer het profiel “Digitize”. Het dropdown-menu, selecteer de jaar, gebied, camera, station en quadrat van belang. Klik op “go” om een afbeelding op basis van de criteria die zijn geselecteerd in stap 2.6.2. in het programma. Klik op de selectievakjes in voor de substraat-typen die aanwezig zijn in de sectie “Ondergrond”. Zie14 voor een gedetailleerde beschrijving van substraat typen en hoe ze worden ingedeeld. Kwantificeren macrobenthische dieren.Opmerking: 50 taxa van voedselbron zijn geteld of opgemerkt als aanwezig of afwezig is. Een volledige lijst van deze taxa en hoe ze worden bijgehouden kan worden gevonden in verwijzing13. Klik op de selectievakjes in voor de dieren die aanwezig in de sectie “Keert” aanwezigheid zijn. Het nummer van elk dier waargenomen in de sectie “Keert” tellen. Klik op de rode “SC” knop en stip elke schelp in de afbeelding. Klik op de groene “SF” knop en stip elke ster van de zee in de afbeelding. Klik op de knop “CL” zwarte en elke klepel dot (mantel die is overleden, maar beide zijden van de shell zijn nog steeds verbonden met scharnier) in de afbeelding. Klik op de blauwe “FI” knop en stip elke vis in de afbeelding. In de sectie “Vis” graaf het nummer van elk type van de vis waargenomen.Opmerking: Voor de andere gestippelde dieren wordt automatisch telt het aantal punten en de graven aan de desbetreffende categorie toegewezen. Voor vis, worden de punten automatisch geteld, maar de gebruiker moet nagaan welk soort vis en hoeveel. Het totale aantal vis punten geteld door het programma moet overeenkomen met het nummer van elk type van de vis door de gebruiker ingevoerd. Klik op de knop ‘verzenden’ om te schrijven van de gegevens over de afbeelding als een rij in het lab database en maak een kopie van de afbeelding met de dieren verspreid. Het uitvoeren van een controle van de kwaliteit van stappen 2.6.4. en 2.6.5. Het profiel in het lab programma voor de verzameling van de gegevens wijzigen in “ImageCheck.”Opmerking: Dit moet gebeuren door een andere persoon dan de stappen 2.6.4 en 2.6.5 voor de afbeelding voltooid. Herhaal stap 2.6.2 en 2.6.3. laden van de oorspronkelijke afbeelding, gestippelde image, en substraat en dier gegevens ingevoerd door het profiel van de gebruiker “Digitize” in te vullen. Controleer item voor juistheid en breng de gewenste wijzigingen nodig. Selecteer de “submit” knop de gegevens over de afbeelding afkomstig van de “Digitize” gebruiker overschrijven en markeer de afbeelding als kwaliteit gecontroleerd in de lab-database. Meten van Sint-jakobsschelpen waargenomen in beelden.Opmerking: Sint-jakobsschelpen gedeeltelijk zichtbaar (verduisterd door gezwellen, deels in de image, enz.) of uit de zeebodem niet moet worden gemeten. Start het programma van de annotator afbeelding. Selecteer “File” en vervolgens “Load Image map” in het drop-down menu. Ga naar de gestippelde afbeelding van belang en laad de afbeelding in het programma. Selecteer de aantekening”lijn” en de umbo van mantel een lijn trekken naar de top van de schelp. Herhaal stap 2.6.8.3. voor alle meetbare Sint-jakobsschelpen in de afbeelding. Selecteer “File” en vervolgens “Opslaan aantekeningen” maken van een spreadsheet van metingen. Maateenheden converteren van pixels naar millimeters met behulp van de gemiddelde pixels millimeter/ratio van 2.5. 3. de Dataproducten Bereken ruimtelijk specifieke raming van de dichtheid van de mantel en grootte. Enquête stations toewijzing softwarematig uitzetten. Partitie enquête stations door mantel gebied Management Simulator (SAMS) model zones.Opmerking: In de Amerikaanse Atlantische zee mantel visserij, de SAMS model wordt gebruikt om zee mantel overvloed en aanvoer8project. Alle volgende stappen zijn gedaan voor elke zone SAMS. Gemiddelde mantel metingen te verkrijgen van de gemiddelde shell hoogte van Sint-jakobsschelpen. Berekenen gemiddelde dichtheden en standaardfouten van Sint-jakobsschelpen. Quadrat met vergroot de gemiddelde shell hoogte van Sint-jakobsschelpen in de SAMS zone aan te passen voor gedeeltelijk zichtbaar Sint-jakobsschelpen geteld langs de rand van de afbeelding19. Bereken de dichtheid met behulp van de aangepaste quadrat grootte en de vergelijkingen voor het ontwerp van een 2-traps bemonstering ter verantwoording voor meerdere quadrats worden bemonsterd op elk station20:(1)(2)waarbij n = primaire eenheden (stations), m = elementen per primaire monster eenheid (quadrats), = gemeten waarde (graven van Sint-jakobsschelpen) voor element j in primaire eenheid ik, = het gemiddelde van de steekproef per element (quadrat) in primaire eenheid ik (stations), en = de zeggen over de twee-fasen. De standaardfout van deze gemiddelde is:(3)waar is het verschil tussen primaire eenheid (zenders) middelen. Bereken de totale en exploiteerbare biomassa. Vermenigvuldigen mantel dichtheid door de totale oppervlakte ondervraagde als u wilt schatten het aantal Sint-jakobsschelpen in het gebied. Een frequentieverdeling van shell hoogte van mantel metingen met 5 mm grootte opslaglocaties maken. 3.2.1 vermenigvuldigen. door de frequentie van Sint-jakobsschelpen in elke grootte opslaglocatie van 3.2.2. om het aantal Sint-jakobsschelpen in elke grootte opslaglocatie in het gebied. Het gewicht van de geschatte vlees van Sint-jakobsschelpen in het middelpunt van elke opslaglocatie 5 mm grootte door het aantal Sint-jakobsschelpen in elke grootte opslaglocatie te vermenigvuldigen. De hoogte van de shell op vlees gewicht regressies opgegeven door de New England visserij Management Council mantel Plan Development Team te schatten van het gewicht van de schelp op de grootte in gram21gebruiken. Som van het gewicht van vlees van Sint-jakobsschelpen van 3.2.4. voor de productie van een raming van de totale mantel biomassa. Converteren mantel biomassa van gram naar ton. De som van de mantel vlees gewichten van 3.2.5 verdelen. door het totale aantal coquilles uit 3.2.1. om het gemiddelde gewicht van een schelp. Vermenigvuldig het aantal Coquilles op elke opslaglocatie van de grootte van 3.2.3. door een commerciële mantel dreg gekarteld selectiviteit vergelijking te schatten het aantal exploiteerbaarheid22. Herhaal stap 3.2.5. en 3.2.6. met de graven van exploiteerbaarheid coquilles uit 3.2.7. schatting van de biomassa van Sint-jakobsschelpen exploiteerbaarheid grootte en het gewicht van hun gemiddelde vlees. Mantel distributie toewijzingen maken. De som van de graven van de mantel, de Sint-jakobsschelpen met shell hoogten, minder dan 75 mm, en Sint-jakobsschelpen met shell hoogten meer dan 100 mm op elke enquête-station door het totale gebied dat bekeken in de digitale fotocamera (9,2 m2) op elk station naar respectievelijk berekenen over het geheel genomen verdelen mantel, jonge mantel en exploiteerbare mantel dichtheid bij elk station. Elke dichtheid voor elk station toewijzen van de ruimtelijke spreiding van de algemene-, jeugd- en exploiteerbare mantel overvloed, respectievelijk uitgezet.

Representative Results

Enquête stations werden bemonsterd als onderdeel van vijf onderzoek reizen uitgevoerd van eind April tot medio juli (Figuur 2). Als gevolg van de zichtbaarheid en weer problemen, een strook van stations in SAMS zone CL2-S-EXT niet werden bemonsterd en sommige stations in andere zones ook verloren is gegaan tijdens de verzekering kwaliteitscontroles. Voor alle andere stations, vier hoogwaardige digitale stilstaande beelden werden gevangen (Figuur 3). Voor alle afbeeldingen in deze stations, substraat en macrobenthische dieren werden gekwantificeerd en Sint-jakobsschelpen werden gemeten. Mantel telt en metingen werden opgedeeld door SAMS zone voor overvloed, distributie en biomassa schattingen, samen met gecontroleerde ruwe gegevens van de graven van de mantel en metingen, waardoor moet worden verstrekt aan de Braziliaanse visserij Science Center en New England De Raad van de bestuur van visserij door 1 augustus voor opname in de jaarlijkse mantel allocatie proces (tabellen 1 en 2). Mantel distributie kaarten zijn gemaakt voor alle Sint-jakobsschelpen, jonge Sint-jakobsschelpen (shell hoogten minder dan 75 mm), en Sint-jakobsschelpen van exploiteerbaarheid grootte (shell heights groter is dan 100 mm) (Figuur 4). Figuur 2: camera stations op Georges Bank Drop in 2017. Stations worden weergegeven door het vaartuig met enquête datums en gelaagde met hoge rente bemonsterd met stations 2.8 km van elkaar en alle andere natuurgebieden bemonsterd met stations 5.6 km van elkaar. Zwarte lijnen en etiketten identificeren mantel gebied Management Simulator model zones gebruikt om project zee mantel overvloed en aanvoer. Klik hier voor een grotere versie van dit cijfer. Figuur 3: voorbeeld digitale stilstaand beeld bij de daling van de 2017 camera enquête naar Georges Bank. Voor het volledige onderzoek van Georges Bank, substraat en macrobenthische dieren werden gekwantificeerd en Sint-jakobsschelpen werden gemeten in 5,216 beelden van vergelijkbare kwaliteit. Alle beelden kunnen bekeken worden op . Klik hier voor een grotere versie van dit cijfer. Gebied Quad Stations Gemeten SH SC. Per m2 SE Sint-jakobsschelpen CL1-NB-N 2.6 101 858 105 0.98 0,29 761 CL1-AC 2.6 155 81 106 0,06 0,01 66 CL1-NB-S — 7 0 — < 0.02 — — CL2-N-NB 2.6 16 58 87 0,43 0.2 214 CL2-S-AC 2.6 435 556 93,6 0.14 0,01 465 CL2-S-EXT 2.5 147 660 77,6 0,48 0.04 545 NF 2.6 54 13 88 0.02 0,01 39 NLS-AC-N 2.7 31 72 120 0.27 0.1 260 NLS-AC-S 2.5 39 2,718 72,7 9.7 3.09 11,676 NLS-EXT 2.6 14 170 95,1 2.24 2.16 966 NLS-NB 2.6 42 696 99.1 2 0.83 2,597 SCH 2.5 137 138 71.3 0,15 0.03 631 SF 2.5 126 219 74,4 0.19 0.03 747 Tabel 1: digitale stilstaande cameragegevens uit de enquête camera 2017 daling van Georges Bank. Resultaten worden gepresenteerd door mantel gebied Management Simulator model zones. Opgenomen in de tabel is de gecorrigeerde quadrat gebied (Quad), het aantal stations bemonsterd (Stations), het aantal mantel shell hoogten gemeten (gemeten), de gemiddelde shell hoogte van Sint-jakobsschelpen waargenomen in mm (SH), het gemiddelde aantal Sint-jakobsschelpen per m2 (Sc. Per m 2) met bijbehorende standaardfout (SE), en een schatting van het aantal Sint-jakobsschelpen in miljoenen (Sint-jakobsschelpen). Resultaten voor CL1-nb-S kon niet worden geproduceerd omdat geen Sint-jakobsschelpen werden waargenomen. Schatting van de totale biomassa Schatting van de exploiteerbare biomassa Gebied MW MT SE MW MT SE CL1-NB-N 18.28 13,900 4,100 23.85 9,900 2,950 CL1-AC 24.87 1.650 350 33.72 1350 300 CL1-NB-S — — — — — — CL2-N-NB 14,89 3200 1.500 26.51 2.100 980 CL2-S-AC 15.84 7,360 685 23.47 4.600 425 CL2-S-EXT 9.46 5,150 440 17.1 1.900 165 NF 16,26 600 260 27.59 500 200 NLS-AC-N 34.15 8,900 3,390 38.02 7.800 2,990 NLS-AC-S 8,49 99,100 31,590 16.88 24,600 7830 NLS-EXT 16.73 16,200 15,590 19.54 7,600 7,310 NLS-NB 20.4 53,000 22,100 25.13 30,700 12.800 SCH 10,45 6,600 1.260 24.65 3300 620 SF 9.1 6.800 1.080 17.33 2400 380 Tabel 2: ramingen van de totale en exploiteerbare biomassa voor het 2017 Georges Bank drop camera enquête. Resultaten worden gepresenteerd door mantel gebied Management Simulator model gebieden. Opgenomen in de tabel zijn de gemiddelde mantel vlees gewicht in g (MW), het totale gewicht van Sint-jakobsschelpen in ton (MT) en de standaardfout in de ton. Resultaten voor CL1-nb-S kon niet worden geproduceerd omdat geen Sint-jakobsschelpen werden waargenomen. Figuur 4: verspreiding en dichtheid op Georges Bank Jakobsvrucht tijdens 2017. Mantel distributie overvloed op Georges Bank tijdens 2017 voor alle Sint-jakobsschelpen (boven), gekarteld minder dan 75 mm shell hoogte (midden) en gekarteld groter is dan 100 mm shell hoogte (onder) van een daling van de camera enquête. Klik hier voor een grotere versie van dit cijfer.

Discussion

De enquête ontwerp-protocollen zijn flexibel, maar het is van cruciaal belang te overwegen de doelsoort gedrag en enquête-doelstellingen bij het generaliseren van deze protocollen. Literatuurstudie en voorlopige of eerste studies kunnen worden gebruikt in te nemen doel soorten gedrag enquête ontwerp. Bijvoorbeeld, is minder dan één mantel in 12,5 m2 (0,08 Sint-jakobsschelpen/m2) onder duurzame commerciële visserij dichtheid23. Dus, door bemonstering van vier quadrats per station, het voorbeeldgebied station is verbonden met het opsporen van Sint-jakobsschelpen bij commerciële dichtheid. Bovendien, schat zee Sint-Jacobsschelpen zijn meestal samengevoegd in plaats van willekeurig verdeeld op de zeebodem, beïnvloeden hoe station afstand van invloed op de precisie van dichtheid24. Verschillende studies met gemiddelde en variantie gegevens uit aanvankelijke studies onderzocht precisie en bepalen dat 5,6 km was dat de maximale afstand-stations uit elkaar5,25,26moeten worden geplaatst. Het ontwerp van de systemische bemonstering van de enquête werd beïnvloed door de doelstellingen van onderzoek. De begrenzing van de zones SAMS vaak en vaak wijzigen nadat enquêtes uitgevoerd21,27. Systemische bemonstering vermijdt het ernstige probleem van post stratificatie van de grenzen voor ruimtelijke schattingen dat effecten willekeurig gelaagde of optimaal toegewezen enquête20 ontwerpt. Uniforme toewijzing van stations vergemakkelijkt ook de detectie van nieuwe mantel werving en toewijzing zeebodem sedimenten en macroinvertebrate distributies28. De één stap waar het niet mogelijk te overwegen doelsoorten gedrag en enquête-doelstellingen is de identificatie van een survey schip, dat is waarom het protocol met deze stap begint. Een schip is essentieel op zee steekproef en dicteert opeenvolgende stappen van het ontwerp van de enquête. Voor onze protocollen was het essentieel om deel te nemen van de commerciële visserij-industrie ter bevordering van transparantie in de enquête methoden en het vertrouwen in de resultaten van de enquête. Met behulp van de commerciële vissersschepen werd een impactful manier om het industrie deelnemen aan onze methoden en de grootte en de mogelijkheden van de vaartuigen die zijn toegestaan voor een grote, zware camera-apparatuur en voor enquête stations te bemonsteren binnen de benodigde tijdlijn. Verder, reders verantwoordelijk waren voor alle kosten in verband met het vaartuig te gebruiken en werden gecompenseerd door een verdeling van de mantel pond uitgereikt door de National Oceanic and Atmospheric Administration via de Atlantische mantel braaklegging onderzoeksprogramma 29. maar het is niet nodig om deel te nemen van de industrie in de onderzoeken, de grootte, de mogelijkheden en kosten van beschikbare schepen moeten worden bestudeerd voor het ontwikkelen van andere aspecten van het ontwerp van de enquête.

De gegevens verzamelen en verwerken van aspecten van de protocollen presenteren het grootste voordeel, maar ook een beperking van deze methode. Het gebruik van aangepaste software en databases te kwantificeren van gegevens binnen beelden komt op een aanzienlijke kosten. Echter, het gebruik van deze producten door de SMAST drop camera enquête vertegenwoordigt een evolutie van een programma gestart in 1999 en is niet essentieel. Bijvoorbeeld, wanneer het programma voor het eerst begonnen, mantel graven werden gemaakt met pen en papier en vrije software is nu beschikbaar om te meten binnen beelden. Ook werd de huidige digitale fotocamera gekozen omdat het was voor het opsporen van alle grootteklassen van Sint-jakobsschelpen van en toegestaan voor ongeveer 200% vergroting zonder verlies van beeldkwaliteit (Figuur 3), maar de lagere resolutie, minder dure camera ‘s gebruikt eerder in de enquête konden voor het volledig detecteren van Sint-jakobsschelpen handelsmaat30. Als met de enquête ontwerp protocollen, moet het type camera worden gekoppeld aan de resolutie die nodig zijn voor het detecteren van de doelsoort en enquête doelen te bereiken. Vastleggen van beelden en het opnemen van video op elk station biedt een aanzienlijk voordeel ten opzichte van traditionele enquête methoden door middel van de voortdurende mogelijkheid om opnieuw monsters en breiden de analyse naar taxa of habitat kenmerken aanvankelijk niet bijgehouden of opgesomd. Bijvoorbeeld beelden met zand dollar en andere stekelhuidigen oorspronkelijk bekend als aanwezig of afwezig in de database SMAST werden herzien om te kwantificeren hun overvloed en biomassa tot en met12van de tijd. In tegenstelling, monsters van meer traditionele enquête methoden zoals dreggen of netten zijn afgedankte op zee en kunnen niet worden herzien. De vooruitgang die het mogelijk voor enorme hoeveelheden afbeeldingen maken moeten worden genomen en opgeslagen kunnen echter resulteren in miljoenen afbeeldingen worden verzameld met slechts een klein deel wordt gebruikt. Dit is grotendeels te wijten aan de beperkingen van tijd en kosten als mens nodig zijn voor data-extractie en in grote hoeveelheid ongebruikte informatie31 resulteren. Vooruitgang in de automatische detectie van dieren en habitat kenmerken kunnen helpen om dit raadsel.

Beeld gebaseerde enquête methoden bieden de nodige gegevens om te controleren macroinvertebrates en bijbehorende habitat, maar ter aanvulling van de protocollen die hier beschreven met andere methoden die biologische monsters verzamelen is ideaal. Zonder een mantel shell-hoogte vlees gewicht relatie, gemaakt van bemonstering Bagger gebaseerde zou ramingen van de biomassa niet mogelijk zijn. Verder varieert de mantel shell-hoogte vlees gewicht verhouding met de tijd en locatie op Georges Bank die aangeeft dat consequent het bijwerken van de vergelijking gebruikt om te beschrijven van deze relatie gunstig32 is. Combinatie van beeld en fysieke monster gebaseerde technieken ook helpt bij het verkennen van de vooroordelen en aannames van elke methode. Meten van shell hoogten van Sint-jakobsschelpen in drop-camerabeelden met remklauwen gekwantificeerd een vertekening van de meting gekoppeld aan de kromming van de lens van de camera en afstand vanaf de afbeelding centreren33. Daarentegen hebben de paarsgewijze vergelijkingen tussen beelden en Bagger geworden geholpen bepaald welk deel van Sint-jakobsschelpen op de zeebodem zijn eigenlijk verzameld en hoe de verhouding verandert met mantel grootte6.

Onderwater imaging heeft ingezet op het gebied van mariene ecologie voor decennia17,34. Echter hebben afnemende kosten van hoge resolutie camera’s en data-opslag gemaakt de aanpak praktischer dan in het verleden. De methoden die worden beschreven in dit document kunnen worden gegeneraliseerd en hebben brede toepasbaarheid, helpen de ontwikkeling van meer beeld-gebaseerde onderzoeken te vergemakkelijken. Meer in het bijzonder, door de procedures wordt uitgelegd hoe resultaten kunnen worden gebruikt om gegevens te helpen beheren van sessiele-ongewervelde dieren (tabellen 1-2) en bijdragen aan een breder inzicht in de mariene milieu7,9,10 te produceren ,11,12,13,14,15.

Disclosures

The authors have nothing to disclose.

Acknowledgements

Dankzij de studenten, personeel, kapiteins en bemanningen die zeilde over deze onderzoek trips en eigenaren die hun vaartuigen. Dankzij T. Jaffarian voor de ontwikkeling van het lab programma van de verzameling van de gegevens, Electromechanica, Inc. voor het ontwikkelen van veld software en apparatuur, en aan het raadplegen van de CVision voor de ontwikkeling van het programma van het beeld annotator. Financiering werd verstrekt door NOAA awards NA17NMF4540043, NA17NMF4540034 en NA17NMF4540028. De standpunten die hierin zijn die van de auteurs en weerspiegelen niet noodzakelijk de standpunten van de NOAA.

Materials

Bobcat, 43.3mm, F-Mount, 6600×4400, 1.9/2.4 fps, Color, GigE Vision Imperx PoE-B6620C-TF00 Digital Still Camera
Ace – EV76C560, 1/1.8", C-Mount, 1280×1024, 60fps, Color, CMOS, GigE  Basler acA1300-60g HD video camera
Stock MV 40-25 Housing. Black Anodized Aluminum, 5.3" standard dome port, DBCR2008M connector   Sexton MV 40-25 Underwater housing for digital still camera
Stock MV 25-25 Housing. Black Anodized Aluminum, 3.4" standard dome port, DBCR2008M connector   Sexton MV 25-25 Underwater housing for HD video camera
Optical Slip Ring MOOG 180-2714-00 Transmission of power and electrical signals to rotating cable on winch
Fiber Optic Cable Cortland OCG0010 Transmission of power and electrical signals from junction box to vessel deck/wheelhouse
Wheelhouse Run  Electromechanica EM0117-02 Segment of fiber optic wire adapted to plug into optical slip ring on one end and light power and computer on the other
Underwater Junction Box Electromechanica EM0117-01 Connection of power and electrical signals from camera and lights to hybrid cable
Camera Cable SubConn DIL8F/LS2000/10FT/LS2000/DIL8M Transmission of power and electrical signals from camera to junction box
Light Cable SEACON HRN-S0484 Transmission of power and electrical signals from lights to junction box
Desktop Computer Various Custom Windows based operating system with fiber optic interface
Hydraulic Winch Diversified Marine Custom Tension sensitive winch for deployment and retrieval of fiber optic cable
Steel Pyramid Blue Fleet Welding Custom Apparatus for deploying cameras and lights
Steel Davit Blue Fleet Welding Custom Suspends fiber optic cable over the side of the vessel
Fiberglass sheave in metal housing Diversified Marine Custom Attaches to davit, guides fiber optic cable over the side of the vessel and into the water
Sealight Sphere 6500, Day Light White, Flood DeepSea Power & Light 712-045-201-0A-01 Underwater LED light
GPSMAP 78 Garmin  01-00864-00 Global Positioing System device
ArcPad 10.2  ESRI N/A Mobile field mapping program
Undersea Vision Acquisition System Electromechanica UVAS Field data collection program
Digitzer University of Massachusetts, Dartmouth N/A Lab data collection program
FishAnnotator Cvision Consulting 0.3.0 Image annotator program
ArcMap 10.4  ESRI N/A Mapping software

References

  1. Stokesbury, K. D. E., O’Keefe, C. E., Harris, B. P., Shumway, S., Parsons, G. J. Fisheries Sea Scallop, Placopecten magellanicus. Scallops: Biology, Ecology, Aquaculture, and Fisheries. , (2016).
  2. NMFS (National Marine Fisheries Service). . Fisheries Economics of the United States, 2015. , (2015).
  3. Stokesbury, K. D. E., Himmelman, J. H. Spatial distribution of the giant scallop Placopecten magellanicus in unharvested beds in the Baie des Chaleurs, Québec. Mar. Ecol. Prog. Ser. 96, 159-168 (1993).
  4. Stokesbury, K. D. E., Himmelman, J. H. Examination of orientation of the giant scallop, Placopecten magellanicus, in natural habitats. Can. J. Zool. 73, 1945-1950 (1995).
  5. Stokesbury, K. D. E., Harris, B. P., Marino, M. C., Nogueira, J. I. Estimation of sea scallop abundance using a video survey in off-shore USA waters. J. Shellfish Res. 23, 33-44 (2004).
  6. Malloy, R., Bethoney, N. D., Stokesbury, K. D. E. Applying dredge and optical methods to compare sediment classification and size frequency of the sea scallop (Placopecten magellanicus). J. Shellfish Res. 34 (2), 657 (2015).
  7. Bethoney, N. D., Zhao, L., Chen, C., Stokesbury, K. D. E. Identification of persistent benthic assemblages in areas with different temperature variability patterns through broad-scale mapping. PLoS ONE. 12 (5), e0177333 (2017).
  8. NEFSC (Northeast Fisheries Science Center). Stock assessment for Atlantic sea scallops in 2014. 59th Northeast Regional Stock Assessment Workshop (59th SAW) Assessment Report. , (2010).
  9. MacDonald, A. M., Adams, C. F., Stokesbury, K. D. E. Abundance estimates of skates (Rajidae) on the continental shelf of the northeastern USA using a video survey. Trans. Am. Fish. Soc. 139, 1415-1420 (2010).
  10. Marino, M. C., Juanes, F., Stokesbury, K. D. E. Effect of closed areas on populations of sea star Asterias spp. On Georges Bank. Mar. Ecol. Prog. Ser. 347, 39-49 (2007).
  11. Marino, M. C., Juanes, F., Stokesbury, K. D. E. Spatio-temporal variations of sea star Asterias spp. distributions between sea scallop Placopecten magellanicus beds on Georges Bank. Mar. Ecol. Prog. Ser. 382, 59-68 (2009).
  12. Rosellon-Druker, J. . Describing echinoderm (Echinodermata) populations on Georges Bank and evaluating direct and indirect effects of marine protected areas on these populations. , (2016).
  13. Stokesbury, K. D. E., Harris, B. P. Impact of limited short-term sea scallop fishery on epibenthic community of Georges Bank closed areas. Mar. Ecol. Prog. Ser. 307, 85-100 (2006).
  14. Harris, B. P., Stokesbury, K. D. E. The spatial structure of local surficial sediment characteristics on Georges Bank, USA. Cont. Shelf. Res. 30, 1840-1853 (2010).
  15. Harris, B. P., Cowles, G. W., Stokesbury, K. D. E. Surficial sediment stability on Georges Bank in the Great South Channel and on eastern Nantucket Shoals. Cont. Shelf. Res. 49, 65-72 (2012).
  16. Anderson, S. C., Mills-Flemming, J., Watson, R., Lotze, H. K. Rapid Global Expansion of Invertebrate Fisheries: Trends, Drivers, and Ecosystem Effects. PLoS ONE. 6 (3), e14735 (2011).
  17. Murphy, H. M., Jenkins, G. P. Observational methods used in marine spatial monitoring of fishes and associated habitats: A review. Mar. Freshw. Res. 61, 236-252 (2010).
  18. Monk, J. How long should we ignore imperfect detection of species in the marine environment when modelling their distribution. Fish. Fish. 15, 352-358 (2014).
  19. O’Keefe, C. E., Carey, J. D., Jacobson, L. D., Hart, D. R., Stokesbury, K. D. E. Comparison of scallop density estimates using the SMAST scallop video survey data with a reduced view field and reduced counts of individuals per image. Appendix 3. 50th Northeast Regional Stock Assessment Workshop (50th SAW) Assessment Report. , (2010).
  20. Cochran, W. G. . Sampling Techniques. 3rd ed. , (1977).
  21. Yochum, N., DuPaul, W. D. Size-selectivity of the northwest Atlantic sea scallop (Placopecten magellanicus) dredge. J. Shellfish Res. 27, 265-271 (2008).
  22. Brand, A. R., Shumway, S. Scallop ecology: distributions and behaviour. Scallops: biology, ecology and aquaculture. , (1991).
  23. Krebs, C. J. . Ecological Methodology. , (1989).
  24. Stokesbury, K. D. E. Estimation of sea scallop, Placopecten magellanicus, abundance in closed areas of Georges Bank. Trans. Am. Fish. Soc. 131, 1081-1092 (2002).
  25. Adams, C. F., Harris, B. P., Stokesbury, K. D. E. Geostatistical comparison of two independent video surveys of sea scallop abundance in the Elephant Trunk Closed Area, USA. ICES J Mar Sci. 65, 995-1003 (2008).
  26. CIE (Center for Independent Experts). . Individual Peer Review Report. Review of Sea Scallop Survey Methodologies and their Integration for Stock Assessment and Fishery Management. , (2015).
  27. . Research Set-Aside Program Available from: https://www.nefsc.noaa.gov/coopresearch/rsa_program.html (2017)
  28. Marino, M. C., O’Keefe, C. E., Jacobson, L. D. Selectivity and efficiency of large camera video data from the SMAST video survey during 2003 – 2006: Appendix B7. 45th Northeast Regional Stock Assessment Workshop (45th SAW) Assessment Report. , (2007).
  29. Chang, J., Hart, D. R., Shank, B. V., Gallagher, S. M., Honig, P., York, A. D. Combining imperfect automated annotations of underwater images with human annotations to obtain precise and unbiased population estimates. Methods Oceanogr. 17, 169-186 (2016).
  30. Hennen, D. R., Hart, D. R. Shell height-to-weight relationships for Atlantic sea scallops (Placopecten magellanicus) in offshore U.S. waters. J. Shellfish Res. 31 (4), 1133-1144 (2012).
  31. Jacobson, L. D., et al. Measurement errors in body size of sea scallops (Placopecten magellanicus) and their effect on stock assessment models. Fish. Bull. 108, 233-247 (2010).
  32. Mallet, D., Pelletier, D. Underwater video techniques for observing coastal marine biodiversity: A review of sixy years of publications (1952-2012). Fish. Res. 154, 44-62 (2014).

Play Video

Cite This Article
Bethoney, N. D., Stokesbury, K. D. E. Methods for Image-based Surveys of Benthic Macroinvertebrates and Their Habitat Exemplified by the Drop Camera Survey for the Atlantic Sea Scallop. J. Vis. Exp. (137), e57493, doi:10.3791/57493 (2018).

View Video