Summary

Metodi per sondaggi basati su immagine di macroinvertebrati bentonici e loro Habitat esemplificato dall'indagine fotocamera goccia per la cappasanta atlantica

Published: July 02, 2018
doi:

Summary

Rilievo di immagine in base è un metodo sempre più pratico, non-invasivo per assaggiare l’ambiente marino. Vi presentiamo il protocollo di un sondaggio di fotocamera di discesa che consente di stimare l’abbondanza e la distribuzione della cappasanta atlantica (Placopecten magellanicus). Discutiamo di come questo protocollo può essere generalizzato per applicazione ad altri macroinvertebrati bentonici.

Abstract

Formazione immagine subacquea è stato a lungo utilizzata nel campo dell’ecologia marina, ma diminuendo i costi di archiviazione dati e telecamere ad alta risoluzione hanno reso l’approccio più pratico che in passato. Sondaggi basati su immagine consentono i primi campioni essere rivisitato e sono non-invasiva rispetto ai metodi di indagine tradizionali che in genere coinvolgono reti o draghe. Protocolli per sondaggi basati su immagine possono variare notevolmente, ma devono essere guidate da obiettivi di indagine e di comportamento specie target. Per dimostrare questo, descriviamo i nostri più recenti metodi per un’indagine di macchina fotografica mare Atlantico goccia capesante (Placopecten magellanicus) fornire un esempio procedurale e risultati rappresentativi. La procedura è divisa in tre fasi critiche che includono il disegno di indagine, raccolta dei dati e dei dati prodotti. L’influenza del comportamento di capesante e l’obiettivo del sondaggio di fornire una valutazione indipendente della risorsa US mare capesante sulla procedura di indagine sono poi discussi nel contesto di generalizzare il metodo. Nel complesso, l’ampia applicabilità e flessibilità dell’Università del Massachusetts Dartmouth scuola per Marine Science and Technology (SMASTI) goccia sondaggio fotocamera viene illustrato il metodo potrebbe essere generalizzato e applicato ad una varietà di invertebrati sessili o habitat concentrato la ricerca.

Introduction

La cappasanta atlantica (Placopecten magellanicus) è un mollusco bivalve marino distribuito in tutta la piattaforma continentale dell’oceano Atlantico nord-occidentale del Golfo della St. Lawrence, Canada a Capo Hatteras, North Carolina1. Industria della pesca di mare capesante negli Stati Uniti ha sperimentato aumenti gli sbarchi e valore senza precedenti negli ultimi quindici anni ed è diventato uno della pesca di valore più alta del paese con gli atterraggi vale circa $ 440 milioni nel 20152. Nonostante questo aumento, dello sforzo di pesca del pettine è stato sostanzialmente ridotto negli ultimi 20 anni attraverso l’implementazione di un sistema di rotazione di zona che mira a proteggere le aree con capesante giovanile e concentrarsi di pesca in zone con più grandi capesante in alta densità1. Questo approccio di gestione richiede informazioni specifiche spazialmente il pettine densità e dimensione, che viene fornito da diverse indagini tra cui l’Università del Massachusetts Dartmouth School for Marine Science e Technology (SMASTI) goccia fotocamera survey.

L’obiettivo dell’indagine SMASTI goccia fotocamera è quello di fornire una valutazione indipendente della US mare capesante risorsa e il suo habitat associati gestori delle risorse della pesca, gli scienziati marini e le comunità di pescatori. L’indagine è stata sviluppata in collaborazione con i pescatori di capesante e applica le tecniche di campionamento quadrat basate su immersioni studi3,4. Le indagini iniziali nel 2000s iniziale focalizzato sulla stima della densità di scaloppine di mare all’interno di porzioni chiuse di un’area produttiva dell’industria della pesca conosciuto come Georges Bank5, ma l’indagine ampliata per coprire la maggior parte della risorsa capesante in Stati Uniti e Canada acque (≈ 100, 000 km2)6,7. Informazioni dall’indagine sono stati incorporati nella valutazione dello stock di capesante attraverso il processo di Stock Assessment Workshop e in modo affidabile forniti al Consiglio di gestione della pesca di New England per aiutare nella annuale capesante raccolto allocazione8. Inoltre, i dati del sondaggio di fotocamera goccia SMASTI ha contribuito in numerosi modi per comprendere l’ecologia delle specie non-capesante7,9,10,11,12 e la caratterizzazione di habitat bentonici13,14,15. Questa ampia applicabilità viene illustrato il metodo potrebbe essere generalizzato e applicato ad una varietà di invertebrati sessili, potenzialmente contribuendo ad per alleviare il problema dell’espansione di invertebrati marini pesca superando la conoscenza scientifica e politica necessari per gestire con successo li16. Basata su immagine, ulteriore campionamento è invasivo rispetto a metodi di campionamento popolazione tradizionale e sempre più conveniente dovuta alla diminuzione dei costi di alta risoluzione telecamere e dati archiviazione17,18. Qui sono presentati i metodi 2017 dell’indagine SMASTI goccia fotocamera utilizzato per la gestione di capesante sulla parte US di Georges Bank per esemplificare la procedura. Discutiamo la logica dietro questa procedura per aiutare nella sua generalizzazione e l’applicazione di altri invertebrati sessili.

Protocol

1. indagine Design Trovare uno o più vasi di capesante commerciali offshore disponibile per intervalli di 6 – 8 giorni. Costruire una piramide in acciaio con un telaio interno dove tre fotocamere, luci e una scatola di giunzione per una fibra ottica cavo può essere montato (Figura 1). Assicurare che una fotocamera è un’ad alta risoluzione della fotocamera digitale e due sono una risoluzione inferiore, ma ancora ad alta definizione, video macchine fotografiche. Figura 1: piramide di indagine fotocamera goccia con telecamere e luci utilizzate per la raccolta di dati nel 2017. L’Università del Massachusetts Dartmouth, scuola di Scienze e tecnologie Marine goccia fotocamera sondaggio piramide con telecamere e luci utilizzate per la raccolta di dati nel 2017. Una scatola di derivazione che collega fotocamera e luce cavi con un cavo in fibra ottica è montata tra le due barre con luci e non viene visualizzata. Clicca qui per visualizzare una versione più grande di questa figura. Utilizzare un disegno di campionamento sistematico per posizionare sondaggio stazioni 5,6 km di distanza in molte aree del Georges Bank utilizzata dalla pesca e 2,8 km di distanza in due aree di importanza1Nota: Un compagno, un capitano e due scienziati sono stati in grado di indagine circa 50 stazioni ogni 24 ore sulla griglia di 5,6 km e 80 stazioni sulla griglia di 2,8 km. Di conseguenza, circa 5 viaggi di indagine sono stati necessari per completare il sondaggio. 2. raccolta dei dati Caricare attrezzature sulla nave. Impostare apparecchiatura sul ponte della nave. Organizzare la piramide, una pressione sensibile verricello con fibra ottica via cavo su un tamburo e fissato ad anelli e gruetta sul ponte della nave. Assicurarsi che la fibra ottica cavo può eseguito dal verricello attraverso la gruetta e alla piramide senza toccare il cavo dell’argano della nave. Saldature di piccole dimensioni consente di apporre piastra verricello, gru e gru in posizione. Filo cavo di alimentazione del verricello sensibile pressione nella scatola dei fusibili dell’imbarcazione. Fissare la scatola di giunzione a piramide. Collegare le telecamere e luci alla piramide. Collegare telecamere e luci alla scatola di derivazione con fotocamera e luce cavi. Eseguire il cavo in fibra ottica tramite puleggia e fissare alla gruetta. Collegare il cavo del verricello idraulico vaso piramide. Impostare apparecchiatura in timoneria della nave. Collegare e fissare il computer desktop. Collegare 2 monitor al computer desktop. Fissare un monitor vicino al computer e il secondo vicino i controlli per verricello idraulico dell’imbarcazione. Collegare un dispositivo (GPS) sistema di posizionamento globale per il computer desktop tramite una porta USB. Collegare e fissare un computer portatile con un programma di mappatura campo mobile vicino al timone della nave. Caricare le posizioni di stazione nel computer prima della partenza. Collegare un dispositivo GPS al computer portatile tramite una porta seriale. Collegare telecamere e luci per la timoneria della nave. Allegare la “fine del ponte” della timoneria corsa del cavo in fibra ottica ottica slip ring sul verricello sensibili di pressione. Allegare la “fine di timoneria” della corsa di timoneria del cavo in fibra ottica all’interfaccia fibra ottica su computer desktop e la spina di alimentazione luce. Avviare il programma di raccolta dati di campo dal computer desktop. Garantire che tutte le telecamere montate sulla piramide e inserito nella scatola di derivazione automaticamente Visualizza come collegato.Nota: Se tutte le macchine fotografiche non mostrano come connesso, reimpostare il collegamento delle telecamere all’interno del programma o risolvere sostituendo componenti (telecamera, collegamento cavi, anello di scorrimento, ecc.) in modo sistematico. Catturare immagini e registrare dati ad ogni stazione. Avviare il programma di mappatura campo mobile dal computer portatile. Selezionare lo strumento “mark” e trascinare l’icona di destinazione in una stazione per fornire un cuscinetto alla stazione. Abbassare lentamente la piramide di campionamento per il fondale marino mediante verricello idraulico della nave quando la stazione è stata raggiunta e la nave è stata arrestata.Nota: Questo viene fatto dall’equipaggio della nave e il verricello sensibili di pressione deve essere attivato prima dell’abbassamento della piramide di campionamento. Lanciare il programma di raccolta dati di campo dal computer desktop, mentre la piramide è essere abbassata a fondo marino. Fare doppio clic la casella “Nome breve Area” e immettere un nome per l’area.Nota: Questo deve essere fatto per la prima stazione di un’area. Fare clic sul pulsante “Avvia capitani Cam” per visualizzare le viste di fotocamera e altre informazioni sul monitor vicino i controlli verricello idraulico. Accensione di luci. Acquisire i dati quadrat una volta che la piramide di campionamento è atterrato sul fondale marino. Nel programma di raccolta dati di campo, fare clic su “Start Station” per avviare la registrazione di video.Nota: Il pulsante lampeggia in rosso mentre il video è la registrazione. Fare clic su “Prendere istantanee” quando viene visualizzata la finestra di una visione chiara del fondo marino, quindi fare clic su “Save All” per catturare un’immagine fissa da tutte le visualizzazioni della telecamera contemporaneamente. Fare clic sul pulsante “Scrivi al Database”.Nota: Si aprirà una nuova finestra di dialogo con profondità, posizione, temperatura, numero della stazione, numero quadrat, nome dell’area e un numero di identificazione univoco inserito automaticamente dal software. Immettere il numero di capesante visto nell’immagine della telecamera ancora digitale nella finestra di “Capesante Count” e digitare eventuali commenti nella casella “Commenti”. Fare clic sul pulsante “Invia dati” per scrivere i dati circa il quadrat come una riga nel campo database. Sollevare la piramide, fino a quando il fondale marino non può più essere visto. Lentamente abbassare la piramide per il fondale marino e ripetere i passaggi 2.4.6 e 2.4.7. fino a quando non hanno dati per quattro quadrats stato catturato. Garantire che la piramide è scivolato affinché quadrat diverse immagini del fondo marino sono catturate. Sollevare la piramide di campionamento dal fondo marino ad una posizione sicura accanto alla nave. La stazione terminale mentre la piramide viene generata. Fare clic su “Capolinea” nel programma di raccolta di dati di campo per terminare la registrazione video e programma di anticipo alla stazione successiva. Fare clic sul pulsante “Programma Quit” per chiudere il programma. Spegnere luci. Fare clic su “Capture Station” nel programma di mappatura campo mobile per contrassegnare la stazione come completata quindi ripetere il punto 2.4.2. Ripetere i passaggi precedenti della sezione 2.4. fino a quando tutte le stazioni di sondaggio sono state completate. Condurre una goccia di calibrazione della fotocamera. Misurare la lunghezza di almeno 30 celle di una griglia di filo con calibri elettronici. Contrassegnare le celle che sono misurate. Fissare la griglia alla base della piramide di campionamento utilizzando spago o corda. Assicurarsi che le celle della griglia misurati siano le viste di fotocamera. Ripetere i passaggi da 2.4.3 per 2.4.6.2 per catturare le immagini della griglia.Nota: Questa taratura è fatta solitamente prima della prima stazione ma può essere fatto prima della partenza in un serbatoio di prova o in qualsiasi momento durante l’indagine. Lo scopo è quello di determinare la lunghezza in mm per rapporto di pixel per la conferma dimensioni quadrat e misure di funzioni all’interno delle immagini. Quantificare i dati all’interno di immagini digitali quadrat fotocamera.Nota: Utilizzare immagini da altre telecamere e il video come sussidi in questo processo. Lanciare il programma di raccolta dati di laboratorio e selezionare il profilo di “Digitalizzare”. Dal menu a discesa, selezionare l’anno, zona, macchina fotografica, stazione e quadrat d’interesse. Clicca su “Vai” per importare un’immagine in base ai criteri selezionati nel passaggio 2.6.2. nel programma. Nella sezione “Substrato”, fare clic sulle caselle per i tipi di substrato che sono presenti. Vedi14 per una descrizione dettagliata dei tipi di substrato e come sono classificate. Quantificare gli animali macrobenthos.Nota: 50 taxa del macrobenthos è contati o notato come presente o assente. Un elenco completo di questi taxa e come essi vengono registrati può essere trovato in riferimento13. Fare clic sulle caselle per gli animali che sono presenti nella sezione “Inverte” presenza. Immettere il numero di ogni animale osservato nella sezione di conteggio “Inverte”. Fare clic sul pulsante rosso “SC” e puntino ogni pettine nell’immagine. Fare clic sul pulsante verde “SF” e puntino ogni stella di mare nell’immagine. Fare clic sul pulsante “CL” nero e punteggiano ogni batacchio (capesante che è morto, ma entrambi i lati del guscio sono ancora attaccato alla cerniera) nell’immagine. Fare clic sul pulsante blu “FI” e puntino ogni pesce nell’immagine. Nella sezione di conteggio “Pesce”, immettere il numero di ogni tipo di pesce osservato.Nota: Per gli altri animali punteggiati conta il numero di punti e automaticamente assegna i conteggi alla categoria appropriata. Per i pesci, punti sono contati automaticamente, ma l’utente deve identificare quale tipo di pesce e quanti. Il numero totale di pesce punti contati dal programma deve corrispondere al numero di ogni tipo di pesce immesso dall’utente. Fare clic sul pulsante “Invia” per scrivere i dati relativi all’immagine come una riga nel laboratorio del database e creare una copia dell’immagine con gli animali punteggiati. Eseguire un controllo di qualità dei passaggi 2.6.4. e 2.6.5. Modificare il profilo nel programma di raccolta di dati di laboratorio per “ImageCheck.”Nota: Questo dovrebbe essere fatto da una persona diversa da quella che ha completato i passaggi 2.6.4 e 2.6.5 per l’immagine. Ripetere i passaggi 2.6.2 e 2.6.3. per caricare l’immagine originale, punteggiato immagine e riempire nel substrato e animale dati immessi dal profilo utente “Digitalizzare”. Esaminare la voce per precisione e apportare le modifiche necessarie. Selezionare il pulsante “Invia” per sovrascrivere i dati relativi all’immagine inserita dall’utente “Digitalizzare” e contrassegnare l’immagine come qualità controllata nel database lab. Capesante di misura osservati nelle immagini.Nota: Capesante parzialmente visibile (oscurate da escrescenze, parzialmente in immagine, ecc.) o dal pavimento di mare non deve essere misurata. Avviare il programma di annotazione di immagine. Selezionare “File” e poi “Load Image Directory” dal menu a discesa. Spostarsi sull’immagine punteggiata di interesse e caricare l’immagine nel programma. Selezionare l’annotazione”linea” e disegnare una linea dall’umbone di capasanta alla parte superiore della conchiglia. Ripetere il passaggio 2.6.8.3. per tutte le capesante misurabili nell’immagine. Selezionare “File”, quindi “Salva annotazioni” per creare un foglio di calcolo di misure. Convertire le misure da pixel a millimetri utilizzando i medio pixel rapporto millimetri da 2,5. 3. dati prodotti Calcolare preventivi spazialmente specifici di capesante densità e dimensione. Trama sondaggio stazioni utilizzando software di mappatura. Stazioni di sondaggio di partizione da zone modello pettine Area gestione Simulator (SAMS).Nota: Nella pesca del pettine di mare atlantica americana, il modello di SAMS viene utilizzato per proiettare mare capesante abbondanza e atterraggi8. Tutti i passaggi seguenti sono fatti per ogni zona di SAMS. Misurazioni del pettine medio per ottenere l’altezza media shell di capesante. Calcolare la media delle densità e gli errori standard di capesante. Aumentare la dimensione del quadrat dall’altezza media shell di capesante nella zona di SAMS per compensare parzialmente visibile capesante contati lungo il bordo del immagine19. Calcolare la densità utilizzando il formato rettificato quadrat ed equazioni per un disegno di campionamento di 2 stadi per contabilizzare più quadrats campionata presso ogni stazione20:(1)(2)dove n = unità di campionamento primario (stazioni), m = elementi per unità di campionamento primario (quadrats), = valore misurato (conteggi di capesante) per elemento j in unità primaria, = media del campione per ogni elemento (quadrat) in unità primaria ho (stazioni), e = il vuol dire sopra le due fasi. L’errore standard di questa media è:(3)dove è la varianza tra l’unità primaria (stazioni). Calcolare la biomassa totale e sfruttabile. Moltiplicare il pettine densità dall’area totale intervistato per stimare il numero di capesante in zona. Creare una distribuzione di frequenza di altezza guscio di capasanta misurazioni con bidoni di dimensione di 5 mm. Moltiplicare 3.2.1. dalla frequenza delle capesante in ciascuna collocazione di dimensioni da 3.2.2. per ottenere il numero di capesante in ciascuna collocazione di dimensione nell’area. Moltiplicare il peso stimato carne di capesante a metà di ciascuna collocazione di dimensioni di 5 mm per il numero di capesante in ciascuna collocazione di dimensione. Utilizzare l’altezza di shell a regressioni di peso carne specificato dal Team di sviluppo piano del pettine del Consiglio di gestione della pesca New England per stimare il peso di capesante alle dimensioni in grammi21. Somma il peso della carne di capesante da 3.2.4. per produrre una stima della biomassa totale del pettine. Convertire capesante biomassa da grammi a tonnellate metriche. Dividere la somma dei pesi di carne del pettine da 3.2.5. per il numero totale di capesante da 3.2.1. per ottenere il peso medio di un pettine. Moltiplicare il numero di capesante ogni raccoglitore di dimensioni da 3.2.3. da una draga di capesante commerciale equazione di selettività per stimare il numero di sfruttabili capesante22. Ripetere i passaggi da 3.2.5. e 3.2.6. con i conteggi di capesante sfruttabili da 3.2.7. per stimare la biomassa di capesante di dimensioni sfruttabili e loro peso medio di carne. Creare mappe di distribuzione di capesante. Dividere la somma dei conteggi di capesante, capesante con altezze guscio inferiore a 75 mm e capesante con altezze di shell oltre 100 mm ad ogni stazione di indagine dall’area totale hanno visto nella fotocamera digitale (9,2 m2) ad ogni stazione per calcolare rispettivamente in generale capesante, capesante giovanile e densità di capesante sfruttabili in ogni stazione. Tracciare ogni densità per ogni stazione mappare la distribuzione spaziale dell’abbondanza di capesante complessiva, giovanile e sfruttabili, rispettivamente.

Representative Results

Stazioni di sondaggio sono state provate come parte di cinque viaggi di ricerca condotto da fine aprile a metà luglio (Figura 2). A causa di problemi di meteo e di visibilità, un corridoio di stazioni nella zona di SAMS CL2-S-EXT non sono stati provati e alcune stazioni in altre zone sono state eliminate anche durante controlli di qualità. Per tutte le altre stazioni, quattro alta qualità immagini fisse digitali sono stati catturati (Figura 3). Per tutte le immagini in queste stazioni, substrato e macrobenthos animali sono stati quantificati e capesante sono stati misurati. Conta di capesante e misurazioni sono stati divisi da zona di SAMS permettendo per le stime di abbondanza, la distribuzione e la biomassa, insieme ai dati controllati crudi di capesante conteggi e misure, devono essere fornite per il nord-est della pesca Science Center e New England Consiglio di gestione della pesca entro il 1 agosto per l’inclusione nel processo di allocazione annuale per capesante (tabelle 1 e 2). Mappe di distribuzione di capesante sono state create per tutte le capesante, capesante giovanile (altezze di shell inferiore a 75 mm) e capesante di dimensioni sfruttabili (altezze guscio superiore a 100 mm) (Figura 4). Figura 2: Drop stazioni fotocamera su Georges Bank nel 2017. Stazioni vengono visualizzate dalla nave con date di sondaggio e stratificate con aree di elevato interesse campionata con stazioni 2,8 km di distanza e tutti gli altri campionati con stazioni 5,6 km di distanza. Etichette e linee nere identificano zone di modello capesante Area gestione simulatore utilizzati per proiettare gli sbarchi e abbondanza di mare capesante. Clicca qui per visualizzare una versione più grande di questa figura. Figura 3: immagine fissa digitale esempio dall’indagine fotocamera 2017 goccia su Georges Bank. Per l’intera indagine di Georges Bank, substrato e macrobenthos animali sono stati quantificati e capesante sono stati misurati in 5.216 immagini di qualità analoga. Tutte le immagini possono essere visualizzate a . Clicca qui per visualizzare una versione più grande di questa figura. Zona Quad Stazioni Misurata SH SC. Per m2 SE Capesante CL1-NA-N 2.6 101 858 105 0,98 0,29 761 CL1-AC 2.6 155 81 106 0,06 0,01 66 CL1-NA-S — 7 0 — < 0,02 — — CL2-N-NA 2.6 16 58 87 0.43 0.2 214 CL2-S-AC 2.6 435 556 93,6 0,14 0,01 76V CL2-S-EXT 2.5 147 660 77,6 0,48 0,04 64V 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-NA 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 Tabella 1: dati di fotocamera ancora digitale dall’indagine fotocamera 2017 goccia di Georges Bank. Risultati sono presentati da zone modello simulatore di gestione Area di capesante. È incluso nella tabella zona regolata quadrat (Quad), il numero di stazioni campionate (stazioni), il numero di altezze di conchiglia di pettine misurata (misurata), l’altezza media shell di capesante osservata in mm (SH), il numero medio di capesante per m2 (SC. Per m 2) con errore standard associato (SE) e una stima del numero di capesante in milioni (capesante). Risultati per CL1-NA-S non potrebbero essere prodotti perché nessun capesante sono state osservate. Stima della biomassa totale Stima della biomassa utilizzabile Zona MW MT SE MW MT SE CL1-NA-N 18,28 13.900 4.100 23,85 9.900 2.950 CL1-AC 24,87 1.650 350 33.72 1.350 300 CL1-NA-S — — — — — — CL2-N-NA 14.89 3.200 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 7.830 NLS-EXT 16,73 16.200 15.590 19,54 7.600 7.310 NLS-NA 20,4 53.000 22.100 25.13 30.700 12.800 SCH 10.45 6.600 1.260 24,65 3.300 620 SF 9.1 6.800 1.080 17,33 2.400 380 Tabella 2: stime della biomassa totale e sfruttabile per la banca di Georges 2017 goccia sondaggio fotocamera. Risultati sono presentati da aree modello simulatore di gestione Area di capesante. Sono inclusi nella tabella il peso di carne media capesante in g (MW), il peso totale di capesante in tonnellate metriche (MT) e l’errore standard in tonnellate metriche. Risultati per CL1-NA-S non potrebbero essere prodotti perché nessun capesante sono state osservate. Figura 4: distribuzione e abbondanza su Georges Bank di cappesante durante 2017. Scallop distribuzione e abbondanza su Georges Bank durante 2017 per tutte le capesante (in alto), capesante meno di 75 mm di altezza di shell (al centro) e capesante maggiore di 100 mm di altezza shell (in basso) da un sondaggio di fotocamera di goccia. Clicca qui per visualizzare una versione più grande di questa figura.

Discussion

I protocolli di disegno di indagine sono flessibili, ma è fondamentale considerare la specie bersaglio obiettivi di indagine e comportamento quando generalizzando questi protocolli. Rassegna di letteratura e gli studi preliminari o iniziali possono essere utilizzati per comprendere il comportamento di specie bersaglio nel disegno di indagine. Ad esempio, meno di un pettine, 12,5 m2 (0,08 capesante/m2) è inferiore a pesca commerciale sostenibile densità23. Così, per quattro quadrats per ogni stazione di campionamento, l’area campione di stazione è collegato al rilevamento di capesante alle densità commerciale. Inoltre, mare capesante sono solitamente aggregati piuttosto che distribuiti casualmente sul fondo del mare, che influenzano come spaziatura stazione impatti la precisione di densità stima24. Parecchi studi utilizzando i dati di media e varianza di studi iniziali esaminato precisione e determinano che 5,6 km era che le stazioni di distanza massima devono essere posizionate apart5,25,26. Il disegno di campionamento sistematico dell’indagine è stato influenzato dagli obiettivi di indagine. I confini delle zone SAMS cambiare frequentemente e spesso dopo che indagini sono state condotte21,27. Campionamento sistematico evita il grave problema del post-stratificazione dei confini spaziali stime che impatti in modo casuale stratificato o indagine ottimamente allocato progetta20. Ripartizione uniforme delle stazioni inoltre facilita il rilevamento di nuovi reclutamenti di capesante e sedimenti del fondale marino di mappatura e macroinvertebrati distribuzioni28. Un passo dove è non possibile considerare specie bersaglio obiettivi di indagine e di comportamento è l’identificazione di una nave di indagine, motivo per cui il protocollo inizia con questo passaggio. Una nave è essenziale per campionamento in mare e detta i passaggi successivi di progetto dell’indagine. Per i nostri protocolli, era fondamentale per coinvolgere l’industria della pesca commerciale per promuovere la trasparenza nei metodi di indagine e fiducia nei risultati dell’indagine. Utilizzando le navi da pesca commerciale era un modo incisivo per includere industria con i nostri metodi e le dimensioni e la funzionalità dei vasi ha permessi per un apparato di fotocamera grande, pesante e per le stazioni di sondaggio da campionare all’interno della timeline necessaria. Ulteriormente, gli armatori sono stati responsabili per tutti i costi connessi con l’uso di nave e sono stati compensati attraverso un’allocazione di capesante sterline premiato dalla National Oceanic and Atmospheric Administration attraverso il programma di ritiro dalla produzione di ricerca capesante Atlantic 29. anche se non è necessario impegnarsi industria in sondaggi, dimensioni, capacità e costi delle navi disponibili devono essere considerati prima di sviluppare altri aspetti del progetto dell’indagine.

Gli aspetti di raccolta ed elaborazione di dati dei protocolli di presentano il più grande vantaggio, ma anche una limitazione di questo metodo. L’uso di software personalizzato e database per quantificare i dati all’interno di immagini ha un costo notevole. Tuttavia, l’uso di questi prodotti dal sondaggio fotocamera SMASTI goccia rappresenta un’evoluzione di un programma avviato nel 1999 e non è essenziale. Ad esempio, al primo avvio il programma, capesante conteggi sono stati realizzati con carta e penna e software libero è ora disponibile per misurare all’interno delle immagini. Allo stesso modo, la fotocamera digitale attuale è stato scelto come è stato in grado di rilevare tutte le classi di dimensione di capesante e consentito per circa 200% ingrandimento senza perdita di qualità dell’immagine (Figura 3), ma una risoluzione inferiore, fotocamere meno costose utilizzato in precedenza il sondaggio sono stati in grado di riconoscere completamente capesante di taglia commerciale30. Come con i protocolli di disegno di indagine, il tipo di macchina fotografica dovrebbe essere collegato alla risoluzione necessaria per rilevare le specie bersaglio e raggiungere obiettivi di indagine. Acquisizione di immagini e la registrazione video ad ogni stazione fornisce un vantaggio significativo rispetto ai metodi di indagine tradizionali fornendo la capacità continua di rivisitare i campioni ed espandere l’analisi di taxa o caratteristiche di habitat inizialmente non rilevate o enumerati. Ad esempio, immagini con dollari di sabbia e altri echinodermi originariamente indicati come presenti o assenti nel database SMASTI sono stati rivisitati per quantificare la loro abbondanza e biomassa attraverso tempo12. Al contrario, campioni di metodi di indagine più tradizionali come draghe o reti sono scartati in mare e non possono essere rivisitati. Tuttavia, i progressi che consentono di massicce quantità di immagini per essere acquisita e memorizzata possono provocare milioni di immagini vengono raccolte con solo una piccola frazione viene utilizzata. Questo è in gran parte a causa di restrizioni di tempo e di costo, come gli esseri umani sono necessari per l’estrazione dati e causare grandi quantità di informazioni inutilizzata31. Progressi nel rilevamento automatico di animali e habitat caratteristiche possono aiutare a risolvere questo enigma.

Metodi di indagine basata su immagini in grado di fornire i dati necessari per monitorare macroinvertebrati e habitat associati, ma completando i protocolli descritti qui con altri metodi che raccolgono campioni biologici è ideale. Senza un rapporto di peso scallop shell-altezza carne, creato da campionamento basato su Draga, stime di biomassa non sarebbe possibile. Ulteriormente, il rapporto di peso scallop shell-altezza carne varia con il tempo e la posizione sulla riva di Georges indicando che costantemente aggiornando l’equazione utilizzata per descrivere questa relazione è utile32. Combinazione di immagine e tecniche basate su campione fisici aiuta anche a esplorare i pregiudizi e le ipotesi di ciascun metodo. Misurare le altezze di shell di capesante in discesa immagini da una fotocamera con pinze quantificato un bias di misurazione associato con la curvatura della lente della fotocamera e distanza dall’immagine centro33. Al contrario, accoppiati i confronti tra immagini e Draga rimorchia hanno contribuito a definire quale proporzione di capesante sul fondo del mare sono effettivamente raccolti e come la proporzione cambia con capesante dimensione6.

Formazione immagine subacquea è stata utilizzata nel campo dell’ecologia marina per decenni17,34. Tuttavia, diminuendo i costi di archiviazione dati e telecamere ad alta risoluzione hanno reso l’approccio più pratico che in passato. I metodi descritti in questa carta possono essere generalizzati e hanno ampia applicabilità, contribuendo a facilitare lo sviluppo di ulteriori sondaggi basati su immagine. Più in particolare, le procedure mostrano come i risultati possono essere utilizzati per produrre dati per aiutare a gestire gli invertebrati sessili (tabelle 1-2) e contribuire a una più ampia comprensione di ambiente marino7,9,10 ,11,12,13,14,15.

Disclosures

The authors have nothing to disclose.

Acknowledgements

Grazie a studenti, personale, capitani e gli equipaggi che hanno navigato su questi viaggi di ricerca e proprietari che ha fornito loro navi. Grazie a T. Jaffarian per sviluppare il programma di raccolta di dati di laboratorio, MOV, Inc per lo sviluppo del campo software e attrezzature e a CVision Consulting per lo sviluppo del programma di annotazione di immagine. Finanziamento è stato assicurato dai premi di NOAA NA17NMF4540043, NA17NMF4540034 e NA17NMF4540028. Le opinioni qui espresse sono quelle degli autori e non riflettono necessariamente le opinioni di 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