3Dモデルとオルソモザイクを生成するために、水中構造物からモーション写真測量調査を実施するための詳細なプロトコルを提供します。
動きからの構造(SfM)写真測量は、一連の2次元(2D)画像から3次元(3D)再構成を生成するために使用される技術です。SfM法は、人為的および自然の景観、地質構造、陸上および水生生態系の両方を含む多くのシステムを監視するための非侵襲的な方法としてますます人気が高まっています。ここでは、底生生物の生息地の3Dモデルを生成するためにSfM画像を収集するための詳細なプロトコルが提供されています。さらに、デジタル一眼レフ(DSLR)カメラと安価なアクションカメラを採用することのコスト、時間効率、および出力品質が比較されました。計算時間と解像度の間にトレードオフが観察され、デジタル一眼レフカメラは2倍以上の解像度のモデルを生成しますが、アクションカメラよりも約1.4倍の時間がかかります。この入門書は、底生生物の生息地でSfMデータを収集するために必要な手順を、この手法に慣れていない人やすでに同様の方法を使用している人のために徹底的に説明することを目的としています。
生態系のプロセスは自然に動的であり、定量化するのが難しい場合があります。過去10年間で、個々の生態系の特徴の3Dレーザースキャンから広い領域の衛星リモートセンシングまで、さまざまなスケールで生態系とそのダイナミクスをキャプチャするための新しいテクノロジーが急増しています1,2,3。底生生物の生息地では、構造は生態系機能と密接に関連しており8、幾何学と群集構造を同時に監視できるツールは、生態学的ダイナミクスを理解するために特に価値があります。しかし、多くの現代的なアプローチは、水の物理的性質(例えば、屈折、歪み、濁度)のために水系では使用できません。LiDAR(光検出および測距)や一部の航空測量方法などの手法は、大規模な空間スケールでは適切かもしれませんが、底生生物の生息地の細かいスケールの変化を評価するために必要な解像度を取得できません。最近、構造運動(SfM)写真測量法は、水中生息地の大規模で高解像度のオルソモザイクと3D表面モデルを生成するために適応されています4,5,6,7。
SfM写真測量は、比較的低コストで、シンプルで、非侵襲的で、再現性のある方法であり、水生生態系の底生環境の大規模で高解像度の記録の生成を可能にします9。SfMは、一連の2D画像を使用して3Dモデルの再構成を生成します。SfMから生成されたモデルは、底生生態系の構造的複雑さ(例えば、ラゴシティ、次元)4,5,10,11,12および群集構造(例えば、種構成、個体群人口統計)13,14,15に関するデータを収集するために使用することができる。さらに、この方法は比較的安価で、迅速で、再現性があるため、科学者と非科学者の両方がこれらの生態系に関する貴重で客観的な情報を収集するために使用できます。したがって、この方法は、サンプリング作業の標準化、バイアスの最小化、参加者の関与、およびトレーニングの容易さがデータの品質と全体的な成功に不可欠である市民科学プロジェクトで使用するための実行可能な手法です16,17。
この記事では、水中SfM調査を実施するための詳細なプロトコルを提供します。同時に、デジタル一眼レフカメラの使用は、より費用効果の高い「アクションカメラ」の使用と比較され、それぞれの相対的な長所と短所が概説されています。全体的な目的は、シンプルで一般的に使用されるプロトコルを提供することにより、科学者と非科学者に底生SfM調査方法をできるだけ早く慣れさせ、この方法の使用をより広く促進することです。 この方法のバリエーションを水中生態学的コミュニティの研究に適用した研究の例については、Burns et al. (2015)4、Storlazzi et al. (2016)18、Ventura et al (2016 and 2018)19,20、Edwards et al. (2017)14、George et al. (2018)21、Anelli et al. (2019)22、およびTorres-Pulliza et al. (2020)10を参照してください。
ここで説明する方法では、2人のシュノーケルまたはスキューバチームが必要です。調査サイトが選択された後、ラインのスプール(図1A)がサイトの中心に配置され、キャリブレーションタイル(図1B)が中心から~2 mの場所に配布されます。1人(スイマー)はカメラで泳いでサイトの画像をキャプチャし、2人目(アシスタント)はプロットの中央でスプールを傾けます(図1C)。まず、スイマーはラインを介してカメラをスプールに接続し、次に底生生物の連続写真を撮り始め、うつ伏せと前方に泳ぎ、スプールからラインをほどきます。スイマーは、常に基板から1~1mの垂直距離を維持し、泳ぐときに地形の位置と一致するように位置を調整する必要があります。重要なのは、スプールとカメラを結ぶ線は、スイマーがプロットを調査するときにスパイラルに均等な間隔を作成するために、常にぴんと張ったままにしておく必要があることです。アシスタントは、スプールを安定した直立位置に維持し、スプールが回転しないようにし、ラインが絡まないようにします。
ラインが完全にほどけたら、スイマーは停止し、向きを変え、反対方向に泳いで、スプールの周りのラインを反動させます。スイマーが方向を変えると、アシスタントはスプールを回してラインを正確に180°巻き込み、発信パスの正確なオーバーラップを防ぎます。スイマーができるだけ中心に近づくと、カメラはラインから切り離され、アシスタントはスプールとラインを取り、サイトの中央部分から離れて泳ぎます。次に、スイマーは、カメラを中心の上で小さならせん状に動かすことによって、プロットの中心のイメージングを終了します。エリアを効果的に画像化する方法はいくつかありますが、ここで説明するスプールアンドライン法は、地表水が途切れ途切れ、うねり、または視界の悪さによってデータ収集が妨げられる可能性がある理想的でない環境条件でも堅牢です。これらのシナリオでは、この方法はシュノーケラー/ダイバーを取り付けたままにし、スイマーを制御されたパスに保つことで画像の高いオーバーラップを保証します。
この調査では、デジタル一眼レフカメラとアクションカメラの両方が、標準のデスクトップコンピューターで0.5時間未満の処理時間で10 mm /ピクセル解像度を超えるモデルを生成することを示しています。デジタル一眼レフカメラとアクションカメラの主なトレードオフは、コストは別として、それぞれ解像度が細かいことと処理時間が速いことです。ただし、報告される処理時間には計算処理のみが含まれます。したがって、アクションカメラの計算時間は短くなりますが、デジタル一眼レフでは必要のないビデオからの画像抽出にかなりの時間(10〜20分)が費やされます。別の方法は、画像の抽出を避けるために、アクションカメラを連続撮影モードで使用することです。この例では、アクションカメラは2fpsでしか撮影できず、完全なモデルを構築するのに十分な画像を収集するにはスイムレートを大幅に遅くする必要があるため、連続撮影モードは使用されていません。この点で、ビデオモードを使用する場合、連続撮影モードを使用してフィールドで長時間撮影することと、コンピューターで画像を抽出する時間が長くなることの間にはトレードオフがあります。
アクションカメラの利点には、手頃な価格と水中での輸送と操作の容易さが含まれます。デジタル一眼レフの主な利点は、高解像度の画像を生成することです。したがって、前者が法外なコストをかけていない場合は、アクションカメラよりもデジタル一眼レフカメラをお勧めします。研究が対処しようとしている質問の種類も、使用される方法を決定する上で重要です。たとえば、アクションカメラは、比較的均質な環境(海草藻場、死んだサンゴ/瓦礫の生息地など)や、広範なコミュニティ指標(豊富さ、多様性など)のみが大きな空間スケールで評価されている場合に適しています。ただし、デジタル一眼レフカメラは、個々の生物または基質の微細な変化を追跡することが興味深い場合に展開される可能性があります。
これはフィールド手法であるため、モデルの出力は、照明、水の透明度、表面の状態、サージの量、魚や非定常底生構造物(海草など)の動きなど、さまざまな環境要因に依存します。この方法を使用するのが適切な場合の絶対的なしきい値はありませんが、水の透明度が高く、表面の状態が穏やかで、サージが少ないわずかに曇りの日が通常、最良のモデルを生成します。さらに、これらの方法に必要な最小深度には制限があります。これらの方法は、写真間の重なりが少なく、写真ごとの識別機能が少ないため、水が0.5 m未満の条件下ではうまく機能しません。ただし、これはアクションカメラの別の利点、つまり、アクションカメラが小さく、浅い深さでの使用が容易であることを浮き彫りにします。さらに、より小さな直径のスプールおよびより高いフレームレート(またはより広角レンズ)は、非常に浅い条件での画像の重なりを改善することができる9。
他の多くのデータ型をこのアプローチと統合できます。例えば、オルソモザイクは、オープンソースソフトウェア「ili」26を用いて、サンゴ24とヒト25の分子データ(遺伝子や代謝物など)の空間密度を示すために使用されています。同じプラットフォームを使用して、環境中の動物、微生物、ウイルス、および/または化学物質の空間密度をマッピングすることもできます。他の例は、地理情報システムソフトウェア10を使用して、オルソモザイク上に底生種に空間的に注釈を付けるためにSfMを使用している。さらに、SfMによって生成された3Dモデルを使用して、ラグオシティやフラクタル次元などの生息地の特性を推定できます。実際、ここで概説した方法は、最近、生息地表面の新しい幾何学的理論を導き出すために使用されました10。最後に、オルソモザイクは空間的に明示的な計算モデルの入力サーフェスとして使用され、動的シミュレーションをモデルの 3D サーフェスにオーバーレイできます。底生生物の生息地の大きな画像と3D表現を簡単に生成できることで、海洋科学者はこれまで想像もできなかった質問に取り組むことができました3。
全体として、DSLRカメラまたはより費用効果の高いアクションカメラのいずれかを使用して水中SfM写真測量を実施するための詳細なプロトコルを次に示します。これらの方法は、底生生態系に関するデータの抽出から、 インシリコ シミュレーション用の3D入力面の開発まで、幅広い目的で科学者が使用できます。ただし、これらのプロトコルは、生物多様性のパターン、生息地の複雑さ、コミュニティ構造、およびその他の生態学的指標に関する貴重な情報を収集するための市民科学の取り組みの一環として、非科学者が使用することもできます。
The authors have nothing to disclose.
この研究に資金を提供してくれたポールG.アレンファミリー財団に感謝し、サンゴ礁の保全を支援するためにテクノロジーを使用するためのインスピレーションを与えてくれたルースゲイツに感謝します。また、これらの方法に関する思慮深い議論をしてくれたNOAAと他の協力者に感謝します。最後に、これらの方法のドローンと水中ビデオを提供してくれたケイティ・フォーリーとパトリック・ニコルズに感謝します。
私たちは、国立魚類野生生物財団をこの作業の資金提供パートナーとして認めています。
Action camera (GoPro Hero7 Black) | GoPro | Could be any waterproof action camera | |
Adobe Lightroom | Adobe | Color correction | |
Calibration tiles ( flat PVC board cut to size for Agisoft targets. Attach a dive weight underneath if expecting waves) | Any negatively buoyant object of known size and color. We recommend using the scale marker templates available from Agisoft Metashape software (v.1.6.0). | ||
DSLR camera (Canon EOS Rebel SL3 ) | Canon | 3453C002AA | Could be any DSLR camera in a underwater housing |
Line (plastic clothes line filament) | Any negatively buoyant line that is strong enough to withstand field use | ||
Micro SDXC memory card (for GoPro) | |||
Oceanic Veo 2.0 | Oceanic | Digital depth gauge | |
SDXC memory card (for DSLR) | Any SDXC memory card should work, so long as there is enough space to hold all the pictures necessary to build the model | ||
Spool (2 inch-long section of 8 inch diameter PVC pipe which was attached to a 3 feet section of 1 inch PVC pipe to form the stem | Any negatively buoyant, round object of the desired diameter | ||
Underwater camera housing for DSLR (Ikelite 200DLM/C Underwater TTL Housing) | Ikelite | 6970.09 | Should be the specific water housing for the DSLR make and model |
Windows 10 desktop computer with an Intel i9-9900K 8-core CPU, two Nvidia GeForceRTX 2070 SUPER GPUs, and 128 GB of RAM. | Processing |