作者:Luis A.Conti,Aaron Lim,Andrew J.Wheeler,曲佳(翻译),张伙带(校对)
摘要:冷水珊瑚(CWC)丘是一种生物成因的持久的形态结构,主要由钙化的冷水珊瑚和半远洋沉积物组成,形成复杂的深海微生物栖息地。它发育于全球范围内,尤其在欧洲大西洋边缘。本文利用高分辨率图像识别爱尔兰Porcupine Seabight海岸Piddington冷水珊瑚丘的冷水珊瑚种分布与分区特征。本文利用基于海洋对象的图像分析方法和不同的机器学习分类方法(决策树、逻辑回归和深度神经网络)对分辨率高达2 mm的珊瑚礁视频和ROV釆集的多波束数据进行分析,研究珊瑚骨架的空间结构特征和冷水珊瑚丘的环境因素。研究结果显示,利用上述方法能进行精确的定量预测,珊瑚骨架和海绵不均匀地覆盖于冷水珊瑚丘的局部地方,珊瑚覆盖率为14.5%(其中活珊瑚约2%,死珊瑚约12.5%),海绵覆盖率约3.5%。这是首次对整个冷水珊瑚丘上的活珊瑚和死珊瑚骨架以及海绵进行量化。该方法可用于栖息地研究及保护,为碳收支评估提供量化工具,并为评估冷水珊瑚丘的变化提供基准。该方法可改进应用于其他栖息地。
发文机构:不详 广州海洋地质调查局技术方法所
关键词:深度神经网络高分辨率成像决策树高分辨率图像图像分析方法深海微生物空间结构特征环境因素
分类号: TP3[自动化与计算机技术—计算机科学与技术]