自动化水下图像分析揭示了热带大西洋的沉积物模式和巨型动物分布
Benson Mbani1, Jens Greinert2,3
1DeepSea Monitoring Group, GEOMAR Helmholtz Center for Ocean Research Kiel, Wischhofstraße 1-3, 24148, Kiel, Germany. bmbani@geomar.de.
Scientific reports
|July 28, 2025
概括
人工智能工作流程自动化了海底图像分析,揭示了七个不同的海底息地,并确定了影响北大西洋热带地区巨型动物分布的环境因素. 这促进了深海生态系统研究的进步.
科学领域:
- 深海生态 深海生态
- 海洋生物学 海洋生物学
- 海洋学 海洋学 海洋学
背景情况:
- 深海生态系统有各种各样的物种,对海洋健康至关重要.
- 海底成像产生了大量的数据集,需要自动分析.
- 了解盆地息地和动物的空间分布是必不可少的.
研究的目的:
- 使用人工智能在深海图像中自动注释基板和大型动物种群.
- 为了分类海底息地和分析巨型动物分布模式.
- 确定影响深海社区结构的环境驱动因素.
主要方法:
- 部署两个人工智能工作流程,用于自动注释海底图像.
- 聚类,特征空间可视化和多变量统计的应用.
- 分析了来自北大西洋热带海底的图像.
主要成果:
- 识别了七个不同的海底息地集群与分区.
- 观察沉积物干扰的梯度与生物活性相关.
- 东部地区的巨大动物数量是东部地区的14倍,这可能是由于有机颗粒碳流量更高和温度更高.
- 巨型动物在地形上复杂的区域,如海底峡谷和海底山脉的地理集群.
结论:
- 人工智能驱动的注释有效地描述了深海息地和巨型动物分布.
- 环境因素,如沉积物干扰,有机颗粒碳流,温度和地形显著影响深海社区.
- 对大规模成像数据的自动化分析对于推进深海生态研究至关重要.
更多相关视频
08:56Automatic Image Processing to Determine the Community Size Structure of Riverine Macroinvertebrates
Published on: January 13, 2023
2.3K
13:35Reefshape: A System for the Efficient Collection and Automated Processing of Time-Series Underwater Photogrammetry Data for Benthic Habitat Monitoring
Published on: June 13, 2025
665
