在使用标准化CoralWatch参考来监测海洋污染的珊瑚漂白的斑点级色度量化
Lyes Saad Saoud1, Irfan Hussain1
1Khalifa University Center for Autonomous Robotic Systems Khalifa University, Abu Dhabi, United Arab Emirates.
Marine pollution bulletin
|March 11, 2026
概括
本研究介绍了AutoCoralMatch,这是一个使用人工智能量化珊瑚漂白的自动化系统. 它通过分析珊瑚的颜色变化,提供客观,可重现的海洋污染监测.
科学领域:
- 海洋生物学 海洋生物学
- 环境科学 环境科学
- 计算机科学 计算机科学
背景情况:
- 珊瑚漂白是海洋环境退化的一个关键指标.
- 现有的监测方法缺乏标准化和客观性.
- 量化漂白指标对于可靠的污染评估至关重要.
研究的目的:
- 开发一个用于定量评估珊瑚漂白的自动化框架.
- 为了使珊瑚漂白的可重现和客观色度量化.
- 将漂白模式与特定的海洋污染压力因素联系起来.
主要方法:
- 开发了一个自动化框架,集成了一个除草网络 (RAUNE-Net) 和基础模型 (Grounding DINO, SAM2).
- 在CIELAB空间中利用几何校正和基于DE的色彩分析进行定量推理.
- 作为PySide6桌面应用程序 (AutoCoralMatch) 实现,具有批处理和人工智能辅助注释的图形界面.
主要成果:
- 在现场评估中,在补丁提取,分类和漂白量化方面表现出高保真度.
- 显示自动化评估和专家评估之间存在很强的相关性.
- 成功地将斑点级颜色变化与污染相关的压力因素 (如度和营养丰富) 联系起来.
结论:
- 自动CoralMatch为珊瑚漂白量化提供了一个标准化,客观的方法.
- 该系统能够对与海洋污染相关的漂白模式进行一致的记录.
- 该平台支持在海洋生态系统管理和监测方面的数据驱动决策.
更多相关视频
09:01Author Spotlight: Separation of Coral Host Tissues and Algal Symbionts and Analyzing Their Metabolites
Published on: October 13, 2023
2.7K
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
1.7K
