《Marine Environmental Research》：Artificial intelligence as a tool for bionomic transects: the case of
Isidella elongata (Esper, 1788) forests in the Western Mediterranean
编辑推荐：
该研究利用水下机器人视频调查结合YOLOv8 AI算法，首次定量分析了东南西班牙海缘竹珊瑚Isidella elongata的种群密度与空间分布特征，发现其密集聚集于Cartagena海沟和Seco de Palos海山区域，平均密度达2346.83个/公顷。研究证实AI检测在空间模式识别和种群结构分析中表现良好，但存在大型个体过估和小型个体低估的局限性，为深海生态系统监测提供了高效工具。
亚历杭德罗·卡莫纳-罗德里格斯（Alejandro Carmona-Rodríguez）、弗朗西斯科·戈麦斯-多诺索（Francisco Gomez-Donoso）、米格尔·卡索拉（Miguel Cazorla）、阿尔芭·玛丽娜·科博-维韦罗斯（Alba Marina Cobo-Viveros）、里卡多·阿吉拉尔（Ricardo Aguilar）、阿方索·A·拉莫斯-埃斯普拉（Alfonso A. Ramos-Esplá）、埃莱娜·吉哈罗-加西亚（Elena Guijarro-García）
阿利坎特大学海洋科学与应用生物学系，西班牙阿利坎特省圣维森特德尔拉斯佩伊格（San Vicente del Raspeig），邮编03690
摘要
深海生态系统是地球上探索最少的生态系统之一，传统的采样方法往往低估了诸如珊瑚虫这样的脆弱大型底栖物种。因此，使用水下航行器进行视觉调查的频率显著增加。本研究结合了水下视频调查和人工智能（AI），以表征竹珊瑚Isidella elongata的分布和密度。这种珊瑚在伊比利亚东南海域形成栖息地。研究人员使用遥控拖曳潜水器（ROTV）在300至725米深度范围内获取了10条视频剖面数据，并利用基于YOLOv8的检测算法对这些数据进行了分析，该算法经过983张手动标注帧的训练。手动计数结果显示，共有2,237个珊瑚群落（平均每公顷2,347个个体），特别是在卡塔赫纳峡谷（Cartagena Canyon）和塞科德帕洛斯海山（Seco de Palos seamount）区域发现了密集的珊瑚聚集。基于AI的检测方法在再现空间模式和珊瑚群落大小结构方面表现令人满意，但会根据图像质量、样本大小和环境复杂性不同程度地高估大型珊瑚群落或低估小型珊瑚群落。尽管这种方法并不完美，但它为快速定位和量化Isidella elongata提供了有效的工具，大大减少了视频处理时间。预计自动化检测算法与标准化图像数据库的整合将提升未来的深海监测工作效果。本研究首次对西班牙东南海域的Isidella elongata种群进行了定量评估，凸显了AI在研究及保护地中海脆弱海洋生态系统（VMEs）方面的潜力。
引言
传统上，深海生态系统主要通过挖掘和捕鱼等采集性采样方法进行研究，这些方法能够提供关于底栖生物的宝贵信息（参考文献见1, 2）。然而，这些方法具有侵入性且存在偏差，因为某些大型底栖物种（如海绵、珊瑚虫和黑珊瑚等）由于其柔韧性或体型原因，在拖网调查中可能无法被充分代表（参见3, 4, 5）。因此，如今越来越多地使用遥控（ROVs）、拖曳式（ROTVs）和自主式（AUVs）水下航行器。借助这些工具，可以减少对海洋环境的干扰，实现对更大范围的原位探索，并采集更多不同栖息地和物种的样本（例如8, 9, 10）。尽管技术有所进步，但收集到的图像分析仍主要依赖于人工标注，这一过程耗时较长[11]。此外，通过记录来鉴定物种极具挑战性，在许多情况下甚至无法达到物种级别。在这种情况下，基于人工智能和机器学习的自动化工具的开发既是一个挑战，也是一个优化数据处理和分析的机会。在深海栖息地中，珊瑚虫森林是最脆弱且生态上最重要的类型之一，因为它们拥有高度的生物多样性，并形成了复杂的三维结构[6, 7, 12]。这些珊瑚通过形成类似树木的结构，突出了海底的异质性和生态功能[13]。其中，竹珊瑚Isidella elongata（Esper, 1788）是地中海地区的近特有种[14]（尽管其确切分布范围仍需进一步研究[15]）。它主要分布在115至1800米深度的泥质平坦海底[16, 17, 18, 19]。实际上，这种珊瑚能够形成深海底泥生物群落的典型特征[20]，在地中海深海生态系统中扮演着重要角色。
这种珊瑚为许多附生物提供了坚硬的栖息环境，例如蟹类Anamathia rissoana、海葵Amphianthus dohrnii和鱼类Benthocometes robustus。此外，它还栖息着许多具有商业价值的物种，如甲壳类动物Aristeus antennatus、Aristeomorpha foliacea和Nephrops norvegicus，以及鱼类Merluccius merluccius、Micromesistius poutassou和Helicolenus dactylopterus等[13, 21, 22, 23, 24]。因此，这种珊瑚受到底栖捕鱼活动的严重威胁，其种群数量已经减少[13, 24]，被IUCN红色名录列为极度濒危物种[25]。此外，Isidella elongata也被地中海渔业委员会认定为脆弱海洋生态系统（VME）的代表物种[26]。
鉴于Isidella elongata在地中海深海中的重要作用，许多研究致力于确定其分布的关键因素并绘制其当前分布范围[18, 27, 28, 29, 30]。然而，要实现这一目标需要可靠的存在数据，而这需要针对该栖息地进行大规模的调查[17, 31]。因此，在进行任何分析之前，必须处理大量的图像和视频资料。本研究旨在开发一种自动化方法，用于识别和计数视频剖面中记录的Isidella elongata珊瑚群落，从而显著提高数据收集的效率和准确性。此外，这项工作还将提供西班牙东南海域Isidella elongata的定量数据，该地区目前研究较少，相关文献也很有限[32]。Mazarrón Escarpment、Seco de Palos以及阿利坎特南部海山的LIFE IP INTEMARES项目是该地区首次针对脆弱海洋生态系统进行的系统性探索[33, 34, 35]。
数据采集
数据采集工作由西班牙海洋研究所（IEO）组织的INTEMARES A22MU0819调查完成，阿利坎特大学参与了此次调查，调查使用的是R/V “Angeles Alvari?o”号研究船。研究区域包括穆尔西亚地区和阿利坎特省南部的大陆坡，主要目的是在该区域寻找脆弱海洋生态系统（VMEs）并对其进行生物学特征分析，以提升海洋RN2000网络的连通性。具体站点信息详见……
手动标注
在10次潜水过程中，调查了9532平方米的区域，共发现2237个Isidella elongata珊瑚群落，平均密度为每公顷2346.83个个体。在所有检测到的珊瑚群落中，1343个属于大型群落，894个属于小型群落。Isidella elongata的分布既不均匀于整个研究区域，也不均匀于各条视频剖面内。该珊瑚在卡塔赫纳峡谷（Figure 1）最为丰富，密度范围为每公顷1675.31至18770.59个个体（详见表2中的TR103、152和153条记录）。
讨论
与阿尔博兰海（Alboran Sea）和巴利阿里海（Balearic Sea）等邻近海域相比，西班牙东南海域的深海环境研究较少。本研究发现，在卡塔赫纳峡谷和塞科德帕洛斯海山附近存在高密度的Isidella elongata群落，这一发现进一步证实了先前研究结果，即这种珊瑚偏好深度超过400米的平坦、低起伏的泥质海底[19]。这些珊瑚群落的聚集现象……
作者贡献声明
亚历杭德罗·卡莫纳-罗德里格斯（Alejandro Carmona-Rodríguez）：负责撰写初稿、方法论设计、研究实施、数据分析、数据管理及概念框架构建。埃莱娜·吉哈罗-加西亚（Elena Guijarro-García）：负责撰写修订稿、项目管理、资金申请及数据管理。阿方索·A·拉莫斯-埃斯普拉（Alfonso A. Ramos-Esplá）：负责撰写修订稿、研究实施、资金申请、数据管理及概念框架构建。米格尔·卡索拉（Miguel Cazorla）：负责软件开发和方法论设计。弗朗西斯科·戈麦斯-多诺索（Francisco Gomez-Donoso）：负责撰写初稿及软件开发。
资金支持
第一作者获得了西班牙科学、创新与大学部（Ministry of Science, Innovation and Universities）的资助（项目编号：FPU22/02966）。本研究是在LIFE+ IP INTEMARES项目（LIFE15 IPE ES 012）的支持下进行的，该项目由生态转型与人口挑战部下属的生物多样性基金会协调。
利益冲突声明
作者声明不存在可能影响本文研究的已知财务利益或个人关系。
致谢
本研究得到了LIFE+ IP INTEMARES项目“海洋环境中的N2000网络综合、创新与参与式管理”（LIFE15 IPE ES 012）的支持，该项目由西班牙生态转型与人口挑战部下属的生物多样性基金会协调。同时，我们也非常感谢R/V ángeles Alvari?o号船员的协助，他们在调查过程中为取得满意结果提供了重要支持。
