《Frontiers in Marine Science》：When is enough enough? Utilizing bootstrap resampling to estimate benthic cover
编辑推荐：
可靠的海底生境指标估算是珊瑚礁生态系统监测和辅助管理决策的基础。本文提出一种分析方法，用于优化基于摄影测量技术生成的空间校正正交摄影镶嵌图（orthorectified orthophotomosaic）所提取的底栖照片样方（photoquadrat）的采样设
可靠的海底生境指标估算是珊瑚礁生态系统监测和辅助管理决策的基础。本文提出一种分析方法，用于优化基于摄影测量技术生成的空间校正正交摄影镶嵌图（orthorectified orthophotomosaic）所提取的底栖照片样方（photoquadrat）的采样设计。具体而言，可通过模拟及Bootstrap重抽样（bootstrap resampling）建立的置信区间，评估达到特定研究问题所需精度与准确度时，所需的照片样方数量及每一样方内标注点（annotation point）数量。以活珊瑚覆盖度（live coral cover）为例，研究人员证明准确度与精密度随标注点及照片样方数增加而提升，并可识别出边际效益递减点——超过该点后增加标注点或样方收益甚微。利用Bootstrap重抽样量化精密度还可建立底栖指标点估计的置信区间，实现时空稳健比较。本案例中，活珊瑚覆盖度水平及其在样方间的变异均影响精密度，凸显考虑底栖异质性（benthic heterogeneity）设计采样策略的重要性。平衡标注工作量与期望精密度可使研究人员确定珊瑚礁监测研究的最优采样设计。
论文解读：《When is enough enough? Utilizing bootstrap resampling to estimate benthic cover》发表于《Frontiers in Marine Science》
一、研究背景与目的
珊瑚礁生态研究中，底栖生物覆盖度（尤其是活珊瑚覆盖度，Live Coral Cover）是评估礁区状况的核心指标，常通过点截法（Line Point Intercept, LPI）或照片样方（Photoquadrat）随机布点标注获取。传统水下摄影受潜水时间及人工标注工作量限制，采样设计（照片样方数与每样方标注点数）多沿用历史"标准方案"，未针对具体研究海域底栖异质性与期望检测变化幅度进行量化评估。近年水下摄影测量（Underwater Photogrammetry）可重建高分辨率三维正交摄影镶嵌图（Orthophotomosaic），并在实验室从中随机抽取虚拟照片样方（Virtual Photoquadrats）结合AI辅助（如CoralNet）加速标注，使灵活评估不同采样组合的统计表现成为可能。本研究旨在解决"何时采样量足够（When is enough enough?）"这一问题，提出基于经验数据模拟与Bootstrap重抽样（Bootstrap Resampling）的框架，量化不同照片样方数与每样方标注点数组合下活珊瑚覆盖度估计的准确度（Accuracy）与精密度（Precision），为珊瑚礁底栖监测提供数据驱动的采样设计依据。
二、主要关键技术方法
研究人员选取帕帕哈瑙莫夸基亚国家海洋保护区利西安斯基岛（Kapou, Lisianski Island, Northwestern Hawaiian Islands, 2021年8月）与夏威夷岛（Hawai'i Island, Main Hawaiian Islands, 2022年4月）珊瑚礁调查区的11个调查样地（Plot，Kapou 5个各约10 m×5 m，Hawai'i Island 6个各约25 m×5 m）。沿断面以70–80%重叠率采集影像，经Agisoft Metashape Professional生成空间校正正交摄影镶嵌图，按1 m×1 m网格划分虚拟照片样方（Kapou每样地50个，Hawai'i Island每样地125个），通过CoralNet平台在每个虚拟照片样方上随机布设1000个标注点并进行AI辅助+人工校验分类，合并为非珊瑚与活珊瑚两类计算各样地最佳估计值（Best Estimate）。以全量标注数据为基准，在R 4.3.0中模拟不同组合：Kapou取照片样方数10/20/30/40、每样方标注点数10/20/50/100/200/400/600/800/1000；Hawai'i Island取照片样方数10/20/40/60/80/100/120、相同标注点梯度。每种组合重复不放回随机抽样生成1000组模拟数据集；对每组数据集进行10000次有放回Bootstrap重抽样，计算Bootstrap-t 95%置信区间。准确度定义为1000次模拟中95% CI包含全量最佳估计值的比例；精密度为1000次模拟所得95% CI区间宽度（Range）的中位数。
三、研究结果
3 Results（结果）
各样地活珊瑚覆盖度最佳估计值：Kapou为18%–38%，Hawai'i Island为5%–22%；样方间变异以变异系数（Coefficient of Variation, CV）表示，Hawai'i Island较高（0.56–0.82），Kapou除LIS_CW1（CV=1.06，覆盖度0.8%–84%）外为0.23–0.52。当模拟极少照片样方（10个）与极少标注点（10或20点）且珊瑚覆盖度低或样方间高度异质时（如LIS_CW1及最低覆盖度样地WH_S11_169），Bootstrap因重抽样中出现全零估计导致标准误为零而无法建立95% CI（失败模拟数最高522/1000），表明此类极小采样量不适用于低覆盖度或高异质性生境。Kapou与Hawai'i Island样地在各组合下的准确度均较高（≥0.94–0.95），但低样方数时CI过宽导致"伪高精度"。每照片样方标注点超过50–100点后，准确度与精密度改善趋缓进入平台期；精密度主要受照片样方数驱动——Kapou需约30个照片样方（覆盖样地面积>50%），Hawai'i Island需约60个照片样方（覆盖约50%），方可使准确度>0.99且95% CI宽度<0.2（Kapou）或可检测约±25%相对变化（Precision/Mean <0.5）。异质性高的样地（高CV）需更多样方方达同等精密度。
四、讨论与结论总结
讨论部分指出：①每1 m2照片样方标注点50–100个已达信息饱和，继续增加标注点对精度提升有限，底栖指标估计上限主要由照片样方数（即采样面积）决定；②低覆盖度与高底栖空间异质性（团聚分布致样方间CV大）均需更大采样量，失败模拟佐证此点；③Bootstrap重抽样须以照片样方为重抽样单元（Resampling Unit），若将全样方标注点混合池化（Pooled Approach）后重抽样会人为缩窄CI造成假精确（Precise but Inaccurate）；④相较传统功效分析（Power Analysis），Bootstrap基于经验数据、无强分布假设，适合复杂珊瑚礁群落。基于结果研究人员提出实用的"50–50规则（50–50 Rule）"：从正交摄影镶嵌图中随机取至少占样地总面积50%的1 m2虚拟照片样方，每样方至少标注50个点，可作为可靠估算底栖覆盖度的起始采样设计，具体数量仍需依研究目标可检测变化量与现场异质性微调。Bootstrap-t法遇零方差可用偏差校正加速 Bootstrap（Bias-Corrected and Accelerated, BCa）替代。该方法框架可推广至站点间多样地随机抽样情形。研究强调底栖覆盖度为统计近似量，必须显式量化其不确定性，方能正确解读生态格局与趋势，优化后的采样设计有助于提升珊瑚礁监测的一致性与有效性。
结论翻译：本研究利用水下摄影测量正交摄影镶嵌图与Bootstrap重抽样框架，证实每1 m2虚拟照片样方标注50–100点、采样覆盖样地面积至少50%可兼顾效率与统计稳健性；底栖异质性与目标检测变化幅度是确定最终采样量的关键因子。研究人员鼓励基于自身实证数据运行所述模拟流程以确定最优设计，并指出明确重抽样单元与显式报告置信区间是可靠底栖监测的必要组成。该定量框架为珊瑚礁底栖生境监测采样方案的科学制定提供了实用工具。
