Foto Kuadrat, AI, dan MERMAID: Sebuah studi kasus dari Mozambik

blog 09 May 2023 oleh Amkieltiela and Erwan Sola
Coral reef survey team in Nampula, Mozambique. Photo credit: Erwan Sola/WCS
Gabungkan kuadrat foto dari CoralNet dengan survei ikan karang dan visualisasikan hasilnya dengan dasbor MERMAID

Melaporkan pengamatan gabungan bentik dan ikan dapat menjadi salah satu tugas yang lebih menantang bagi ilmuwan terumbu karang. Biasanya, data bentik dan ikan dikumpulkan oleh pengamat yang berbeda dengan menggunakan metode yang berbeda. Dengan meningkatnya penggunaan alat klasifikasi gambar berbasis kecerdasan buatan (AI), seperti CoralNet dan ReefCloud, sering kali mengakibatkan data disimpan di berbagai platform.

Bagaimana Anda dapat menggunakan alat seperti kuadrat foto, AI, dan MERMAID secara bersamaan? Di Mozambik, staf WCS memantau serangkaian kawasan laut yang dikelola secara lokal di dekat Nampula, di sepanjang pantai utara negara itu. Di sini, kami membagikan contoh gambaran umum tentang bagaimana tim menggunakan alat klasifikasi gambar dengan MERMAID untuk mengintegrasikan kuadrat foto dan metode survei terumbu karang lainnya (termasuk ikan karang).

 

An example of MERMAID dashboard summaries of benthic cover classified from photo quadrats with reef fish biomass indicators, two key indicators for coral reefs in the Global Biodiversity Framework and commonly used in science and conservation reporting.

Langkah 1: Pengumpulan data

Erwan Sola, seorang ilmuwan kelautan dari WCS Mozambik, menggunakan kuadrat foto bersama timnya untuk menilai komunitas karang. Karena waktu di bawah air bisa jadi langka dan mahal, mencari cara untuk mengoptimalkan pengumpulan data selama penyelaman sangatlah penting. Mengambil foto cepat di bawah air dapat meningkatkan efisiensi data yang dikumpulkan selama penyelaman survei, meskipun pengorbanannya adalah lebih banyak waktu yang dihabiskan untuk memproses dan menganalisis gambar setelah penyelaman.

Langkah 2: Klasifikasi gambar

Setelah menyelam, Erwan mengunggah datanya ke CoralNet dan memberi keterangan pada setiap gambar. Erwan menghemat banyak waktu dengan menggunakan klasifikasi gambar otomatis CoralNet, yang didukung oleh teknologi pembelajaran mesin. Untuk menggunakan CoralNet secara efektif, Erwan menekankan pentingnya memiliki sebanyak mungkin foto untuk 'mengajari' mesin dan meningkatkan akurasi prediksinya. Dia juga merekomendasikan untuk mengklasifikasikan setidaknya 25 titik per foto dan meluangkan waktu untuk meninjau setiap gambar yang diklasifikasikan untuk memastikan prediksinya benar.

Follow these six steps to classify your photo quadrats in CoralNet and upload the results into your MERMAID project.

Langkah 3: Ekspor hasil CoralNet ke Excel

Setelah gambar kuadrat foto diklasifikasikan, Erwan kemudian mengekspor hasilnya ke dalam spreadsheet dan ingin membandingkan hasil ini dengan survei ikan yang dia masukkan ke dalam proyek MERMAID. Salah satu pilihannya adalah dengan membuat catatan Kumpulkan baru dari 'Benthic photo quadrat' di MERMAID untuk secara manual memasukkan setiap pengamatan dan jumlah titik per pengamatan dari lembar kerja CoralNet; lihat dokumentasi tentang kuadrat foto. Tetapi pendekatan ini membutuhkan banyak pengetikan ulang angka dari file Excel dan CoralNet telah mengekspor spreadsheet dari hasil tersebut.

Langkah 4: Siapkan data di Excel

Alih-alih mengetik pengamatan secara manual, Erwan mengunggah hasil CoralNet langsung ke MERMAID menggunakan paket mermaidr R.

  • Erwan menyiapkan data CoralNet untuk diunggah ke MERMAID dengan membuat tabel pivot di Excel untuk memperkirakan jumlah titik untuk setiap pengamatan bentik di setiap kuadrat foto.

  • Dia memetakan kumpulan label CoralNet ke pengamatan bentik MERMAID yang diterima, dengan menggunakan rumus yang ia buat di Excel untuk menghemat waktu.

  • Akhirnya, dia menambahkan metadata yang diperlukan untuk menyelesaikan unggahan MERMAID, memastikan entri tersebut tersedia di proyek MERMAID yang benar. Lihat contoh alur kerja di sini.

Langkah 5: Masukkan file Excel ke dalam MERMAID

Erwan menggunakan mermaidr R library untuk mengunggah versi baru dari berkas Excel ke dalam proyek MERMAID-nya - lihat bagaimana cara mengunggah (atau memasukkan) data Anda dengan dokumen bantuan mermaidr.

Dan voila (atau, "e pronto, já está!"), seperti yang mereka katakan di Mozambik! Setiap transek dengan klasifikasi kuadrat foto adalah catatan koleksi MERMAID yang baru.

Langkah 6: Validasi dan kirimkan di MERMAID

Erwan sekarang dapat memvalidasi dan mengirimkan data-data yang terkumpul di MERMAID, dan dapat melihat hasilnya di Dasbor Global MERMAID - kunjungi tautan dasbor proyek Mozambik untuk melihat sendiri hasilnya.

A diver collects data in Nampula, Mozambique. Photo credit: Erwan Sola/WCS

Kesimpulannya, membagikan data Anda sebagai Public Summary atau Public di MERMAID memungkinkan Anda untuk segera melihat dan menganalisis semua data Anda di satu tempat, dan dengan mudah mengunduh atau membagikan hasil Anda untuk tujuan pelaporan. MERMAID juga membantu Anda memvisualisasikan dan menganalisis semua data Anda secara bersamaan, termasuk survei bentik dari kuadrat foto dan metode transek, ikan karang, kompleksitas habitat, dan pemutihan karang.

Dengan MERMAID yang digunakan oleh lebih dari 1.000 ilmuwan terumbu karang di seluruh dunia, kolaborasi dan analisis data Anda menjadi lebih mudah. Mari bekerja sama #ForCoral untuk lebih memahami dan melestarikan terumbu karang. Akhirnya, terima kasih banyak kepada Erwan karena telah membagikan data Anda dan menginspirasi kita semua untuk berbagi pengetahuan dan berkolaborasi untuk masa depan yang lebih baik. E pronto, já está!