Koster historical biodiversity assessment

Occurrence
Dernière version Publié par Wildlife.ai le oct. 22, 2024 Wildlife.ai
Date de publication:
22 octobre 2024
Publié par:
Wildlife.ai
Licence:
CC-BY 4.0

Téléchargez la dernière version de la ressource en tant qu'Archive Darwin Core (DwC-A), ou les métadonnées de la ressource au format EML ou RTF :

Données sous forme de fichier DwC-A (zip) télécharger 72 369 enregistrements dans Anglais (834 KB) - Fréquence de mise à jour: quand cela est nécessaire
Métadonnées sous forme de fichier EML télécharger dans Anglais (18 KB)
Métadonnées sous forme de fichier RTF télécharger dans Anglais (10 KB)

Description

Dataset of species records extracted from video footage recorded by remotely operated vehicles (ROVs) in the marine protected area Kosterhavets nationalpark on the Swedish west-coast. The original movies were collected during 1997-2023. This data set is based on videos of 70 transects across slopes and rock walls in the National Park at depths between 7-105 m. Species records were extracted from the movies using Yolov8 model, while depth information was extracted with the easyOCR python package from the ROV video overlays. Original videos are archived and accessible at Tjärnö Marine Laboratory’s (Univerisity of Gothenburg). The analysis was performed using the Swedish platform for subsea image analysis (www.subsim.se). We acknowledge the support of the technical officers and ROV pilots at Tjärnö Marine Laboratory, in particular Tomas Lundälv, Roger Johannesson, and Joel White.

Enregistrements de données

Les données de cette ressource occurrence ont été publiées sous forme d'une Archive Darwin Core (Darwin Core Archive ou DwC-A), le format standard pour partager des données de biodiversité en tant qu'ensemble d'un ou plusieurs tableurs de données. Le tableur de données du cœur de standard (core) contient 72 369 enregistrements.

Cet IPT archive les données et sert donc de dépôt de données. Les données et métadonnées de la ressource sont disponibles pour téléchargement dans la section téléchargements. Le tableau des versions liste les autres versions de chaque ressource rendues disponibles de façon publique et permet de tracer les modifications apportées à la ressource au fil du temps.

Versions

Le tableau ci-dessous n'affiche que les versions publiées de la ressource accessibles publiquement.

Comment citer

Les chercheurs doivent citer cette ressource comme suit:

Nilsson C (2024). Koster historical biodiversity assessment. Version 1.4. Wildlife.ai. Occurrence dataset. https://ipt.gbif.org.nz/resource?r=koster_historical_assessment&v=1.4

Droits

Les chercheurs doivent respecter la déclaration de droits suivante:

L’éditeur et détenteur des droits de cette ressource est Wildlife.ai. Ce travail est sous licence Creative Commons Attribution (CC-BY) 4.0.

Enregistrement GBIF

Cette ressource a été enregistrée sur le portail GBIF, et possède l'UUID GBIF suivante : 51d0bd32-e215-45ea-a04d-47a474336125.  Wildlife.ai publie cette ressource, et est enregistré dans le GBIF comme éditeur de données avec l'approbation du GBIF New Zealand.

Mots-clé

Occurrence; Machine Observations; YOLOv8; Benthic Invertebrates; Koster; Hard Substrate; Marine Biology; Marine Biodiversity; Marine Ecology; Subtidal Zone; Observation; Machine Observations; YOLOv8; Benthic Invertebrates; Koster; Hard Substrate; Marine Biology; Marine Biodiversity; Marine Ecology; Subtidal Zone

Contacts

Christian Nilsson
  • Fournisseur Des Métadonnées
  • Créateur
  • Personne De Contact
  • Chercheur Principal
  • Researcher
University of Gothenburg
  • Anders Zornsgatan 34B
412 72 Gothenburg
Västra Götaland
SE
  • 0730682795
Joel White
  • Personne De Contact
  • Research Engineer
University of Gothenburg, Tjärnö Marine Laboratory
  • Laboratorievägen 10
452 96 Strömstad
Västra Götaland
SE
  • +46 31-786 96 03
Victor Anton
Emil Burman
  • Programmeur
  • Researcher
University of Gothenburg
  • Medicinaregatan 7B
413 90 Gothenburg
Västra Götaland
SE
Jurie Germishuys
  • Programmeur
  • Data Scientist
Combine Control Systems AB
  • Västra Hamngatan 8
411 17 Gothenburg
Västra Götaland
SE
Matthias Obst
  • Propriétaire
  • Researcher
University of Gothenburg
  • Medicinaregatan 7B
413 90 Gothenburg
Västra Götaland
SE
  • +4676-618 38 27

Couverture géographique

Data collected from the area west of the island of Yttre Vattenholmen. For additional information, feel free to contact authors.

Enveloppe géographique Sud Ouest [58,9, 11,1], Nord Est [58,9, 11,1]

Couverture temporelle

Date de début / Date de fin 1997-08-27 / 2023-10-09

Données sur le projet

Biodiversity assessment of distribution size and relative abundance of 17 unique benthic invertebrate taxa. Assessment made by applying a YOLOv8 model trained on image data from ROV footage of the study site to 70 ROV transects from 1997-2023.

Titre Depth Learning - Using Deep-Learning Object Detection Software to Investigate Spatiotemporal Vertical Ecological Trends on a Submarine Canyon Wall in Northern Skagerrak
Description du domaine d'étude / de recherche Rock walls and slopes from 7-105m in the area west of the island of Yttre Vattenholmen.

Les personnes impliquées dans le projet:

Christian Nilsson
Jurie Germishuys
Matthias Obst

Méthodes d'échantillonnage

Sampling was performed by ROV from Tjärnö Marine Laboratory. Transects were taken for various purposes and are non-standardized. Thus, time spent at each depth and distance to substrate may vary. Transects are defined as consecutive filming of the study site until departure and may have depths removed if the ROV was not filming the habitat of interest for this study (hard substrate) at these depths. Additionally, inconsistency may exist between substrate depths and ROV depths where the ROV was not filming perpendicular to the seafloor. For further information, contact Joel White or Christian Nilsson.

Etendue de l'étude Archived ROV footage from the area west of Yttre Vattenholmen was utilized. All footage available with sufficient depth information was utilized. Footage was collected for various purposes, therefore sampling frequency & temporal resolution varies.
Contrôle qualité Average maxcount per depth (organismQuantity) was added to provide insight regarding false positives. If individualCount for an observation is significantly higher than organismQuantity a false positive may be possible. For further information, contact Christian Nilsson.

Description des étapes de la méthode:

  1. ROV depth for each image frame of videos was extracted from the video overlay using the EasyOCR python package. Depth was connected to YOLOv8 model observations through frame number in R, after which maximum and mean individual count was summarized from each transect for each taxon.

Citations bibliographiques

  1. Koster historical invertebrate model - SUBSIM 17tx. (model used to generate annotations) https://doi.org/10.5281/zenodo.13589902

Métadonnées additionnelles

Identifiants alternatifs 51d0bd32-e215-45ea-a04d-47a474336125
https://ipt.gbif.org.nz/resource?r=koster_historical_assessment