Koster historical biodiversity assessment

Событие Наблюдение
Последняя версия опубликовано Wildlife.ai сент. 5, 2025 Wildlife.ai
Домой:
http://www.subsim.se
Дата публикации:
5 сентября 2025 г.
Опубликовано:
Wildlife.ai
Лицензия:
CC-BY 4.0

Скачайте последнюю версию данных этого ресурса в формате Darwin Core Archive (DwC-A) или метаданных ресурса в форматах EML или RTF:

Данные в формате DwC-A Скачать 72 369 Записи в English (847 KB) - Частота обновления: по мере необходимости
Метаданные в формате EML Скачать в English (21 KB)
Метаданные в формате RTF Скачать в English (12 KB)

Описание

!Important! - Download this dataset as a Darwin-Core Archive file to ensure both individualCount and organismQuantity are included. As of now, data downloads as GBIF Annotated Archives do not include organismQuantity. 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.

Записи данных

Данные этого occurrence ресурса были опубликованы в виде Darwin Core Archive (DwC-A), который является стандартным форматом для обмена данными о биоразнообразии в виде набора из одной или нескольких таблиц. Основная таблица данных содержит 73 098 записей.

Данный экземпляр IPT архивирует данные и таким образом служит хранилищем данных. Данные и метаданные ресурсов доступны для скачивания в разделе Загрузки. В таблице версий перечислены другие версии ресурса, которые были доступны публично, что позволяет отслеживать изменения, внесенные в ресурс с течением времени.

Версии

В таблице ниже указаны только опубликованные версии ресурса, которые доступны для свободного скачивания.

Как оформить ссылку

Исследователи должны дать ссылку на эту работу следующим образом:

Nilsson C, Anton V, Burman E, Germishuys J, Obst M (2025). Koster historical biodiversity assessment. Version 1.10. Wildlife.ai. Occurrence dataset. https://doi.org/10.15468/rzhmef

Права

Исследователи должны соблюдать следующие права:

Публикующей организацией и владельцем прав на данную работу является Wildlife.ai. Эта работа находится под лицензией Creative Commons Attribution (CC-BY 4.0).

Регистрация в GBIF

Этот ресурс был зарегистрирован в GBIF, ему был присвоен следующий UUID: 51d0bd32-e215-45ea-a04d-47a474336125.  Wildlife.ai отвечает за публикацию этого ресурса, и зарегистрирован в GBIF как издатель данных при оподдержке GBIF New Zealand.

Ключевые слова

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

Контакты

Christian Nilsson
  • Metadata Provider ●
  • Originator ●
  • Point Of Contact ●
  • Principal Investigator
  • Researcher
University of Gothenburg
  • Anders Zornsgatan 34B
412 72 Gothenburg
Västra Götaland
SE
  • 0730682795
Victor Anton
  • Publisher
Emil Burman
  • Programmer
Jurie Germishuys
  • Programmer
Matthias Obst
  • Owner
Joel White
  • Point Of Contact
  • Research Engineer
University of Gothenburg, Tjärnö Marine Laboratory
  • Laboratorievägen 10
452 96 Strömstad
Västra Götaland
SE
  • +46 31-786 96 03
Victor Anton
  • Publisher
  • GM
Wildlife.ai
NZ
Emil Burman
  • Programmer
  • Researcher
University of Gothenburg
  • Medicinaregatan 7B
413 90 Gothenburg
Västra Götaland
SE
Jurie Germishuys
  • Programmer
  • Data Scientist
Combine Control Systems AB
  • Västra Hamngatan 8
411 17 Gothenburg
Västra Götaland
SE
Matthias Obst
  • Owner
  • Researcher
University of Gothenburg
  • Medicinaregatan 7B
413 90 Gothenburg
Västra Götaland
SE
  • +4676-618 38 27

Географический охват

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

Ограничивающие координаты Юг Запад [58,9, 11,1], Север Восток [58,9, 11,1]

Временной охват

Дата начала / Дата окончания 1997-08-27 / 2023-10-09

Данные проекта

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.

Название Depth Learning - Using Deep-Learning Object Detection Software to Investigate Spatiotemporal Vertical Ecological Trends on a Submarine Canyon Wall in Northern Skagerrak
Описание района исследования Rock walls and slopes from 7-105m in the area west of the island of Yttre Vattenholmen.

Исполнители проекта:

Christian Nilsson
  • Principal Investigator
Victor Anton
  • Publisher
Emil Burman
  • Programmer
Jurie Germishuys
  • Programmer
Matthias Obst
  • Owner

Методы сбора

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.

Охват исследования 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.
Контроль качества 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.

Описание этапа методики:

  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.

Библиографические ссылки

  1. Nilsson C. L., Germishuys J., Burman E., Anton V., White J., and Obst M. (2024). Koster historical invertebrate model - SUBSIM 17tx. Zenodo. https://doi.org/10.5281/zenodo.13589902 https://doi.org/10.5281/zenodo.13589902
  2. Nilsson C. L., Faurby S., Burman E., Germishuys J., and Obst. M. 2025. “ Applying Deep Learning to Quantify Drivers of Long-Term Ecological Change in a Swedish Marine Protected Area.” Ecology and Evolution 15, no. 9: e72091. https://doi.org/10.1002/ece3.72091. https://doi.org/10.1002/ece3.72091
  3. Nilsson C. L. (2025). ShrimpFather7/Koster-Deep-Learning-Ecology. Zenodo. https://doi.org/10.5281/zenodo.15249144 https://doi.org/10.5281/zenodo.15249144

Дополнительные метаданные

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