Imagens AUV ABYSS do fundo do mar do Pacífico 10, 7,5, e 4 metros de distância. As duas imagens superiores mostram uma sonda estacionária, também um dispositivo subaquático autônomo. As imagens de c a f mostram nódulos de manganês reconhecíveis como pontos escuros no fundo do mar. Crédito:AUV-Team / GEOMAR
A avaliação de grandes quantidades de dados está se tornando cada vez mais relevante na pesquisa oceânica. Robôs de mergulho ou veículos subaquáticos autônomos que realizam medições de forma independente no fundo do mar agora podem registrar grandes quantidades de imagens em alta resolução. Para avaliar essas imagens cientificamente de forma sustentável, uma série de pré-requisitos devem ser cumpridos na aquisição de dados, curadoria e gerenciamento de dados.
"Nos últimos três anos, desenvolvemos um fluxo de trabalho padronizado que torna possível avaliar cientificamente grandes quantidades de dados de imagem de forma sistemática e sustentável, "explica o Dr. Timm Schoening do grupo de trabalho Deep Sea Monitoring liderado pelo Prof. Dr. Jens Greinert na GEOMAR. O veículo subaquático autônomo ABYSS foi equipado com um novo sistema de câmera digital para estudar o ecossistema em torno dos nódulos de manganês no Oceano Pacífico. os dados coletados desta forma, o fluxo de trabalho foi projetado e testado pela primeira vez. Os resultados já foram publicados na revista internacional Dados Científicos .
O procedimento é dividido em três etapas:Aquisição de dados, curadoria e gerenciamento de dados, em cada uma das etapas intermediárias definidas devem ser concluídas. Por exemplo, é importante especificar como a câmera deve ser configurada, quais dados devem ser capturados, ou qual iluminação é útil para responder a uma questão científica específica. Em particular, os metadados do robô de mergulho também devem ser registrados. "Para processamento de dados, é essencial vincular os dados de imagem da câmera com os metadados do robô de mergulho, "diz Schoening. O AUV ABYSS, por exemplo, registrou automaticamente sua posição, a profundidade do mergulho e as propriedades da água circundante. “Todas essas informações devem estar vinculadas à respectiva imagem, pois fornecem informações importantes para avaliação posterior, "diz Schoening. Uma tarefa enorme:ABYSS coletou mais de 500, 000 imagens do fundo do mar em cerca de 30 mergulhos. Vários programas, que a equipe desenvolveu especialmente para este fim, garantiu que os dados foram reunidos. Aqui, material de imagem inutilizável, como aqueles com desfoque de movimento, foi removido.
Todos esses processos agora são automatizados. "Até então, Contudo, um grande número de etapas demoradas foram necessárias, "diz Schoening." Agora o método pode ser transferido para qualquer projeto, mesmo com outros AUVs ou sistemas de câmeras. ”O material assim processado foi então disponibilizado permanentemente para o público em geral.
Finalmente, inteligência artificial na forma do algoritmo especialmente desenvolvido "CoMoNoD" foi usada para avaliação no GEOMAR. Ele registra automaticamente se os nódulos de manganês estão presentes em uma foto, em que tamanho e em que posição. Subseqüentemente, por exemplo, as imagens individuais podem ser combinadas para formar mapas maiores do fundo do mar. A próxima utilização do fluxo de trabalho e dos programas recentemente desenvolvidos já está planejada:na próxima expedição na primavera do próximo ano na direção de nódulos de manganês, a avaliação do material de imagem ocorrerá diretamente a bordo. "Portanto, levaremos alguns computadores particularmente poderosos conosco a bordo, "diz Timm Schoening.
Visão geral esquemática do fluxo de trabalho para a análise de dados de imagem, desde a aquisição de dados, passando pela curadoria até o gerenciamento de dados. Crédito:Timm Schoening / GEOMAR