Беспилотный фотограмметрический учет тихоокеанских лососей посредством БПЛА потребительского класса

Разработана методика беспилотного фотограмметрического учета тихоокеанских лососей посредством беспилотных летательных аппаратов (БПЛА) потребительского класса. Она основана на оценке численности производителей и нерестовых бугров посредством фотограмметрической обработки аэрофотоснимков, отснятых БПЛА на контрольных участках, и анализе в геоинформационных системах (ГИС) фотограмметрических продуктов — ортофотопланов и цифровых моделей рельефа (ЦМР). Оценки относительной численности на контрольных участках предлагается экстраполировать на пригодную для нереста площадь водотоков соответствующего бассейна для расчета общей численности. Впервые установлено, что ЦМР дна водотоков дают возможность визуализировать и подсчитывать бугры. Приведено подробное описание элементов методики: планирования работ, выполнения съемки, обработки материалов, оценки численности, анализа, визуализации и веб-публикации. Приведены рекомендации по выбору БПЛА и вспомогательного оборудования, а также полетного, фотограмметрического и геоинформационного программного обеспечения (ПО). Предлагаемый подход будет способствовать объективизации учета лососей, постепенному переходу с субъективных аэровизуальных методов оценки численности на доказательную и проверяемую цифровую основу.

1. Дуленин А.А., Дуленина П.А., Коцюк Д.В., Свиридов В.В. Опыт и перспективы использования малых беспилотных летательных аппаратов в морских прибрежных биологических исследованиях // Тр. ВНИРО. — 2021. — Т. 185. — С. 134–151. DOI: 10.36038/2307-3497-2021-185-134-151.

2. Евзеров А.В. Нерестовый фонд охотоморской и анадырской кеты // Биологические основы развития лососевого хозяйства в водоемах СССР. — М. : Наука, 1983. — С. 103–113.

3. Запорожец О.М., Запорожец Г.В. Использование фото- и видеофиксации для оценки количества производителей тихоокеанских лососей на нерестилищах и путях их миграций: некоторые методические подходы // Исслед. водн. биол. ресурсов Камчатки и сев.-зап. Части Тихого океана. — 2017. — Вып. 47. — С. 77–90. DOI: 10.15853/2072-8212.2017.47.77-90.

4. Запорожец О.М., Запорожец Г.В., Фельдман М.Г. Оценка численности производителей нерки и их распределение по нерестовым стациям в бассейне Начикинского озера (Камчатка) в 2019 г. // Изв. ТИНРО. — 2020. — Т. 200, вып. 3. — С. 618–634. DOI: 10.26428/1606-9919-2020-200-618-634.

5. Золотухин С.Ф. Обоснование выбора рек для мониторинга запасов кеты и горбуши р. Амур // Изв. ТИНРО. — 2019. — Т. 199. — С. 19–34. DOI: 10.26428/1606-9919-2019-199-19-34.

6. Крогиус Ф.В. Опыт применения самолета для обследования состояния и оценки заполнения нерестилищ камчатских лососей // Рыб. хоз-во. — 1955. — № 11. — С. 32–34.

7. Методические рекомендации по проведению учета приплода байкальской нерпы (Pusa sibirica) с беспилотных летательных аппаратов в Байкальском рыбохозяйственном бассейне / сост. В.А. Бизиков, В.А. Петерфельд, В.И. Черноок и др. — М. : ВНИРО, 2021. — 56 с.

8. Остроумов А.Г. Результаты аэровизуального учета и аэрофотосъемки красной и ее нерестилищ в бассейне озера Курильского // Изв. ТИНРО. — 1970. — Т. 78. — С. 17–32.

9. Свиридов В.В., Золотухин С.Ф. Методы ГИС для инвентаризации нерестилищ тихоокеанских лососей р. Амур // Изв. ТИНРО. — 2020. — Т. 200, вып. 3. — С. 730–746. DOI: 10.26428/1606-9919-2020-200-730-746.

10. Фадеев Е.С., Шевляков Е.А., Фельдман М.Г. Комплексный мониторинг пропуска производителей тихоокеанских лососей р. Камчатка в режиме реального времени // Изв. ТИНРО. — 2019. — Т. 197. — С. 3–20. DOI: 10.26428/1606-9919-2019-197-3-20.

11. Шевляков Е.А., Фельдман М.Г., Островский В.И. и др. Ориентиры и оперативная оценка пропуска производителей на нерестилища как инструменты перспективного и краткосрочного управления запасами тихоокеанских лососей в реках Дальневосточного рыбохозяйственного бассейна // Изв. ТИНРО. — 2019. — Т. 196. — С. 23–62. DOI: 10.26428/1606-9919-2019-196-23-62.

12. Шевляков Е.А., Шубкин С.В. Современный опыт обследования нерестилищ тихоокеанских лососей в водоемах Чукотки // Изв. ТИНРО. — 2020. — Т. 200, вып. 2. — С. 270–291. DOI: 10.26428/1606-9919-2020-200-270-291.

13. Barnas A.F., Chabot D., Hodgson A.J. et al. A standardized protocol for reporting methods when using drones for wildlife research // J. Unmanned Veh. Syst. — 2020. — Vol. 8, № 2. — P. 89–98. DOI: 10.1139/juvs-2019-0011.

14. Dickens J., Hollyman P.R., Hart T. et al. Developing UAV Monitoring of South Georgia and the South Sandwich Islands’ Iconic Land-Based Marine Predators // Front. Mar. Sci. — 2021. — Vol. 8. — P. 1–16. DOI: 10.3389/fmars.2021.654215.

15. Duffy J.P., Anderson K., Shapiro A.C. et al. Drone technologies for conservation. — Gland : WWF conservation technology series, 2020. — 123 p.

16. Duffy J.P., Cunliffe A.M., DeBell L. et al. Location, location, location: considerations when using lightweight drones in challenging environments // Remote Sensing in Ecology and Conservation. — 2018. — Vol. 4, № 1. — P. 7–19. DOI: 10.1002/rse2.58.

17. Dunham J., Rieman B., Davis K. Sources and Magnitude of Sampling Error in Redd Counts for Bull Trout // N. Am. J. Fish. Manag. — 2001. — Vol. 21, Iss. 2. — P. 343–352. DOI: 10.1577/1548-8675(2001)021<0343:SAMOSE>2.0.CO;2.

18. Groves P.A., Alcorn B., Wiest M.M. et al. Testing unmanned aircraft systems for salmon spawning surveys // Facets. — 2016. — Vol. 1. — P. 187–204. DOI: 10.1139/facets-2016-0019.

19. Harris J.M., Nelson J.A., Rieucau G., Broussard W.P. Use of unmanned aircraft systems in fishery science // Trans. Am. Fish. Soc. — 2019. — Vol. 148, Iss. 4. — P. 687–697. DOI: 10.1002/tafs.10168.

20. Harrison L.R., Legleiter C.J., Overstreet B.T. et al. Assessing the potential for spectrally based remote sensing of salmon spawning locations // River Res. Applic. — 2020. — Vol. 36, Iss. 8. — P. 1618–1632. DOI: 10.1002/rra.3690.

21. Hill R.A. Optimizing aerial count frequency for the area-under-the-curve method of estimating escapement // N. Am. J. Fish. Manage. — 1997. — Vol. 17. — P. 461–466.

22. Isaak D.J., Thurow R.F. Network-scale spatial and temporal variation in chinook salmon (Oncorhynchus tshawytscha) redd distributions: patterns inferred from spatially continuous replicate surveys // Can. J. Fish. Aquat. Sci. — 2006. — Vol. 63, № 2. — P. 285–296. DOI: 10.1139/f05-214.

23. Johnson D.H., Shrier B.M., O’Neal J.S. et al. Salmonid Field Protocols Handbook. Techniques for Assessing Status and Trends in Salmon and Trout Populations. — Bethesda : American Fisheries Society, 2007. — 478 p.

24. Joyce K.E., Duce S., Leahy S.M. et al. Principles and practice of acquiring drone-based image data in marine environments // Mar. Freshw. Res. — 2018. — Vol. 70, № 7. — P. 952–963. DOI: 10.1071/MF17380.

25. Kudo H., Koshino Y., Eto A. et al. Cost-effective accurate estimates of adult chum salmon, Oncorhynchus keta, abundance in a Japanese river using a radio-controlled helicopter // Fish. Res. — 2012. — Vol. 119–120. — P. 94–98. DOI: 10.1016/j.fishres.2011.12.010.

26. McKenna B., Parkyn D., Lecours V. et al. Drones: a new technique for monitoring salmon spawning escapements // Newsletter of the Alaska Chapter, American Fisheries Society. — 2019. — Vol. 39, № 4. — P. 1–6.

27. Ponsioen L., Kapralova K., Holm F. et al. Monitoring fish spawning sites in freshwater ecosystems using low-cost UAV data: A case study of salmonids in lakes in Iceland // bioRxiv. — 2021. — P. 1–22. DOI: 10.1101/2021.06.12.448199.

28. Raoult V., Colefax A.P., Allan B.M. et al. Operational Protocols for the Use of Drones in Marine Animal Research // Drones. — 2020. — Vol. 4, Iss. 4. — P. 1–35. DOI: 10.3390/drones4040064.

29. Roncoroni M., Lane S.N. A framework for using small Unmanned Aircraft Systems (sUASs)

30. and SfM photogrammetry to detect salmonid redds // Ecological Informatics. — 2019. — Vol. 53. 100976. DOI: 10.1016/j.ecoinf.2019.100976.