Computer vision-based estimation of invertebrate biomass

إليك ملخص تقني مفصل لورقة البحث بعنوان "تقدير الكتلة الحيوية لللافقاريات القائم على الرؤية الحاسوبية".

1. بيان المشكلة

يعد التقدير الدقيق للكتلة الحيوية للافقاريات أمراً بالغ الأهمية لفهم العمليات البيئية، وتدفق الطاقة، والتنوع البيولوجي. ومع ذلك، تواجه الطرق الحالية عقبات كبيرة:

• الطريقة التقليدية: الوزن الجاف المباشر هو عملية تدميرية، وتستغرق وقتاً طويلاً، وتتطلب معالجة يدوية، مما يجعلها غير قابلة للتوسع في برامج المراقبة الكبيرة.
• الطرق المؤتمتة الحالية: تعتمد نهج الرؤية الحاسوبية الحالية غالباً على الانحدار الخطي البسيط بناءً على مساحة العينة (البكسلات) أو تتطلب معرفة خبيرة للتقريبات الهندسية. وتواجه هذه الطرق صعوبة في التعامل مع التنوع المورفولوجي (على سبيل المثال، اختلاف كثافة الأجنحة مقابل الأجسام) وغالباً ما تفشل في التعميم عبر المجموعات التصنيفية المختلفة أو البيانات الخارجة عن نطاق التوزيع (out-of-distribution).
• ندرة البيانات: هناك نقص في مجموعات البيانات الكبيرة وعالية الجودة التي تربط صور العينات الفردية مع قياسات الوزن الجاف الدقيقة، مما يعيق تدريب نماذج التعلم العميق.

2. المنهجية

أ. جمع البيانات

قام المؤلفون بإنشاء مجموعة بيانات جديدة واسعة النطاق تضم 1,116 عينة تم تصويرها ووزنها جافاً بشكل فردي.

• مجموعة الرتب (Order Dataset): 980 عينة من 5 رتب تصنيفية (Araneae, Coleoptera, Diptera, Hemiptera, Hymenoptera) جُمعت من الدنمارك.
• مجموعة الأنواع (Species Dataset): 136 عينة من 3 أنواع محددة (Asellus aquaticus, Caenis horaria, Kageronia fuscogrisea) جُمعت من فنلندا.
• نظام التصوير: تم تصوير العينات باستخدام جهاز BIODISCOVER، وهو نظام كاميرا مزدوج (بزوايا 90 درجة) يلتقط تسلسلات الصور أثناء غوص العينات عبر حوض مملوء بالإيثانول.
• الحقيقة الأرضية (Ground Truth): تم تجفيف العينات (عند 50 درجة مئوية أو 105 درجة مئوية) ووزنها بدقة ميكروجرامية (0.5–1.0 ميكروجرام).

ب. المتغيرات التنبؤية المبتكرة

بعيداً عن المساحة القياسية للصورة، قدم المؤلفون سرعة الغوص كمتغير تنبئي رئيسي.

• الحساب: بما أن معدل إطارات الكاميرا ثابت، فإن عدد الإطارات التي تستغرقها العينة لعبور الحوض يتناسب طردياً مع زمن الغوص. ومن خلال المسافة المعروفة، يتم حساب سرعة الغوص ($s$).
• المنطق: ترتبط سرعة الغوص بكثافة العينة. إن الجمع بين المساحة (الحجم) والسرعة (وكيل للكثافة) يسمح بتقدير أكثر دقة للكتلة مقارنة بالمساحة وحدها.

ج. نهج النمذجة

تقارن الدراسة بين عائلتين رئيسيتين من النماذج:

1. النماذج الخطية:

   • انحدار المربعات الصغرى العادية (OLS).
   • المتغيرات التنبؤية: (أ) متوسط المساحة المرئية فقط؛ (ب) متوسط المساحة + سرعة الغوص.
   • التجميع: تم استخدام نهج الوسيط المشذب (إزالة أعلى وأدنى 5% من التقديرات) لتجميع تقديرات الإطارات الصور المتعددة لكل عينة.

2. نماذج التعلم العميق (CNN):

   • البنيات:
     • شبكة CNN أحادية الرؤية: معالجة صورة واحدة باستخدام ResNet18 أو EfficientNet (B0, B2).
     • شبكة CNN متعددة الرؤى: مشفران متوازيان يعالجان الصور من زاويتي الكاميرا، ثم يتم دمج الميزات قبل رأس الإسقاط (projection head).
     • شبكة CNN المدركة للبيانات الوصفية (Metadata-aware): تدمج ميزات الصورة مع ناقلات البيانات الوصفية (المساحة وسرعة الغوص) التي تتم معالجتها بواسطة مشفر ذو طبقات متصلة بالكامل (fully-connected encoder).
   • استراتيجيات التدريب:
     • التحسين: تم اختبار دوال خسارة متنوعة (L1, L2, Log-L1, Log-L2, نسبة الخطأ) واستراتيجيات تعزيز البيانات (القلب، التدوير، TrivialAugment).
     • الضبط الدقيق (Fine-tuning): تم تدريب النماذج مسبقاً على مجموعة بيانات "الرتب" الكبيرة ثم ضبطها بدقة على مجموعة بيانات "الأنواع" الأصغر (باستتمال كل من الضبط الدقيق الكامل وتجميد المشفر).
     • خط المعالجة المتكامل (End-to-End): دمج مصنف تصنيفي مع تقدير الكتلة الحيوية لمحاكاة السيناريوهات الواقعية حيث يكون الهوية التصنيفية غير معروفة.

د. مقاييس التقييم

شدد المؤلفون على استخدام نهج مزدوج للمقاييس لتجنب الانحياز:

• الأخطاء المئوية: متوسط الخطأ المطلق المئوي (MAPE) ووسيط متوسط الخطأ المطلق المئوي (MdAPE). وهي ضرورية للدقة النسبية عبر مختلف مقاييس الكتلة.
• الأخطاء المطلقة: متوسط الخطأ المطلق (MAE) وجذر متوسط مربع الخطأ (RMSE). وهي ضرورية لتقدير إجمالي الكتلة الحيوية في العينات الضخمة.
• الملاءمة الإحصائية: $R^2$ (على القيم المحولة لوغاريتمياً) واختبارات كولموغروف-سميرنوف (KS) لمطابقة التوزيعات.

3. المساهمات الرئيسية

1. مجموعة بيانات مبتكرة: إنشاء مجموعة بيانات شاملة (1,116 عينة) مع حقيقة أرضية للوزن الجاف بنسبة 100%، مما يعالج ندرة أزواج (الصورة-الكتلة) في الأدبيات.
2. سرعة الغوص كخاصية: أول عرض لاستخدام سرعة الغوص (المشتقة من تسلسلات الصور) كوكيل للكثافة لتحسين تقدير الكتلة الحيوية.
3. المقارنة المنهجية: مقارنة صارمة بين النماذج الخطية والتعلم العميق، مع تسليط الضوء على أن الشبكات العصبية التلافيفية المدركة للبيانات الوصفية هي الأفضل للبيانات غير المتجانسة، بينما تتفوق النماذج الخطية في مجموعات البيانات الصغيرة والمتجانسة.
4. تحليل المقاييس: حجة قوية لاستخدام كل من الأخطاء المطلقة والمئوية، حيث أن تحسين أحدهما قد يؤدي إلى تدهور الآخر (على سبيل المثال، تحسين الخطأ المئوي قد يسمح بوجود أخطاء مطلقة كبيرة في العينات الثقيلة).
5. التحقق من خط المعالجة المتكامل: إثبات أن النظام الآلي (التصنيف + تقدير الكتلة الحيوية) يمكنه إعادة إنتاج توزيعات الكتلة الحيوية الحقيقية بدقة على مستوى المجتمع.

4. النتائج

• أداء النموذج:

  • أفضل نموذج إجمالي: نموذج الشبكة العصبية التلافيفية المدركة للبيانات الوصفية (ResNet18 + المساحة + السرعة) المدرب باستخدام خسارة Log-L1 حقق أفضل توازن بين المقاييس (وسيط متوسط الخطأ المئوي ~20.6%، $R^2$ = 0.941).
  • النماذج الخطية مقابل CNN:
    • في مجموعة الرتب (كبيرة، غير متجانسة): تفوقت الشبكات العصبية (CNNs) بشكل كبير على النماذج الخطية.
    • في مجموعة الأنواع (صغيرة، متجانسة): تفوقت النماذج الخطية (المساحة + السرعة) على الشبكات العصبية، ويرجع ذلك على الأرجوة إلى فرط التخصيص (overfitting) للشبكات العصبية في البيانات الصغيرة.
  • الضبط الدقيق: أدى التدريب المسبق على المجموعة الكبيرة والضبط الدقيق على المجموعات الصغيرة إلى تحسين الأداء، لكن تجميد الطبقات التلافيفية كان مفيداً فقط للنماذج الأساسية وليس للنماذج المدركة للبيانات الوصفية.

• التعميم (خارج نطاق التوزيع - Out-of-Distribution):

  • أظهرت النماذج الخطية قدرة فائقة على التعميم تجاه المجموعات التصنيفية غير المرئية مقارنة بالنماذج الأساسية للشبكات العصبية (CNNs).
  • حسنت النماذج المدركة للبيانات الوصفية من القدرة على التعميم مقارنة بالنماذج الأساسية، لكنها لا تزال تتخلف عن النماذج الخطية في بعض سيناريوهات خارج نطاق التوزيع.

• خط المعالجة المتكامل: أنتج نظام التصنيف وتقدير الكتلة الحيوية المدمج توزيعات كتلة مرتبطة بشدة مع الحقيقة الأرضية (معامل بيرسون $r$ = 0.958–0.974) مع نتائج غير معنوية لاختبار KS، مما يثبت جدوى المراقبة الآلية للتنوع البيولوجي.

• المعلمات الفائقة (Hyperparameters):

  • دوال الخسارة: تفوقت دوال الخسارة في المجال اللوغاريتمي (Log-L1, Log-L2) عموماً على الدوال القياسية (L1/L2) ودالة نسبة الخطأ.
  • التعزيز (Augmentation): كانت التحويلات الهندسية البسيطة (القلب، التدوير بزاوية 90 درجة) هي الأفضل. أما تحويلات التشويه (مثل القص العشوائي) فقد أدت إلى تدهور الأداء لأنها تشوه العلاقة الفيزيائية بين المقياس والمساحة الضرورية لتقدير الكتلة.

5. الأهمية والآثار المترتبة

• القابلية للتوسع: يوفر هذا النهج بديلاً غير تدميري ومؤتمتاً للوزن الجاف، مما يسمح بمعالجة آلاف العينات لبرامج مراقبة التنوع البيولوجي واسعة النطاق.
• الدقة: يحقق هذا الأسلوب وسيط خطأ مئوي يتراوح بين 10-20% للأفراد، وهو ما يكفي للدراسات البيئية التي تتطلب تقديرات الكتلة الحيوية على مستوى المجموعات.
• العملية: يتطلب النظام التصوير فقط (لا يتطلب وزناً يدوياً أو تجفيفاً)، مما يحافظ على العينات لإجراء تحليلات أخرى (مثل تحديد الهوية عبر الحمض النووي - DNA metabarcoding).
• الاتجاهات المستقبلية: يدعو المؤلفون إلى جمع مجموعات بيانات أكبر وأكثر تنوعاً لصقل نماذج التعلم العميق، ويشجعون على استخدام سرعة الغوص كخاصية قياسية في تصوير اللافقاريات المائية.

في الختام، تثبت الورقة أن الجمع بين الرؤية الحاسوبية والبيانات الوصفية القائمة على الفيزياء (سرعة الغوص) يوفر حلاً قوياً وقابلاً للتوسع لتقدير الكتلة الحيوية للافقاريات، مما يسد الفجوة بين التصوير عالي الإنتاجية والتقدير الكمي البيئي الدقيق.