海洋研究的过程中产生了越来越多的数据和图像，为了能够科学地评估图像数据，自动化过程是必要的。GEOMAR的研究人员通过数据管理，现已首次开发了用于可持续海洋图像分析的标准化工作流程，并将相关的研究成果发表在近期的《Scientific Data》期刊上。
在海洋研究中，对大量数据的评估变得越来越重要。在深海中独立进行测量的潜水机器人或自主水下航行器目前可以记录大量的高分辨率图像，为了以可持续的方式科学地评价这些图像，在数据采集、管理和数据管理方面必须满足许多先决条件。在过去三年中，GEOMAR已经开发了一个标准化的工作流程，能够系统地、可持续地科学评估大量的图像数据。其背景是JPIOceans“采矿影响”项目。ABYSS自主水下航行器装备了一个新的数码相机系统，用于研究太平洋锰结核周围的生态系统。以这种方式收集的数据，首次对工作流进行了设计和测试。
该过程分为三个步骤：数据采集、数据维护和数据管理，这些步骤中都应该完成定义的中间步骤。例如，为了能够回答特定的科学问题，指定如何设置照相机、要捕获哪些数据或哪些照明是有用的是很重要的。尤其是，潜水机器人的元数据也必须被记录下来。研究人员认为，对于数据处理，将摄像机的图像数据与潜水机器人的元数据联系起来很重要。例如，ABYSS自动记录其位置、潜水深度和周围水的特性，所有这些信息都必须与相应的图像相关联，因为其为后续评估提供了重要信息。一项重大任务就是：ABYSS通过30次潜水过程收集了超过500000幅海底图像。团队为了这个目的而开发的各种程序确保了数据被整合在一起，不可用的图像材料例如模糊图像会被移除。
现在，该方法可以转移到任何项目，最后，用专门开发的算法“COONOD”为形式的人工智能用于进行实际应用中的评估。例如，利用该算法自动记录锰结节是否存在于照片中、什么大小和在什么位置，随后可以将单个图像组合并形成海底的大规模地图。研究团队计划在明年春季的下一次锰结核探测中，直接在船上进行对图像材料的评估。
（王琳 编译）
