珊瑚是可分裂與融合的模組化生物,年齡難以反映其真實狀態,因此族群模型長期以群體尺寸作為核心指標。然而,相同尺寸的珊瑚仍可具有截然不同的形狀,而形狀可能記錄其與環境互動及受擾歷史。本研究利用水下三維攝影測量建立墾丁珊瑚礁高解析正射影像,兩年間追蹤796株細枝鹿角珊瑚,量化面積、圓度及邊長面積比,並分析其與存活、生長、萎縮、分裂及融合的關係。結果顯示,尺寸與圓度合併後最能預測多數命運;大型且圓整的群體存活率較高,大型且不規則的群體較易分裂,小型且圓整的群體面積成長較快。研究證明形狀並非尺寸的附屬資訊,而是提升珊瑚族群動態預測的重要維度
關鍵字:珊瑚族群統計、形態、模組化生物、族群動態、水下三維攝影測量
2020年10月至2022年12月於墾丁國家公園三個樣區(總面積84.39 m²)完成三次調查。潛水員以雙相機重疊拍攝,透過Structure-from-Motion(SfM)建立高解析三維模型與幾何校正正射影像。以已知面積壓克力板驗證量測誤差低於±2%,再於ArcGIS圈繪細枝鹿角珊瑚,賦予群體獨立ID並套合多時期影像,判定死亡、生長、萎縮、分裂與融合。計算平面面積(尺寸)、圓度(形狀)及邊長面積比(整合尺寸與形狀),並以最終面積/初始面積估算比例面積變化。最後以廣義線性模型比較單一指標、尺寸+圓度及交互作用模型,使用AIC與McFadden pseudo-R²評估模型表現,建立可重複的影像式珊瑚族群監測流程。
本研究突破珊瑚族群模型長期僅以尺寸預測命運的框架,納入可連續量化且近乎獨立於尺寸的圓度,並同時分析分裂與融合等模組化生物特有過程。研究由夏威夷大學與臺灣海生館跨國合作,整合海洋生態、SfM三維攝影測量、GIS與統計建模;形態計算亦可透過開源R套件habtools及AI輔助分割流程擴展至大尺度監測。
研究建立可由影像直接取得的珊瑚形態指標,提升存活、分裂與面積變化的預測能力,並補足模組化生物族群理論中「形狀」這一缺失維度。此框架可應用於長期礁區監測、擾動後非致死性損傷評估及復育群體篩選;未來結合AI、遙測與族群模型,可發展自動化風險地圖與精準復育決策工具。