The capacity of coral reefs to provide ecosystem services is directly related to their three-dimensional structural complexity. This parameter is also correlated with total fish biomass, reef resilience to external stresses and the dissipation of wave energy. However, information on structural complexity (i.e., reef rugosity) has not always been assessed in historical monitoring programs, and long-term trends are sometimes unavailable. In this study, we show that it is possible to predict and hindcast the three-dimensional complexity of coral reefs by combining photogrammetry, statistical modeling and historical benthic community data. We calibrated lasso generalized linear models and boosted regression trees to predict structural complexity from photogrammetry transects around Moorea (French Polynesia). Our models were able to predict structural complexity with high accuracy (cross-validated R 2 ranges between 0.81 and 0.9). We then used our models to hindcast historical trends in 3D structural complexity using community composition data collected in Moorea from 2004 to 2017. The temporal analysis highlighted the severe impact of a crown-of-thorns (COTS) outbreak from 2006 to 2009 and Cyclone Oli in 2010. In conjunction, these two events reduce coral cover from ~ 50% to almost zero. While the collection of actual data is always to be preferred, our model captured these effects, confirming the capacity of this modeling technique to predict structural complexity on the basis of assemblage composition.

中文翻译：

---

群落组成预测基于摄影测量的珊瑚礁结构复杂性

珊瑚礁提供生态系统服务的能力与其三维结构的复杂性直接相关。该参数还与总鱼类生物量、珊瑚礁对外部压力的恢复力和波浪能的消散有关。然而，历史监测计划并不总是评估结构复杂性（即珊瑚礁凹凸不平）的信息，有时无法获得长期趋势。在这项研究中，我们表明可以通过结合摄影测量、统计建模和历史底栖群落数据来预测和后报珊瑚礁的三维复杂性。我们校准了 lasso 广义线性模型并增强了回归树，以从 Moorea（法属波利尼西亚）周围的摄影测量断面预测结构复杂性。我们的模型能够以高精度预测结构复杂性（交叉验证的 R 2 范围在 0.81 和 0.9 之间）。然后，我们使用我们的模型，使用 2004 年至 2017 年在莫雷阿岛收集的群落组成数据来预测 3D 结构复杂性的历史趋势。时间分析突出了 2006 年至 2009 年荆棘冠 (COTS) 爆发和飓风奥利 (Cyclone Oli) 的严重影响在 2010 年。结合起来，这两个事件将珊瑚覆盖率从约 50% 减少到几乎为零。虽然收集实际数据总是首选，但我们的模型捕捉到了这些影响，证实了这种建模技术在组合构成的基础上预测结构复杂性的能力。然后，我们使用我们的模型使用 2004 年至 2017 年在莫雷阿岛收集的群落组成数据来预测 3D 结构复杂性的历史趋势。时间分析突出了 2006 年至 2009 年荆棘冠 (COTS) 爆发和飓风奥利的严重影响在 2010 年。结合起来，这两个事件将珊瑚覆盖率从约 50% 减少到几乎为零。虽然收集实际数据总是首选，但我们的模型捕捉到了这些影响，证实了这种建模技术在组合构成的基础上预测结构复杂性的能力。然后，我们使用我们的模型使用 2004 年至 2017 年在莫雷阿岛收集的群落组成数据来预测 3D 结构复杂性的历史趋势。时间分析突出了 2006 年至 2009 年荆棘冠 (COTS) 爆发和飓风奥利的严重影响在 2010 年。结合起来，这两个事件将珊瑚覆盖率从约 50% 减少到几乎为零。虽然收集实际数据总是首选，但我们的模型捕捉到了这些影响，证实了这种建模技术在组合构成的基础上预测结构复杂性的能力。这两个事件将珊瑚覆盖率从约 50% 减少到几乎为零。虽然收集实际数据总是首选，但我们的模型捕捉到了这些影响，证实了这种建模技术在组合构成的基础上预测结构复杂性的能力。这两个事件将珊瑚覆盖率从约 50% 减少到几乎为零。虽然收集实际数据总是首选，但我们的模型捕捉到了这些影响，证实了这种建模技术在组合构成的基础上预测结构复杂性的能力。