اکوسیستم‌های موج‌سواری نمایانگر یک سیستم اجتماعی-زیست‌محیطی منحصر به فرد هستند ^{۱ ، ۲ ، ۳٫} با تقریباً ۵۰ میلیون کاربر در سراسر جهان که سالانه بیش از ۶۰ میلیارد دلار آمریکا به اقتصاد کمک می‌کنند ^۴ ، ۵ ، اکوسیستم‌های موج‌سواری به عنوان یک مدل ارزشمند برای مطالعه جوامع تفریحی و گردشگری اقیانوسی عمل می‌کنند ^{۶ ، ۷ ، ۸٫} استراحتگاه‌های موج‌سواری فرصت‌هایی را برای اوقات فراغت، الهام هنری، غنی‌سازی فرهنگی و تعامل با محیط زیست فراهم می‌کنند ^۹٫ مرجان‌های سازنده صخره‌های مرجانی این صخره‌ها را طی هزاران سال می‌سازند و استراحتگاه‌هایی را ایجاد می‌کنند که اکوسیستم‌های متنوعی را حفظ می‌کنند ^۱۰٫ صخره‌های مرجانی زیستگاه بخش قابل توجهی از گونه‌های دریایی را فراهم می‌کنند و در عین حال از جوامع ساحلی در برابر فرسایش و طوفان‌ها محافظت می‌کنند ^{۱۱ ، ۱۲ ، ۱۳} .

از جمله خدماتی که اکوسیستم‌های صخره‌های مرجانی ارائه می‌دهند، می‌توان به شکست‌های موج اشاره کرد که در جایی تشکیل می‌شوند که ساختارهای صخره‌ای، انرژی امواج اقیانوس را به شرایط مطلوب موج‌سواری تبدیل می‌کنند. با این حال، شکست‌های موج در مناطق غیر گرمسیری نیز رخ می‌دهند که در آن‌ها صخره‌های سنگی، شنزارها یا دماغه‌ها اثرات موج‌شکل‌دهی مشابهی ایجاد می‌کنند. آینده بسیاری از شکست‌های موج مبتنی بر صخره به طور فزاینده‌ای توسط تخریب صخره‌های مرجانی که آن‌ها را تشکیل می‌دهند، تهدید می‌شود. تغییرات آب و هوایی، توسعه ساحلی و از بین رفتن صخره‌ها می‌تواند مورفولوژی و عمق‌سنجی صخره‌ها را تغییر دهد. چنین دگرگونی‌های فیزیکی نه تنها فرآیندهای اکولوژیکی را مختل می‌کند، بلکه می‌تواند کیفیت و پایداری شکست‌های موج نمادین را نیز کاهش دهد. بنابراین، حفظ یا بازیابی پیچیدگی توپوگرافی در مقیاس کوچک برای حفظ یکپارچگی اکولوژیکی سیستم‌های صخره‌ای و مزایای فرهنگی، تفریحی و اقتصادی مرتبط با اکوسیستم‌های موج‌سواری بسیار مهم است. ^{۲ ، ۹ ، ۱۴ ، ۱۵} .

علیرغم ارزش اکولوژیکی و اجتماعی شکستگی‌های صخره‌ای مورد استفاده برای موج‌سواری، هنوز شکاف قابل توجهی در تحقیقات متمرکز بر تعاملات انسان با این ویژگی‌های ساحلی وجود دارد ^{۳ ، ۱۰ ، ۱۶٫} از زمان مطالعات پیشگامانه در مورد شکستگی‌های صخره‌ای در اوایل دهه ۱۹۷۰، علم موج‌سواری پیشرفت کرده است، به ویژه با پیشرفت در مدیریت ساحلی، صخره‌های مصنوعی و فناوری‌های استخر موج ^{۹ ، ۱۰ ، ۱۴ ، ۱۶٫} تحقیقات قبلی در درجه اول بر درک فیزیک، مهندسی و عمق‌سنجی امواج شکستگی‌های موج متمرکز بوده‌اند. با این حال، تا به امروز هیچ مطالعه‌ای تجزیه و تحلیل دقیقی از ساختار صخره‌ای سه‌بعدی (۳D) و ترکیب مرجان در شکستگی‌های موج انجام نداده است تا مشخص شود که آیا فعالیت موج‌سواری در اطراف ویژگی‌های خاص صخره‌ای متمرکز است یا اینکه آیا خود فعالیت موج‌سواری اثرات نامطلوبی بر پوشش مرجانی زنده دارد یا خیر. تحقیقات بیشتری برای بررسی چگونگی تأثیر ساختارهای زیستگاه سه‌بعدی صخره‌های مرجانی بر کیفیت موج و چگونگی ارتباط آنها با توزیع مکانی فعالیت موج‌سواران مورد نیاز است.

مطالعه ما با استفاده از روش‌های با وضوح بالا، به این شکاف‌های دانش می‌پردازد تا بررسی کند که چگونه ساختارهای صخره‌ای سه‌بعدی و پوشش مرجانی با الگوهای فعالیت موج‌سواری در سراسر یک شکستگی صخره مرتبط هستند. به طور خاص، ما بررسی می‌کنیم که آیا فعالیت موج‌سواری در اطراف ویژگی‌های فیزیکی خاصی از صخره متمرکز شده است یا خیر و ارزیابی می‌کنیم که آیا مناطق با استفاده زیاد با تفاوت در پوشش مرجانی زنده مطابقت دارند یا خیر. اگرچه مرجان زنده از تنوع زیستی و انعطاف‌پذیری صخره‌ها پشتیبانی می‌کند، اما رابطه آن با استفاده موج‌سواران مشخص نیست. در اینجا ما آزمایش می‌کنیم که آیا تنوع در پوشش مرجانی با الگوهای مکانی موج‌سواری در سراسر صخره همسو است یا خیر، و ارزیابی می‌کنیم که چگونه ژئومورفولوژی سه‌بعدی در مقیاس ریز با شدت استفاده موج‌سواران مرتبط است و روشن می‌کنیم که کدام ویژگی‌های فیزیکی بیشترین ارتباط را با مناطقی دارند که موج‌سواران به طور متمرکز از آنها استفاده می‌کنند.

فناوری‌های نوظهور، مانند دستگاه‌های ردیابی GPS و فتوگرامتری ساختار-از-حرکت (SfM)، رویکردهای جدیدی را برای توصیف ساختار صخره‌ها و تجسم تعاملات موج‌سواران تفریحی روی صخره‌ها ارائه می‌دهند. ^{۷ ، ۱۶ ، ۱۷٫} فتوگرامتری SfM به ابزاری ارزشمند برای ایجاد نقشه‌های سه‌بعدی دقیق از محیط‌های دریایی، به‌ویژه صخره‌های مرجانی، تبدیل شده است. ^{۱۸ ، ۱۹ ، ۲۰ ، ۲۱٫} در تحقیقات صخره‌های مرجانی، SfM به طور گسترده برای تعیین کمیت پوشش کف‌زی، ارزیابی پیچیدگی زیستگاه و نظارت بر تغییرات در وضعیت صخره‌ها در طول زمان به کار گرفته شده است، که آن را به روشی مهم برای مطالعات اکولوژیکی و همچنین تحقیقات تعامل انسان-صخره تبدیل می‌کند. برخلاف ارزیابی‌های سنتی عمق‌سنجی، فتوگرامتری SfM داده‌های مکانی با وضوح بالا را در مقیاس سانتی‌متر تا میلی‌متر تولید می‌کند و امکان ثبت تغییرات ظریف در ساختار صخره‌ها را فراهم می‌کند و تجزیه و تحلیل دقیق‌تری از چگونگی تأثیر ویژگی‌های فیزیکی بر تشکیل موج و فعالیت موج‌سواران ارائه می‌دهد. این تکنیک علاوه بر تولید بازسازی‌های سه‌بعدی، مدل‌های ارتفاعی رقومی (DEM) و ارتوفتوموزائیک تولید می‌کند و داده‌های مکانی را برای تجزیه و تحلیل ویژگی‌های مختلف اکولوژیکی و فیزیکی مناظر صخره‌ای فراهم می‌کند. ^{۱۸ ، ۲۲٫} این مطالعه با بهره‌گیری از روش‌های استاندارد و با وضوح بالا، به ایجاد یک چارچوب تحلیلی برای تحقیقات آینده کمک می‌کند تا چگونگی تأثیر ساختار صخره‌ها بر دینامیک موج، فعالیت موج‌سواری و تعاملات اکولوژیکی گسترده‌تر در نقاط توقف موج را بررسی کند.

محل مطالعه ما KuruKuru Mailani در فیجی است که در سطح جهانی با نام “Cloudbreak” شناخته می‌شود (شکل ۱ ). این نقطه موج‌سواری تقریباً در ۵ کیلومتری ساحل در صخره‌های اطراف جزیره تاواروا، فیجی واقع شده است. Cloudbreak به دلیل امواج بزرگ و قدرتمند خود که می‌توانند در طول رویدادهای بزرگ موج‌سواری به ارتفاع تا ۱۰ متر (حدود ۳۰ فوت) برسند، شناخته شده است و شهرت خود را به عنوان یکی از موج‌سواری‌های برتر جهان تثبیت کرده است ^.۲۳ انرژی موج معمولاً با زاویه مورب از جنوب به جنوب غربی (۲۱۰ تا ۲۴۰ درجه) به صخره نزدیک می‌شود، با میانگین ارتفاع موج قابل توجه از ۲ تا ۴ متر در شرایط معمولی و بیش از ۱۰ متر در طول موج‌های بزرگ زمستانی ^{.۲۴،۲۵ . این} امواج پرانرژی بر روی یک صخره جلویی شیب‌دار شکسته می‌شوند و در امتداد یک گذرگاه صخره‌ای کم‌عمق می‌شکنند و امواج بلند و بشکه‌ای شکل چپ‌دست را که توسط توپوگرافی مرجانی زیرین شکل گرفته‌اند، تولید می‌کنند ^.۲۳ ساختار صخره‌ها مستقیماً بر شکل‌گیری، اندازه و کیفیت موج تأثیر می‌گذارد و کلودبریک را به مکانی ایده‌آل برای بررسی تعاملات بین فعالیت‌های انسانی، مانند موج‌سواری، و محیط صخره‌های مرجانی اطراف تبدیل می‌کند. بینش‌های حاصل از این تحقیق، پیامدهای گسترده‌تری برای مدیریت ساحلی، حفاظت از صخره‌های مرجانی و ترویج شیوه‌های تفریحی پایدار دارد.

ردیابی فعالیت موج‌سواران با GPS

برای تعیین کمیت الگوهای مکانی فعالیت موج‌سواران، داده‌های GPS از Surfline، یک شرکت پیش‌بینی و تجزیه و تحلیل موج‌سواری مستقر در هانتینگتون بیچ، کالیفرنیا، به دست آمد. این داده‌ها شامل ۹۷۰۴ رکورد ناشناس جلسه موج‌سواری بود که در سال ۲۰۲۲ از طریق ساعت‌های هوشمندی که موج‌سواران می‌پوشیدند، جمع‌آوری شده بود و مختصات GPS را در طول موج‌سواری‌های فردی ثبت می‌کرد. به دلیل ناشناس بودن، موج‌سواران منحصر به فرد قابل تشخیص نبودند. توزیع مکانی ردپاهای موج‌سواران با استفاده از داده‌های ردیابی موج مبتنی بر GPS برای شناسایی مناطق فعالیت متمرکز، از جمله مناطق برخاستن و مسیرهای موج‌سواری، تجزیه و تحلیل شد. میانگین موقعیت‌های ردپا، همراه با انحراف معیار اول و دوم توزیع مکانی آنها محاسبه شد. ما میانگین موقعیت‌های شروع و پایان موج‌سواری‌ها و انحراف معیار اول و دوم آنها را محاسبه کردیم. با استفاده از این آمار، میزان تحلیل اولیه را در امتداد محور موج‌سواری از یک انحراف معیار قبل از میانگین مکان شروع تا یک انحراف معیار فراتر از میانگین مکان پایان تعریف کردیم. ما همچنین میانگین طول موج‌سواری را به عنوان مسافت طی شده روی موج بین نقاط شروع و پایان ثبت شده محاسبه کردیم، بنابراین پنجره تحلیل مربوط به بخش اصلی فواصلی است که معمولاً در طول موج‌سواری‌ها طی می‌شود. این گستره فضایی برای ثبت بخشی از صخره که بیشتر در طول فعالیت موج‌سواری مورد استفاده قرار می‌گیرد، بر اساس آستانه‌های آماری و نه بر اساس موقعیت ذهنی انتخاب شد. برای حل بیشتر ساختار فضایی شکست، صخره را به سه منطقه دلخواه با نام‌های چپ، میانه و راست تقسیم کردیم. منطقه چپ به شروع غالب ردپاهای موج‌سواران نزدیک‌تر است، منطقه راست به تکمیل غالب نزدیک‌تر است و منطقه میانی، دورترین بخش از هر دو مرحله شروع و تکمیل است.

این مطالعه شامل آزمودنی‌های انسانی، بافت انسانی یا اطلاعات شخصی قابل شناسایی نبود. داده‌های ردیابی GPS که برای تعیین کمیت فعالیت موج‌سواری استفاده می‌شدند، توسط شرکت Surfline, Inc. و از طریق استفاده داوطلبانه موج‌سواران از دستگاه‌های هوشمند مجهز به GPS جمع‌آوری شدند. تمام داده‌ها قبل از دسترسی و تجزیه و تحلیل توسط تیم تحقیق، کاملاً ناشناس شدند. مجموعه داده‌ها فقط شامل مختصات جغرافیایی مربوط به فعالیت موج‌سواری (نقاط شروع و پایان موج) بود و هیچ اطلاعات جمعیت‌شناختی یا مرتبط با سلامت را شامل نمی‌شد. همه روش‌ها مطابق با دستورالعمل‌ها و مقررات مربوط به استفاده از داده‌های مکانی ناشناس انجام شد.

نقشه‌برداری فتوگرامتری سه‌بعدی

از فتوگرامتری ساختار-بر-حرکت (SfM) برای تولید مدل‌های سه‌بعدی (۳D) با وضوح بالا از زیستگاه صخره‌های مرجانی کلودبریک در منطقه فعالیت موج‌سواری متمرکز (واقع در -۱۷٫۸۸۸۱۱۶ جنوبی، ۱۷۷٫۱۸۵۱۰۸ شرقی) استفاده شد. از داده‌های مسیر موج‌سواری مبتنی بر GPS برای ترسیم بخشی از صخره با بالاترین تمرکز فعالیت موج‌سواری استفاده شد. سپس از تعاریف منطقه و آمار مکانی که در بالا توضیح داده شد، برای تعیین وسعت مکانی برای نقشه‌برداری SfM استفاده شد. برای در نظر گرفتن تنوع در طول موج‌های موج‌سوار، منطقه نقشه‌برداری شده در امتداد صخره به سمت چپ گسترش یافت، جایی که چندین داده پرت، موج‌های طولانی‌تری را نشان می‌دادند که از قبل در امتداد صخره سرچشمه می‌گرفتند و احتمالاً با رویدادهای موج‌سواری بزرگتر که امواج با شکست طولانی‌تری ایجاد می‌کنند، مرتبط هستند. در مقابل، نقطه پایانی منطقه سمت راست مشخص‌تر بود، زیرا امواج معمولاً به طور مداوم در یک کانال عمیق‌تر در ساختار صخره خاتمه می‌یابند. این رویکرد نقشه‌برداری تضمین کرد که بررسی‌های زیستگاه، طیف مکانی کامل مناطق فعال موج‌سواری را در بر می‌گیرد و امکان تجزیه و تحلیل چگونگی تأثیر ویژگی‌های خاص صخره‌ها بر الگوهای استفاده موج‌سواران را فراهم می‌کند. عرض نوار برای جمع‌آوری تصاویر SfM با استفاده از چگالی ردپاهای موج‌سواران GPS تعیین شد و مرزهای بررسی طوری تنظیم شدند که ردپاهای پرت مشاهده شده در طول رویدادهای بزرگتر موج‌سواری را حذف کنند و از مناطقی که برای بازسازی قابل اعتماد خیلی عمیق یا خیلی کم عمق بودند، اجتناب کنند. تکنیک SfM از تصاویر دو بعدی همپوشانی برای تولید یک مدل سه‌بعدی از جامعه صخره‌های مرجانی استفاده می‌کند. تصاویر توسط یک غواص در ژوئن ۲۰۲۳ جمع‌آوری شدند. تصاویر از یک زاویه مسطح تقریباً ۲ متر بالاتر از بستر در یک الگوی بوستروفیدونیک (ماشین چمن‌زنی) با ۷۰ تا ۸۰ درصد همپوشانی بین تصاویر با استفاده از دوربین سونی a7rIII با لنز مستقیم‌الخط ۱۴ میلی‌متری گرفته شدند. در مجموع ۱۶۳۶۱ تصویر توسط غواص در طول تلاش برای بررسی جمع‌آوری شد. میله‌های مقیاس با اهداف کدگذاری شده در سراسر منطقه بررسی قرار داده شدند تا امکان تصحیح ارتو از بازسازی‌های سه‌بعدی حاصل فراهم شود. بازسازی‌های سه‌بعدی با استفاده از نرم‌افزار Agisoft Photoscan/Metashape Professional (Agisoft LLC.، سن پترزبورگ، روسیه) و با پیروی از روش‌های شرح داده شده در Burns و همکاران، ۲۰۱۵ ^۱۸ ، رندر شدند. این نرم‌افزار از اهداف کدگذاری شده روی میله‌های مقیاس برای اختصاص نقاط مرجع جهت ارتو-تصحیح مدل‌ها به یک سیستم مختصات محلی شناخته شده استفاده کرد. برای به حداقل رساندن تاب برداشتن و اعوجاج، تنظیمات دسته‌ای خودکالیبره با استفاده از نقاط مرجع شناخته شده برای اصلاح موقعیت دوربین و پارامترهای لنز انجام شد. این مرحله بهینه‌سازی، خطاهای هندسی ناشی از شکست نور زیر آب و اعوجاج لنز دوربین را اصلاح کرد و تضمین نمود که مقیاس و هندسه در سراسر مدل حفظ شده‌اند. پس از بهینه‌سازی، یک ابر نقطه‌ای متراکم و یک مش مثلثی جامد رندر شد که از آن یک ارتوفتوموزائیک و یک مدل ارتفاعی دیجیتال (DEM) برای تسهیل تجزیه و تحلیل مکانی و کمی‌سازی پوشش مرجانی زنده استخراج شد.

ارزیابی پیچیدگی ساختاری صخره‌ها، ترکیب مرجان‌ها و الگوهای مسیر موج‌سواران

DEM با وضوح سلول رستری ۱ سانتی‌متری صادر شد، که مقیاسی تثبیت‌شده برای کمی‌سازی ساختار صخره‌های ریزمقیاس ^{۱۸ ، ۲۲} است و همانطور که در نتایج با فاصله نمونه‌برداری زمینی و مقادیر خطای جذر میانگین مربعات (RMSE) به‌دست‌آمده از نقاط کنترل زمینی (یعنی اشیاء/ویژگی‌های با فواصل/ابعاد شناخته‌شده) در مدل‌ها گزارش شده است، کاملاً در محدوده دقت مدل (یعنی دقت میلی‌متری) قرار داشت. DEM با وضوح ۱ سانتی‌متر با استفاده از ابزار «تقسیم یک چندضلعی بر یک مقدار» در نرم‌افزار GISPro به شبکه‌های ۱۰۰ متر مربعی تقسیم شد ^که منجر به ۱۴ شبکه برای منطقه راست، ۲۶ شبکه برای منطقه میانی و ۳۷ شبکه برای منطقه چپ شد (شکل ۲ ). معیارهای سه‌بعدی پیچیدگی ساختاری برای هر شبکه ۱۰۰ متر مربعی در سه منطقه صخره‌ای (چپ، وسط و راست؛ شکل ۲ ) محاسبه شد. به طور خاص، معیار ناهمواری برداری (VRM)، شیب، انحنا، انحنای پلانفرم، انحنای پروفیل و پیچیدگی سطح در نرم‌افزار R با استفاده از بسته‌های رستری ^۲۶ ، sf ^۲۷ و rgeos ^۲۸ ، طبق رویه‌های ذکر شده توسط فوکوناگا و همکاران (۲۰۱۹) ^۲۱ محاسبه شدند. معیارها با استفاده از تحلیل پنجره متحرک با همسایگی‌های سلولی ۳ × ۳ در هر شبکه ۱۰۰ متر مربعی استخراج شدند و یک مقدار میانگین و واریانس مرتبط برای هر معیار پیچیدگی ساختاری ایجاد کردند. این معیارها جنبه‌های مختلف ساختار صخره‌های مرجانی را کمّی می‌کنند: VRM درجه ناهمواری سطح را ثبت می‌کند، شیب، شیب زمین را اندازه‌گیری می‌کند و انحنای پروفیل، تقعر یا تحدب را در جهت حداکثر شیب ارزیابی می‌کند که می‌تواند بر شرایط هیدرودینامیکی و ناهمگونی زیستگاه تأثیر بگذارد.

در هر منطقه صخره‌ای (چپ، وسط و راست؛ شکل  ۲ )، کوادرات‌های دیجیتالی ۴ × ۴ متر به صورت تصادفی برای نمونه‌برداری از زیستگاه صخره‌ها و تعیین ترکیب کف‌زیان قرار داده شدند. در مجموع ۸۴ کوادرات روی ارتوفتوموزائیک قرار داده شده و برای تجزیه و تحلیل با استفاده از پلتفرم CoralNet (coralnet.ucsd.edu) ارسال شدند. کوادرات‌ها حدود ۱۷٪ از بستر را در هر منطقه نمونه‌برداری کردند، که در مجموع تقریباً ۵۱٪ از کل منطقه صخره‌ای نقشه‌برداری شده را شامل می‌شود. برای هر کوادرات، ۴۰۰ نقطه حاشیه‌نویسی تصادفی ایجاد و طبقه‌بندی شد تا درصد پوشش مرجان زنده، جلبک‌ها و ویژگی‌های غیرزیستی تعیین شود. نقاط حاشیه‌نویسی که روی نوارهای ترانسکت، میله‌های مقیاس یا جانوران متحرک قرار داشتند از تجزیه و تحلیل حذف شدند. همه حاشیه‌نویسی‌ها توسط افراد آموزش‌دیده انجام شد و به طور مستقل توسط اعضای تیم اضافی از نظر کیفیت بررسی شدند. تصاویر ارتوموزائیک با وضوح بالا، امکان ترسیم واضح مرجان زنده را فراهم کرد و دقت شناسایی را تضمین نمود.

ما ارتباط بین فعالیت موج‌سواری و پوشش مرجانی زنده را با استفاده از GISPro برای تعیین کمیت تعداد و طول تجمعی مسیرهای موج‌سواری که هر کوادرات ۴ × ۴ متر را در تمام ۸۴ کوادرات قطع می‌کنند، ارزیابی کردیم. ارتباط بین فعالیت موج‌سواری و پیچیدگی صخره‌های سه‌بعدی با استفاده از GISPro برای تعیین کمیت تعداد و طول تجمعی مسیرهای موج‌سواری در هر سلول شبکه ۱۰۰ متر مربعی بررسی شد. مسیرهای موج‌سواری به عنوان مسیرهای موج‌سوارانی که از هر سلول شبکه عبور می‌کنند تعریف شدند. با این حال، همه مسیرها به طور کامل از یک قطعه عبور نکردند. برای در نظر گرفتن عبورهای جزئی، مجموع تعداد و مسافت برای هر شبکه ۱۰۰ متر مربعی محاسبه شد  (شکل  ۲ ، شکلS1) .

تحلیل آماری

ما تفاوت‌ها در میانگین پوشش مرجان زنده بین مناطق را با استفاده از آنالیز واریانس یک‌طرفه روی درصد پوشش در سطح کوادرات در R (نسخه ۴٫۳٫۰؛ تیم اصلی R) آزمایش کردیم. ما همچنین بوت‌استرپ غیرپارامتری را با ۱۰۰۰ نمونه‌برداری مجدد در هر منطقه انجام دادیم تا فواصل اطمینان ایجاد کنیم و ارزیابی کنیم که آیا میانگین‌های منطقه متفاوت هستند یا خیر. ما مناطق صخره‌ای را با استفاده از آزمون‌های غیرپارامتری کروسکال-والیس با مقایسه‌های جفتی از نوع دان برای هر دو معیار فعالیت موج‌سواران و معیارهای زیستگاه سه‌بعدی در R (نسخه ۴٫۳٫۰؛ تیم اصلی R) مقایسه کردیم. ساختار چند متغیره در فعالیت موج‌سواران با PCA در PRIMER-e روی متغیرهای موج‌سوار نرمال‌شده خلاصه شد. اولین مؤلفه اصلی (PC1) برای تجزیه و تحلیل‌های بعدی ^۲۹ حفظ شد . برای مرتبط کردن معیارهای سه‌بعدی ساختار صخره‌ها با فعالیت موج‌سواران، رویکرد BEST (BIO-ENV) را در PRIMER-e با استفاده از معیارهای سه‌بعدی نرمال‌شده (میانگین شیب، میانگین VRM، میانگین انحنا، میانگین انحنای پروفیل، میانگین انحنای پلانفرم، پیچیدگی سطح) اعمال کردیم. BEST برای همه زیرمجموعه‌های متغیرهای محیطی، یک ماتریس فاصله اقلیدسی و همبستگی رتبه‌ای آن با ماتریس شباهت داده‌های نرمال‌شده موج‌سوار را ارزیابی می‌کند و زیرمجموعه‌ای را که به بهترین وجه با داده‌های فعالیت موج‌سوار همبستگی دارد، شناسایی می‌کند . ^۳۰ پس از شناسایی این زیرمجموعه، ما یک PCA را در PRIMER e روی متغیرهای انتخاب‌شده اجرا کردیم تا ساختار چند متغیره را تجسم کنیم و تفسیر کنیم که چگونه تغییرات مشترک آنها با فعالیت موج‌سوار مرتبط است. در نهایت، ما ارتباط بین معیارهای سه‌بعدی ساختار صخره و فعالیت موج‌سوار را با یک رویکرد درخت رگرسیون تقویت‌شده در R، با استفاده از شش معیار سه‌بعدی به عنوان پیش‌بینی‌کننده و PC1 موج‌سوار به عنوان پاسخ (توزیع گاوسی، پیچیدگی درخت = ۲، نرخ یادگیری = ۰٫۰۰۱، کسر کیسه = ۰٫۷۵، اعتبارسنجی متقابل هفت‌گانه) مدل‌سازی کردیم. به پیروی از Elith, Leathwick & Hastie (2008) ^۳۱ ؛ ما مدل را ساده کردیم، پس از حذف انحنای میانگین، آن را اصلاح کردیم و تأثیر نسبی و وابستگی جزئی را از مدل برازش‌شده تفسیر کردیم.

بازسازی سه‌بعدی زیستگاه صخره‌های مرجانی

مدل فتوگرامتری ساختار از حرکت (SfM) از موج‌شکن Cloudbreak، خطای مکانی ۰٫۰۰۱۶۵ متر و وضوح زمینی ۱٫۰۹ میلی‌متر در هر پیکسل را نشان داد که نشان‌دهنده دقت هندسی بالای آن است. هم‌ترازی مدل، خطای بازتصویر ۱٫۴۶ پیکسل را ایجاد کرد که با استانداردهای تعیین‌شده برای مدل‌سازی صخره‌های مرجانی با وضوح بالا مطابقت دارد. بازسازی نهایی، مساحتی معادل ۸۹۱۹ متر ^مربع را پوشش داد و بخش قابل توجهی از زیستگاه صخره‌های مرجانی موج‌شکن را ثبت کرد.

مقایسه فعالیت موج‌سواران، پوشش مرجانی و ساختار صخره‌های مرجانی

فعالیت موج‌سواران، که با تعداد ردپا و طول تجمعی ردپا اندازه‌گیری شد، در ناحیه میانی بیشترین مقدار را داشت و به طور قابل توجهی بیشتر از هر دو ناحیه چپ و راست بود (کروسکال-والیس، p  < 0.001؛ شکل  ۳ ). مقایسه‌های جفتی نیز فعالیت موج‌سواران را در ناحیه راست بیشتر از ناحیه چپ نشان داد ( p  < 0.05). ردپاها بیشتر در ناحیه میانی متمرکز بودند که مربوط به بخش مرکزی موج‌سواری نقشه‌برداری شده است. تجزیه و تحلیل مؤلفه‌های اصلی (PCA) از فعالیت موج‌سواران نرمال شده، دو محور را شناسایی کرد که به ترتیب ۹۸٫۶٪ (PC1) و ۱٫۴٪ (PC2) از واریانس را توضیح می‌دهند (شکل  ۲ ). با توجه به اینکه PC1 تقریباً تمام تغییرات را در بر می‌گیرد، به عنوان یک شاخص تک متغیره مختصر از فعالیت موج‌سواران عمل می‌کند و در تجزیه و تحلیل‌های بعدی استفاده می‌شود.

میانگین پوشش مرجان زنده در منطقه چپ (۶۴٫۶% ± ۹٫۳۲) بیشترین مقدار را داشت، و مقادیر مشابهی در منطقه میانی (۶۱٫۷% ± ۱۰٫۶) و منطقه راست (۵۸٫۹% ± ۸٫۷۱) مشاهده شد. آنالیز واریانس یک طرفه هیچ تفاوت معنی‌داری بین مناطق نشان نداد ( p  > 0.05؛ شکل  ۴ ). بوت‌استرپ غیرپارامتری (۱۰۰۰ نمونه‌برداری مجدد در هر منطقه) فواصل اطمینان ۹۵% ۶۱٫۸-۶۷٫۴% را برای منطقه چپ، ۵۸٫۰-۶۵٫۵% را برای منطقه میانی و ۵۴٫۶-۶۳٫۱% را برای منطقه راست به دست داد و همپوشانی گسترده بین فواصل، عدم وجود تفاوت آماری معنی‌دار را تأیید می‌کند. به طور کلی، پوشش مرجانی در مناطق نسبتاً ثابت بود و همه مناطق از مرجان زنده نسبتاً بالایی پشتیبانی می‌کردند. هیچ همبستگی معنی‌داری بین پوشش مرجانی و تعداد مسیر یا طول مسیر، به طور کلی یا در مناطق جداگانه مشاهده نشد (r پیرسون، p  > 0.05).

معیارهای زیستگاه سه‌بعدی بین مناطق متفاوت بود (کروسکال-والیس با آزمون دو به دو دان). VRM در منطقه چپ بیشتر از منطقه راست بود (شکل  ۵ الف؛ p  < 0.05). شیب در چپ کمتر از هر دو منطقه وسط و راست بود (شکل  ۵ ب؛ p  < 0.001). پیچیدگی سطح در منطقه وسط بیشتر از منطقه چپ بود (شکل  ۵ و؛ p  < 0.01). میانگین، پروفیل و انحنای پلانفرم بین مناطق تفاوت معنی‌داری نداشت (شکل  ۵ ج-ه؛ p  > 0.05)، اگرچه منطقه وسط طیف وسیع‌تری از مقادیر انحنا را نشان می‌داد که با ویژگی‌های مقعر و محدب متناوب‌تر (مثلاً خارها و شیارها) سازگار بود.

همبستگی BEST (BIO-ENV) و PCA فعالیت موج‌سواران با معیارهای سه‌بعدی ساختار صخره‌های مرجانی

روش BEST (BIO-ENV) میانگین VRM، میانگین انحنا، میانگین انحنای صفحه‌ای و پیچیدگی سطح را به عنوان زیرمجموعه‌ای از معیارهای سه‌بعدی که به بهترین وجه با داده‌های ماتریس شباهت موج‌سوار (PC1 فعالیت موج‌سوار) همسو هستند، با ρ = ۰٫۲۹۷ ( p  = ۰٫۰۱ بر اساس ۹۹ جایگشت و همه همبستگی‌های تصادفی کمتر از ۰٫۲۹۷، شکل S2) شناسایی کرد. PCA از این زیرمجموعه، ۳۹٫۸٪ (PC1) و ۲۴٫۷٪ (PC2) از واریانس را توضیح داد (شکل  ۶ ). VRM و پیچیدگی سطح بیشترین بار را روی PC1 داشتند، در حالی که انحنای صفحه‌ای و انحنای کلی بیشترین بار را روی PC2 داشتند. شبکه‌ها در ناحیه میانی، وسیع‌ترین محدوده را در امتداد PC2 پوشش می‌دهند و بزرگترین حباب‌ها را نشان می‌دهند که نشان‌دهنده نمرات بالاتر موج‌سوار PC1 است. این الگو نشان می‌دهد که مناطقی با تغییرپذیری انحنای شدیدتر، که منعکس‌کننده ساختار مقعر و محدب پویا هستند، با فعالیت بیشتر موج‌سوار همزمان هستند (شکل  ۶ ).

درخت رگرسیون تقویت‌شده (BRT)

BRT اعتبارسنجی‌شده‌ی متقابل که معیارهای سه‌بعدی را به PC1 موج‌سواران مرتبط می‌کرد، پس از ساده‌سازی مدل (کاهش میانگین انحنا) پنج پیش‌بینی‌کننده را شناسایی کرد. تأثیر نسبی، پیچیدگی سطح ۲۹٫۴٪، میانگین شیب ۲۴٫۱٪، میانگین انحنای پروفیل ۱۶٫۱٪، میانگین انحنای پلان‌فرم ۱۵٫۲٪ و میانگین VRM 15.1٪ بود. نمودارهای وابستگی جزئی (شکل  ۷ ) افزایش مثبت و آستانه‌مانندی را در PC1 با پیچیدگی سطح، شیب و VRM بیشتر نشان می‌دهند. انحنای پروفیل در مقادیر مثبت‌تر با PC1 بالاتر مرتبط است. انحنای پلان‌فرم اثر ضعیف و غیرخطی با یک فرورفتگی کم‌عمق نزدیک به مقادیر خنثی نشان می‌دهد. در مجموع، این نتایج نشان می‌دهد که شبکه‌هایی با کف دریا ناهموارتر، شیب‌دارتر و با انحنای متغیرتر، تمایل دارند با فعالیت بیشتر موج‌سواران همسو شوند، در حالی که بر ارتباط به جای علیت تأکید دارند.

تا آنجا که ما می‌دانیم، این اولین توصیف مکانی با وضوح بالا از استفاده موج‌سواران در یک صخره مرجانی پربازدید، KuruKuru Mailani، فیجی، که معمولاً با نام Cloudbreak شناخته می‌شود، است. با ترکیب داده‌های ردیابی GPS با فتوگرامتری SfM، ما یک رویکرد مؤثر برای نقشه‌برداری از فعالیت انسانی و ساختار زیستگاه صخره‌ها در سراسر محیط‌های صخره‌های مرجانی نشان می‌دهیم. ما منحصراً بر Cloudbreak تمرکز کردیم تا ارتباط بین ساختار صخره و فعالیت موج‌سواران را در مکانی که به دلیل محیط موج‌های پرانرژی خود مشهور است، بررسی کنیم. در حالی که هیچ صخره کنترل سنتی در نظر گرفته نشده بود، این رویکرد هدفمند امکان توصیف دقیق ویژگی‌های فیزیکی و بیولوژیکی را که یکی از پویاترین صخره‌های موج‌سواری در اقیانوس آرام را تعریف می‌کنند، فراهم کرد. نتایج، استفاده مؤثر از دستگاه‌های ردیابی GPS را به عنوان نماینده‌ای برای حضور انسان در محیط‌های صخره‌ای دورافتاده نشان می‌دهد. علاوه بر این، موج‌سواران از طریق لنز تفریحات اقیانوسی، دریچه‌ای منحصر به فرد به تعاملات انسان و محیط ارائه می‌دهند و یک مجموعه داده کم‌استفاده اما ارزشمند برای مطالعه استفاده مکانی در اکوسیستم‌های ساحلی فراهم می‌کنند.

یکی از نتایج کلیدی این تحقیق، اعتبارسنجی داده‌های ردیابی موج با GPS به عنوان ابزاری حیاتی برای نقشه‌برداری دقیق مکانی از فعالیت‌های انسانی در صخره‌های مرجانی است. در مورد Cloudbreak، داده‌های GPS برای شناسایی بخش‌های خاصی از صخره که به طور فعال توسط موج‌سواران استفاده می‌شود، ضروری بودند و امکان نقشه‌برداری هدفمند از زیستگاه را فراهم می‌کردند که در غیر این صورت غیرممکن بود. نقشه‌برداری مستقیم از صخره در دوره‌های موج فعال به دلیل خطرات آب متلاطم و نیاز به شرایط آرام در طول بررسی‌های فتوگرامتری امکان‌پذیر نیست. بنابراین، داده‌های GPS ارائه شده توسط موج‌سواران، چارچوبی ایده‌آل برای پیوند مکانی ویژگی‌های زیستگاه صخره با الگوهای استفاده انسان ایجاد کرد. برخلاف سایر فعالیت‌های تفریحی اقیانوسی، مانند غواصی اسکوبا یا غواصی سطحی، که در آنها داده‌های GPS معمولاً به دلیل محدودیت‌های سیگنال زیر آب در دسترس نیستند، موج‌سواری فرصتی بی‌نظیر برای کسب داده‌های غیرفعال ارائه می‌دهد. موج‌سواران اغلب از دستگاه‌های هوشمند مجهز به GPS استفاده می‌کنند و داوطلبانه داده‌های خود را در پلتفرم‌هایی مانند Surfline بارگذاری می‌کنند، که این امر به دلیل علاقه به تجزیه و تحلیل عملکرد مانند سرعت، مانورپذیری و مسیر حرکت موج‌سواران است. این روش بر چالش‌های عمده لجستیکی رایج در مطالعات تفریحات دریایی غلبه می‌کند و امکان جمع‌آوری داده‌های مکانی با کیفیت بالا و مبتنی بر جمعیت را فراهم می‌کند. تمایل موج‌سواران برای به اشتراک گذاشتن اطلاعات مکانی، پتانسیل علم شهروندی را برای هدایت تحقیقات علمی دقیق در مورد تعاملات انسان و محیط زیست در اکوسیستم‌های صخره‌ای پویا برجسته می‌کند (شکل تکمیلی S2).

مدل فتوگرامتری سه‌بعدی با وضوح بالا از کلودبریک، چارچوب مکانی دقیقی را برای بررسی ارتباط بین ساختار صخره‌ها و فعالیت‌های انسانی فراهم کرد. با همسو کردن مدل صخره‌ها با فعالیت موج‌سواری نقشه‌برداری شده، این مطالعه بینشی در مورد چگونگی ارتباط ویژگی‌های زیستگاهی اساسی و ساختار کمی صخره‌ها با الگوهای استفاده موج‌سواران ارائه می‌دهد. در سطح جهانی، بسیاری از موج‌سواری‌ها با مناطقی با تنوع زیستی قابل توجه و ارزش اکولوژیکی همپوشانی دارند و این امر چنین مطالعاتی را برای درک تعامل بین تفریحات انسانی و اکوسیستم‌های دریایی مهم می‌کند ^{۹ ، ۱۴٫} در کلودبریک، تراکم مسیر موج‌سواران و طول مسیر در منطقه میانی در مقایسه با مناطق چپ و راست به طور قابل توجهی بالاتر بود (کروسکال-والیس، p < 0.001؛ شکل ۳ )، و تراکم مسیر به عنوان تعداد مسیرها در واحد سطح اندازه‌گیری شد. این تمرکز فعالیت مربوط به بخش مرکزی موج‌سواری است که به طور استراتژیک برای نقشه‌برداری بر اساس داده‌های ردیابی GPS از رویدادهای قبلی موج‌سواری هدف قرار گرفته بود (شکل ۱ ). مطابق با این الگو، PCA فعالیت موج‌سواران نشان داد که منطقه میانی بالاترین امتیاز PC1 را نشان می‌دهد، در حالی که مناطق چپ و راست در مقادیر پایین‌تری خوشه‌بندی می‌شوند (شکل ۲ ). این امر، تمرکز تحلیل‌های ما را بر چگونگی تغییر ساختار محلی در مناطق این موج‌سواری و اینکه آیا شرایط ساختاری خاص با محل تمرکز موج‌سواران همسو است یا خیر، توجیه می‌کند. در حالی که اندازه‌گیری‌های مستقیم انرژی موج یا ویژگی‌های موج جمع‌آوری نشده است، خوشه‌بندی مکانی مشاهده‌شده از موج‌سواری‌های طولانی‌تر و تعداد مسیرهای بیشتر در منطقه میانی، این استنباط را تأیید می‌کند که این بخش از صخره، شرایط موج‌سواری مطلوب‌تر و پایدارتری را فراهم می‌کند. این الگوهای مکانی، پتانسیل ادغام نقشه‌برداری سه‌بعدی زیستگاه و داده‌های استفاده تفریحی را برای درک بهتر عوامل محیطی و ژئومورفولوژیکی که در کیفیت موج در موج‌سواری‌های مبتنی بر صخره نقش دارند، برجسته می‌کند.

اگرچه منطقه چپ بالاترین میانگین پوشش مرجان زنده (۶۴٫۶٪) را نشان داد و پس از آن مناطق میانی (۶۱٫۷٪) و راست (۵۸٫۹٪) قرار داشتند، اما آنالیز واریانس یک طرفه هیچ تفاوت معنی‌داری بین مناطق نشان نداد ( p > 0.05؛ شکل ۴ ). فواصل اطمینان ۹۵٪ بوت‌استرپ به طور گسترده همپوشانی داشتند (شکل ۴ ) و پوشش مرجانی با فعالیت موج‌سواران همبستگی نداشت. این نتایج نشان می‌دهد که ویژگی‌های بیولوژیکی مانند فراوانی مرجان با توزیع مکانی فعالیت موج‌سواران در کلودبریک مرتبط نیستند. این یافته‌ها فرضیاتی را که ویژگی‌های بیولوژیکی، مانند پوشش مرجانی، در شکل‌دهی استفاده تفریحی از اکوسیستم‌های صخره‌ای نقش اساسی دارند، به چالش می‌کشد ^{۱۳ ، ۳۲٫} علاوه بر این، سطوح بالای مداوم مرجان زنده در تمام مناطق نشان می‌دهد که فعالیت شدید موج‌سواری و انرژی بالای امواج به نظر نمی‌رسد اثرات مضر واضحی بر مرجان زنده در منطقه مورد بررسی داشته باشند. این یافته، تاب‌آوری بالقوه مرجان زنده را برای مقاومت در برابر اختلالات شدید هیدرودینامیکی برجسته می‌کند و ممکن است بینش‌های مفیدی در مورد جوامع مرجانی که در معرض شرایط مکرر امواج پرانرژی قرار دارند، ارائه دهد. مطالعات قبلی نشان داده‌اند که بارگذاری موج می‌تواند ساختار جامعه مرجانی را شکل دهد و به اشکال رشدی که برای مقاومت در برابر نیروهای هیدرودینامیکی، مانند شاخه‌بندی و مورفولوژی‌های عظیم، سازگار شده‌اند، کمک کند . ^۳۳ ، که نشان می‌دهد مجموعه‌های مرجانی در Cloudbreak ممکن است به طور طبیعی برای پایداری در برابر آشفتگی‌های مکرر ناشی از موج بهینه شده باشند. بر اساس این یافته‌ها، تحقیقات آینده می‌توانند از چارچوب مکانی و بینش‌های اکولوژیکی ارائه شده در اینجا برای بررسی بهتر تاب‌آوری و سازگاری مرجان‌ها در محیط‌های صخره‌ای در معرض امواج استفاده کنند.

سه بعدی بودن شکل یک صخره به شدت بر نحوه کم عمق شدن، شکست و شکستن امواج روی سکوهای صخره‌ای تأثیر می‌گذارد. شیب محلی بر نرخ کم عمق شدن، نوع شکست و زاویه جدا شدن تأثیر می‌گذارد، به طوری که سطوح شیب‌دارتر باعث شکست زودتر و تندتر امواج می‌شوند که می‌توانند مناطق برخاست و خطوط موج را سازماندهی کنند ^۳۴٫ زبری و بافت سطح، که توسط VRM و پیچیدگی سطح ثبت می‌شوند، اصطکاک و تلاطم کف را تعدیل می‌کنند که به نوبه خود بر اتلاف انرژی و شکل سطح موج در سراسر صخره مسطح و صخره جلویی ^۳۴ تأثیر می‌گذارند . اصطلاحات انحنا نحوه خم شدن سطح و در نتیجه نحوه تمرکز یا پراکندگی جبهه‌های موج را توصیف می‌کنند. انحنای پروفیل، کانال‌ها و پشته‌هایی را که جریان را به سمت خشکی هدایت می‌کنند، برجسته می‌کند، در حالی که انحنای پلانفورم، نوسانات جانبی به جانبی مشخصه میدان‌های خار و شیار را ثبت می‌کند که می‌توانند الگوهای شکست را در امتداد تاج هدایت کنند و به تعیین مناطق برخاست و تریم ^۳۵ کمک کنند . این معیارها با هم، کنترل‌های ژئومورفیکی را که اغلب با تشکیل موج و کیفیت آن در شکست‌های موج مرتبط هستند، کمّی می‌کنند.

برخلاف پوشش مرجانی، معیارهای زیستگاه فیزیکی تفاوت‌های آشکاری را بین مناطق نشان دادند. میانگین VRM در منطقه چپ بیشتر از منطقه راست بود (کروسکال-والیس، p < 0.05؛ شکل ۵ الف). میانگین شیب در منطقه چپ کمتر از هر دو منطقه میانی و راست بود ( p < 0.001؛ شکل ۵ ب). پیچیدگی سطح در منطقه میانی بیشتر از منطقه چپ بود ( p < 0.01؛ شکل ۵ و). میانگین انحنا بین مناطق تفاوتی نداشت، اما منطقه میانی طیف وسیع‌تری از مقادیر انحنا را نسبت به سایر مناطق نشان داد (شکل ۵ ج-ه). برای مرتبط کردن ساختار صخره با فعالیت موج‌سواران، ابتدا روش BEST (BIO-ENV) را در PRIMER اعمال کردیم. این آزمون تطبیق چند متغیره ترکیبی از میانگین VRM، میانگین انحنا، میانگین انحنای پلانفرم و پیچیدگی سطح را شناسایی کرد که به بهترین وجه با فعالیت موج‌سواران همسو بود (همبستگی رتبه‌ای ρ = ۰٫۲۹۷، p = ۰٫۰۱ (۹۹ جایگشت)، شکل S2). سپس این متغیرها را با PCA تجسم کردیم. دو مؤلفه اول ۳۹٫۸٪ و ۲۴٫۷٪ از واریانس فعالیت موج‌سواران را توضیح دادند، به طوری که VRM و پیچیدگی سطح بیشترین بار را روی PC1 و انحنای پلانفرم و انحنای کلی بیشترین بار را روی PC2 دارند (شکل ۶ ). در نمودار دوبعدی PCA، شبکه‌های ناحیه میانی وسیع‌ترین محدوده را پوشش می‌دهند و بزرگترین حباب‌ها را نشان می‌دهند که نشان‌دهنده تغییرپذیری بیشتر در معیارهای سه‌بعدی انتخاب‌شده و فعالیت بیشتر موج‌سواران است. این الگوها در کنار هم نشان می‌دهند که بخش‌هایی از صخره‌های مرجانی با ساختار ناهموارتر و منحنی‌تر با استفاده بیشتر همزمان هستند، که با کارهایی که نشان می‌دهد مورفولوژی صخره می‌تواند فرآیندهای کم‌عمق، شکست و شکست را شکل دهد، ^{۱۶ ، ۳۴} و با مطالعاتی که ژئومورفولوژی را به عنوان یک عامل تعیین‌کننده کلیدی کیفیت موج و ترجیح موج‌سواران برجسته می‌کنند ^{، ۱۰ ، ۳۵} ، مطابقت دارد . در حالی که مرجان زنده در تشکیل ساختار صخره نقش دارد، نتایج ما به ژئومورفولوژی اساسی، به ویژه انحنا و ناهمواری سطح، به عنوان تمرکز فضایی نزدیک‌تر فعالیت موج‌سواری در Cloudbreak اشاره دارد.

درخت‌های رگرسیون تقویت‌شده در اینجا مفید هستند زیرا پاسخ‌های غیرخطی و تعاملات ساده را بدون فرض یک فرم تابعی ثابت، که برای توپوگرافی پیچیده صخره مناسب است، مدل‌سازی می‌کنند. در مدل اعتبارسنجی متقابل ما، رتبه‌بندی تأثیر نسبی پیچیدگی سطح ۲۹٫۴٪، میانگین شیب ۲۴٫۱٪، میانگین انحنای پروفیل ۱۶٫۱٪، میانگین انحنای پلانفرم ۱۵٫۲٪ و میانگین VRM 15.1٪ بود. نمودارهای وابستگی جزئی برای PC1 فعالیت موج‌سواران (شکل  ۷ ) آستانه‌های واضح و قابل تفسیری را به جای روندهای خطی صاف نشان می‌دهند. PC1 فعالیت موج‌سواران هنگامی که پیچیدگی سطح از حدود میانه دامنه مقادیر مشاهده شده و سپس فلات‌ها عبور می‌کند، به شدت افزایش می‌یابد، که نشان می‌دهد حداقل بافت ساختاری مورد نیاز قبل از افزایش فعالیت موج‌سواران وجود دارد. شیب، افزایش پله‌ای مشابهی را در نزدیکی شیب‌های متوسط ​​نشان می‌دهد، که با سطوح شیب‌دارتر که از بخش‌های موج‌سواری بیشتری پشتیبانی می‌کنند، سازگار است. انحنای پروفیل هنگامی که منفی است، کمک کمی می‌کند، اما با مثبت شدن مقادیر به سرعت افزایش می‌یابد، که نشان می‌دهد انحنای پروفیل مثبت، به معنای ویژگی‌های محدب در امتداد شیب، با فعالیت بیشتر مرتبط است. انحنای پلانفرم به‌طورکلی مثبت است و شیب باریکی در اطراف مقادیر نزدیک به صفر دارد، که با موج‌های پهلو به پهلو که میدان‌های خار و شیار را تعریف می‌کنند، سازگار است و نسبت به مناطقی با موج‌های پهلو به پهلو کم، مطلوب‌تر است. VRM آستانه مشخصی را نشان می‌دهد که در آن فعالیت به محض اینکه ناهمواری از سطح متوسط ​​فراتر رود، به سرعت افزایش می‌یابد. این الگوها در کنار هم نشان می‌دهند که فعالیت موج‌سواران در جایی متمرکز است که شرایط ساختاری در محدوده‌های خاصی از پیچیدگی، شیب، انحنا و ناهمواری قرار می‌گیرند، نه اینکه صرفاً با ساختار کلی افزایش یابند. ما این موارد را به عنوان ارتباط و نه اثرات علی تفسیر می‌کنیم، اما آنها بر ارزش توپوگرافی با وضوح بالا برای مطالعات شکست موج تأکید می‌کنند و نشان می‌دهند که معیارهایی مانند VRM و انحنا می‌توانند در مدیریت منابع موج، طراحی صخره‌های مصنوعی و برنامه‌ریزی حفاظت در محیط‌های ساحلی وابسته به موج، اطلاعات مفیدی ارائه دهند.

یافته‌های این مطالعه، مسیرهای متعددی را برای تحقیقات آینده باز می‌کند. در حالی که داده‌های موج‌سواران مبتنی بر GPS بینش ارزشمندی در مورد الگوهای استفاده فضایی ارائه می‌دهند، ادغام پارامترهای محیطی اضافی، مانند ارتفاع موج، جهت موج‌سواری و سرعت جریان، درک جامع‌تری از چگونگی تعامل فرآیندهای فیزیکی اقیانوس‌شناسی با ساختار صخره‌ها برای شکل‌دهی به تجربیات موج‌سواری را فراهم می‌کند. اگرچه این مطالعه ارتباط قوی بین رفتار موج‌سواران و معیارهای پیچیدگی ساختاری مانند VRM و انحنا را نشان داد، اما عدم اندازه‌گیری مستقیم انرژی موج، توانایی تفکیک کامل سهم نسبی عوامل هیدرودینامیکی در مقابل عوامل توپوگرافی را محدود می‌کند. جمع‌آوری داده‌های طولی در طول چندین رویداد موج‌سواری یا فصل نیز می‌تواند به ثبت تنوع زمانی در رفتار موج‌سواران، استفاده از صخره‌ها و تغییرات بالقوه در تعاملات انسان و محیط در شرایط مختلف اقیانوس‌شناسی کمک کند.

این مطالعه همچنین پتانسیل بکر موج‌سواران را به عنوان جمع‌آوری‌کنندگان غیرفعال داده‌ها در محیط‌های صخره‌ای با انرژی بالا نشان می‌دهد. ردیابی مبتنی بر GPS به طور گسترده برای مطالعه الگوهای فعالیت انسانی در محیط‌های شهری و زمینی استفاده شده است ^{۱۵ ، ۳۶} ، اما کاربرد آن در محیط‌های تفریحی دریایی محدود است. برخلاف بررسی‌های علمی مرسوم، که اغلب به دلایل ایمنی و لجستیکی به شرایط کم انرژی محدود می‌شوند، موج‌سواران دقیقاً زمانی که پویاترین تعاملات صخره-موج رخ می‌دهد، در طول رویدادهای موج شدید به طور فعال حضور دارند. داده‌های ردیابی GPS که در اینجا تجزیه و تحلیل شده‌اند، در طول رفتار تفریحی طبیعی جمع‌آوری شده‌اند و الگوهای مکانی دقیقی از استفاده از صخره‌ها را ارائه می‌دهند که دستیابی به آنها از طریق مشاهده علمی مستقیم، به ویژه در شرایط موج خطرناک، دشوار بود. این رویکرد، مدلی قدرتمند برای علوم دریایی مشارکتی، به ویژه در محیط‌هایی که تلاش‌های نظارتی سنتی محدود هستند، ارائه می‌دهد. گسترش این رویکرد به سایر موج‌های شکسته با ژئومورفولوژی متفاوت، قرار گرفتن در معرض موج و سطوح استفاده انسان، امکان ارزیابی کلیت این یافته‌ها را فراهم می‌کند و درک ما را از چگونگی تعامل فعالیت‌های انسانی با پویایی فیزیکی و اکولوژیکی اکوسیستم‌های صخره‌های مرجانی، بیشتر اصلاح می‌کند.

از دیدگاه مدیریتی، این نتایج اهمیت حفظ پیچیدگی فیزیکی صخره‌های مرجانی، به ویژه در مناطق تفریحی با استفاده بالا را برجسته می‌کند. مدیران می‌توانند اقداماتی را در اولویت قرار دهند که از هموار شدن ناهمواری‌های صخره‌ها جلوگیری می‌کند، فعالیت‌هایی را که ساختار ریزمقیاس را کاهش می‌دهند به حداقل برسانند و لنگرگاه‌ها و مسیرهای دسترسی را طوری قرار دهند که استفاده از حساس‌ترین ویژگی‌های ساختاری را دور نگه دارند. ویژگی‌های ساختاری مانند اشکال مقعر صخره‌ها و زبری سطح بالا نه تنها به تاب‌آوری اکولوژیکی ^۳۷ ، بلکه به حفظ شرایط موج‌سواری که برای جوامع ساحلی و اقتصادهای گردشگری ارزشمند است نیز کمک می‌کند ^{۶ ، ۱۶٫} از آنجایی که تغییرات اقلیمی، توسعه ساحلی و تخریب صخره‌ها همچنان سیستم‌های صخره‌ای را در سطح جهان تهدید می‌کنند ^{۱۳ ، ۳۸} ، حفظ یا بازیابی پیچیدگی توپوگرافی ریزمقیاس ممکن است برای حفظ عملکرد اکولوژیکی و مزایای فرهنگی و اقتصادی مرتبط با موج‌سواری ^۱ ، ۲ حیاتی باشد . علاوه بر این، ردیابی GPS با منبع جمعیتی، رویکردی مقیاس‌پذیر و مقرون به صرفه برای نظارت بر تعاملات انسان با اکوسیستم‌های دریایی ^{۱۵ ، ۳۶} ، به ویژه در مکان‌های پرانرژی یا دورافتاده که بررسی‌های علمی مرسوم در آنها محدود است ^۱۷ ، فراهم می‌کند . ادغام این تکنیک‌های نظارت مشارکتی در طرح‌های حفاظتی و برنامه‌های مدیریت گردشگری موج‌سواری می‌تواند تصمیمات مربوط به پهنه‌بندی را بهبود بخشد، تغییرات را در طول زمان پیگیری کند و استفاده بازدیدکنندگان را با حفاظت از زیستگاه‌ها هماهنگ کند تا هم از زیستگاه‌های صخره‌ای و هم از خدمات اجتماعی-اقتصادی که ارائه می‌دهند، محافظت شود.