Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску

Акустическая классификация морского дна - это разделение акустического изображения морского дна на дискретные физические объекты или классы. Это особенно активная область развития в области картирования морского дна , морской геофизики , подводной акустики и картирования бентических местообитаний . Классификация морского дна - это один из способов охарактеризовать морское дно и его среду обитания . Характеристика морского дна устанавливает связь между классифицированными регионами и физическими, геологическими, химическими или биологическими свойствами морского дна. Акустическая классификация морского дна возможна с использованием широкого диапазона акустических изображений.системы, включая многолучевые эхолоты , гидролокаторы бокового обзора , однолучевые эхолоты , интерферометрические системы и профилометры под дном . Классификацию морского дна на основе акустических свойств можно разделить на две основные категории; классификация поверхностного дна и классификация подповерхностного дна. Технологии визуализации подповерхностных слоев используют более низкочастотный звук для обеспечения более высокого проникновения, в то время как технологии визуализации поверхности обеспечивают изображение с более высоким разрешением за счет использования более высоких частот (особенно на мелководье).

Классификация поверхностного дна [ править ]

Методы классификации [ править ]

Классификация поверхностного морского дна связана в первую очередь с отличительными характеристиками морской бентической среды обитания (например, твердой, мягкой, шероховатой, гладкой, грязью , песком , глиной , булыжником ) исследуемого района. Многолучевые эхолоты , гидролокаторы бокового обзора и акустические системы распознавания грунта (AGDS) являются наиболее часто используемыми технологиями. Использование оптических датчиков ограничено глубиной менее 40 м из-за поглощения электромагнитного излучения водой. Несмотря на это ограничение, были разработаны инструменты обработки для классификации данных, полученных с помощью бортового батиметрического LiDAR.системы. [1] Тем не менее, акустика остается предпочтительным методом построения изображений морского дна, поскольку данные могут быть получены на гораздо большей площади (чем отбор проб на месте) практически с любой глубины.

Многолучевые системы собирают данные как о батиметрии (глубина), так и об обратном рассеянии (интенсивности). Ранее считалось, что обратное многолучевое рассеяние является побочным продуктом многолучевой съемки, при этом батиметрия является первичной информацией. Недавние достижения в методах сбора, обработки и анализа многолучевого обратного рассеяния расширили диапазон приложений, для которых могут использоваться многолучевые системы, и теперь позволяют собирать пространственно и временно совпадающие многоспектральные многолучевые сигналы обратного рассеяния. [2] [3] [4]Новые методы анализа данных обратного рассеяния увеличили его возможности для определения характеристик морского дна. Разрешение данных обратного рассеяния также значительно увеличилось с введением данных сниппетов. Данные фрагментов представляют собой необработанные данные временных рядов обратного рассеяния для каждого следа луча и каждого сигнала проверки связи (Lockhart et. Al., 2007) . Эти достижения позволили некоторым данным многолучевого обратного рассеяния достичь качества, сопоставимого с качеством изображений гидролокатора бокового обзора.

Различные подходы и алгоритмы классификации могут давать разные результаты. Эти подходы включают методы классификации морского дна на основе изображений, такие как анализ текстуры , искусственные нейронные сети (ИНС); и другие методы, такие как определение характеристик углового отклика (Hughes-Clarke et al., 1997) . Методы обработки изображений, традиционно используемые в спутниковом дистанционном зондировании , часто адаптированы для количественного анализа данных об интенсивности многолучевого обратного рассеяния. После сегментации и классификации изображений акустические изображения можно использовать для различения областей с разной морфологической структурой.характеристики. Ни один метод классификации не позволяет получить карту со 100% точностью, и всегда необходимо предпринимать определенные попытки для оценки точности результатов классификации (например, матрица неточностей ).

Характеристика морского дна [ править ]

Классификационные карты подлежат наземной проверке для определения состава и типа дна, характеризующих каждый класс. Функциональные возможности географических информационных систем (ГИС) можно использовать для интеграции данных из разных источников, включая наземные данные. Такие данные могут быть получены в результате отбора проб отложений на месте, использования земснаряда, траловой сети, визуальных изображений или съемок с использованием дистанционно управляемых транспортных средств.(ТПА). Карта классификации морского дна может быть объединена с другой информацией о районе, такой как распределение и численность рыбы или характеристики растительности, для определения групп местообитаний на основе ассоциаций. Этот процесс позволяет получить карты классификации, полученные на основе многолучевых данных, чтобы охарактеризовать морское дно и более эффективно управлять его использованием.

Классификация подповерхностного дна [ править ]

Классификация подповерхностного дна обычно называется профилированием подповерхностного слоя и обычно используется для геологической оценки подповерхностных характеристик. Поддонное профилирование может дать информацию на глубине от десятков до сотен метров ниже морского дна и часто используется в качестве дополнения к сейсмологии отражений . С помощью подповерхностных классификаций ученые и инженеры могут охарактеризовать типы горных пород и отложений, а также поровые флюиды. Эта информация используется для многих приложений, таких как анализ разрушения откосов и разведка углеводородов .

Ссылки [ править ]

  1. ^ Радиометрическая калибровка данных об интенсивности бортовых лидаров для классификации земного покрова , Вай Юнг Ян и Ахмед Шакер
  2. ^ 2. Андерсон, JT; Ван Холлидей, Д .; Kloser, R .; Рид, Д.Г., и Симард, Ю., 2008. Акустическая классификация морского дна: текущая практика и будущие направления. Журнал ICES по морским наукам, 65 (6)
  3. ^ 3. Хьюз-Кларк, Дж., 2015. Мультиспектральное акустическое обратное рассеяние от многолучевого излучения, улучшенный классификационный потенциал. Труды Гидрографической конференции США (Национальная гавань, Мэриленд)
  4. ^ 4. Браун, CJ; Beaudoin, J .; Бриссет, М., и Газзола, В., 2019, Многоспектральное обратное рассеяние многолучевого эхолота как инструмент для улучшения характеристик морского дна. Науки о Земле, 9 (3)

Внешние ссылки [ править ]

  1. Что такое картирование среды обитания? (www.searchmesh.net)
  2. Лоуренс и Бейтс, 2001, Акустические системы распознавания грунта (AGDS)
  3. Lockhart et. др., 2007
  4. Хьюз-Кларк и др., 1997, Группа картографирования океана, UNB
  5. Прикладная акустика - специальный выпуск: применение подводной акустики для картирования местообитаний морского дна
  6. Акустическая классификация морского дна: текущая практика и будущие направления
  7. Программное обеспечение для классификации отложений (2009 г.)
  8. Системы акустической классификации морского дна (2001 г.)
  9. Нижняя классификация
  10. Акустическая классификация морского дна - приложения в рыбоводстве и экосистемных исследованиях
  11. Классификация морского дна

Ресурсы - поверхность морского дна:

  1. Библиография по классификации акустического дна
  2. Морской путь научный
  3. Проект картирования местообитаний европейского морского дна (MESH)
  4. Система классификации морского дна RoxAnn
  5. Исследовательская группа ICES по акустической классификации морского дна
  6. Примеры из практики и ссылки для озер, рек и морского побережья
  7. Программное обеспечение для классификации морского дна BioSonics VBT
  8. ECHOplus дискриминация на морском дне
  9. GEOHAB - Морское геологическое и биологическое картирование местообитаний - Конференции