Акустическая классификация морского дна
![]() | Эта статья включает список общих ссылок , но в ней отсутствуют достаточные соответствующие встроенные цитаты . ( Март 2015 г. ) |
Акустическая классификация морского дна представляет собой разделение морского дна акустического изображения на отдельные физические объекты или классы. Это особенно активная область разработок в области картографии морского дна , морской геофизики , подводной акустики и картографии донной среды обитания. морского дна Классификация является одним из способов описания морского дна и среды его 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 спектра систем акустической визуализации , включая многолучевые эхолоты , гидролокаторы бокового обзора , однолучевые эхолоты , интерферометрические системы и профилометры поддона . Классификацию морского дна, основанную на акустических свойствах, можно разделить на две основные категории; классификация поверхностного морского дна и классификация подземного морского дна. Технологии подземной визуализации используют низкочастотный звук для обеспечения более высокого проникновения, тогда как технологии поверхностной визуализации обеспечивают изображения с более высоким разрешением за счет использования более высоких частот (особенно на мелководье).
Классификация поверхностного морского дна
[ редактировать ]Методы классификации
[ редактировать ]Классификация поверхностного морского дна касается, прежде всего, различения характеристик морской бентической среды обитания (например, твердая, мягкая, шероховатая, гладкая, иловая , песчаная , глинистая , булыжная ) в исследуемом районе. многолучевые эхолоты , гидролокаторы бокового обзора и системы акустической дискриминации грунта (AGDS) Наиболее часто используемые технологии — . Использование оптических датчиков было ограничено глубинами менее 40 м из-за поглощения электромагнитного излучения водой. Несмотря на это ограничение, были разработаны инструменты обработки для классификации данных, полученных с помощью бортовых батиметрических систем LiDAR . [ 1 ] Тем не менее, акустика остается предпочтительным методом получения изображений морского дна, поскольку данные можно получить на гораздо большей площади (чем при отборе проб на месте) практически с любой глубины.
Многолучевые системы собирают данные как батиметрии (глубины), так и обратного рассеяния (интенсивности). Ранее многолучевое обратное рассеяние считалось побочным продуктом многолучевой съемки, а основной информацией была батиметрия. Последние достижения в методах сбора, обработки и анализа многолучевого обратного рассеяния расширили диапазон приложений, для которых могут использоваться многолучевые системы, и теперь позволяют собирать совпадающие в пространстве и времени 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 возросло с введением фрагментов данных. Фрагменты данных представляют собой необработанные данные временных рядов обратного рассеяния для каждого контура луча и каждого сигнала (Lockhart et al., 2007) . Эти достижения позволили некоторым данным многолучевого обратного рассеяния достичь качества, сравнимого 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 адаптируются для количественного анализа данных об интенсивности многолучевого обратного рассеяния. После сегментации и классификации изображений можно использовать акустические изображения для различения областей с различными морфологическими свойствами. Ни один метод классификации не дает карты со 100% точностью, и всегда необходимо предпринимать некоторые попытки оценить точность результатов классификации (например, матрица путаницы ).
Характеристика морского дна
[ редактировать ]Классификационные карты подлежат наземной проверке с целью выявления состава и типа дна, характеризующих каждый класс. Функциональность 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 исследований с использованием дистанционно управляемых транспортных средств (ROV). Карту классификации морского дна можно комбинировать с другой информацией о районе, например, о распределении и численности рыбы или характеристиках растительности, чтобы определить группы местообитаний на основе ассоциаций. Этот процесс позволяет классифицировать карты, полученные на основе многолучевых данных, чтобы помочь охарактеризовать морское дно и более эффективно управлять его использованием.
Классификация подземного морского дна
[ редактировать ]Классификацию подповерхностного морского дна обычно называют профилированием поддона и обычно используют для геологической оценки характеристик недр. Профилирование поддонного дна может дать информацию на глубине от десятков до сотен метров ниже морского дна и часто используется в дополнение к сейсмологии отраженных волн . Используя классификации недр, ученые и инженеры могут охарактеризовать типы горных пород и отложений, а также поровые жидкости. Эта информация используется во многих приложениях, таких как анализ обрушений склонов и разведка углеводородов .
Ссылки
[ редактировать ]- ^ Радиометрическая калибровка данных интенсивности бортового лидара для классификации земного покрова , Вай Юнг Ян и Ахмед Шейкер
- ^ 2. Андерсон, Дж.Т.; Ван Холлидей, Д.; Клозер, Р.; Рид Д.Г. и Симард Ю., 2008. Акустическая классификация морского дна: текущая практика и будущие направления. Журнал ICES морских наук, 65 (6)
- ^ 3. Хьюз-Кларк, Дж., 2015. Многоспектральное акустическое обратное рассеяние от многолучевого луча, улучшенный потенциал классификации. Материалы Гидрографической конференции США (Нэшнл-Харбор, Мэриленд)
- ^ 4. Браун, CJ; Бодуэн, Дж.; Бриссетт М. и Газзола В., 2019, Многоспектральный многолучевой эхолот обратного рассеяния как инструмент для улучшения характеристики морского дна. Геонауки, 9(3)
Внешние ссылки
[ редактировать ]- Что такое картирование среды обитания? (www.searchmesh.net)
- Лоуренс и Бейтс, 2001, Системы акустической дискриминации грунта (AGDS).
- Локхарт и др., 2007 г.
- Хьюз-Кларк и др., 1997, Группа картографирования океана, UNB.
- Прикладная акустика. Специальный выпуск: Применение подводной акустики для картирования среды обитания морского дна.
- Акустическая классификация морского дна: текущая практика и будущие направления
- Программное обеспечение для классификации осадков (2009 г.)
- Системы акустической классификации морского дна (2001 г.)
- Нижняя классификация
- Акустическая классификация морского дна – применение в науке о рыболовстве и исследованиях экосистем
- Классификация морского дна
Ресурсы – поверхность морского дна:
- Библиография по классификации акустического морского дна
- Морской Путь Научный
- Проект «Картирование среды обитания морского дна Европы» (MESH)
- Система классификации морского дна RoxAnn
- Исследовательская группа ИКЕС по акустической классификации морского дна
- Тематические исследования и ссылки для озер, рек и морской среды
- Программное обеспечение BioSonics VBT для классификации морского дна
- ECHOplus распознавание морского дна
- GEOHAB - Картирование морской геологической и биологической среды обитания - Конференции