Cartografía de fondos marinos poco profundos basada en (ALB) batimetría Lidar aerotransportada

ALB

La batimetría Lidar aerotransportada (ALB) es una moderna tecnología de medición que permite obtener mediciones rápidas de la profundidad en entornos submarinos poco profundos. La técnica permite registrar la profundidad por debajo del disco de Secchi. Los conjuntos de datos ALB son adecuados para la cartografía costera cercana a la costa, incluida la determinación de las formas morfológicas sumergidas del lecho y las estructuras de protección costera. Este artículo presenta un enfoque metodológico novedoso para comprender y evaluar la idoneidad del ALB para la clasificación y cartografía automáticas del lecho marino.

La expansión humana en las zonas costeras y su uso intensivo con fines económicos y recreativos requieren información sobre su estado, evolución y funcionamiento. La gestión eficaz de la zona costera, aprovechando al máximo sus recursos y garantizando al mismo tiempo la seguridad de las personas que viven en ella, hace que sea crucial vigilar y cartografiar esta zona, lo que supone un reto desde el punto de vista técnico y logístico.

Índice
  1. Cartografía costera poco profunda
  2. Lugares de estudio y conjuntos de datos adquiridos
  3. Clasificación manual de las formas de lecho
  4. Tratamiento automático de los conjuntos de datos ALB
  5. Rendimiento de los predictores propuestos y de los clasificadores de aprendizaje automático
  6. ¿Sustituirá la clasificación automática a la interpretación manual?

Cartografía costera poco profunda

La cartografía costera es una de las herramientas fundamentales de apoyo a la ingeniería costera. Es un elemento importante para vigilar y evaluar el estado de la orilla y la costa y permite identificar las zonas más sensibles a la erosión. Por lo tanto, permite una gestión eficaz y económica de la protección costera. En el caso de las costas protegidas, la topografía permite verificar la funcionalidad y eficacia del refuerzo aplicado, lo que contribuye aún más a la mejora de la práctica de la ingeniería.

Las mediciones Lidar batimétricas permiten medir zonas costeras poco profundas. En comparación con los sistemas acústicos, permiten realizar levantamientos mucho más rápidos en zonas poco profundas a un coste menor. Un escáner láser batimétrico utiliza un haz verde (532 nm) para registrar la profundidad por debajo de la superficie del agua. En comparación con los escáneres topográficos, se caracteriza por una mayor potencia y una menor frecuencia de impulsos láser, debido al mayor tiempo de retorno del haz de ecos reflejados.

La identificación y clasificación de la geomorfología del fondo marino a partir de conjuntos de datos de teledetección puede realizarse de forma manual, automática o semiautomática. La cartografía manual es laboriosa y requiere mucho tiempo, así como la pericia de, preferiblemente, un solo intérprete. Por lo tanto, este estudio propone un método para la cartografía automática del fondo marino poco profundo basado en conjuntos de datos ALB para el Báltico meridional.

ALB 2

Lugares de estudio y conjuntos de datos adquiridos

La zona de estudio estaba situada en la costa polaca del Báltico meridional (Fig. 1). Se seleccionaron para el estudio seis polígonos a lo largo de la costa, que representan franjas del lecho marino que se extienden desde la línea de costa hasta una profundidad de unos 5,5 m. Cuatro de estas zonas tienen un carácter medioambiental natural y dos (cerca de las ciudades de Rowy y Ustka) han sido modificadas antropogénicamente. Los métodos de procesamiento desarrollados también se aplicaron a una sección costera de 48 km del Báltico meridional.

El estudio utilizó datos de ALB procedentes de la Oficina Marítima de Gdynia (https://www.umgdy.gov.pl/) a través del portal SIPAM (https://sipam.gov.pl/). Los datos se presentaron en forma de modelos digitales de elevación (MDE) batimétricos, creados a partir de una nube de puntos registrada en el formato de datos .las. Las mediciones fueron obtenidas por OPEGIEKA con las siguientes especificaciones: densidad media mínima de barrido de 2x12,4 puntos/m², error medio horizontal puntual (XY) de 0,02m y error medio vertical puntual (H) no superior a 0,07m.

Clasificación manual de las formas de lecho

Las extensiones espaciales de nueve tipos de formas de lecho y tres tipos de estructuras antropogénicas se separaron manualmente basándose en la interpretación y el análisis del ALB por geomorfólogos cualificados. El análisis se apoyó en investigaciones adicionales del relieve del fondo marino y en la interpretación de la profundidad, la pendiente y el aspecto (incluida la delineación de bordes, bases de pendientes, crestas de formas de lecho y ejes de formas de artesa). Así, se distinguieron 13 clases de objetos: artefactos, lecho ondulado, lecho ondulado con artefactos, lecho liso, lecho liso con artefactos, otras irregularidades, lecho de artesa irregular, ondulaciones linguoides (en forma de lengua), ondulaciones rectas o sinuosas, espigones, rompeolas sumergidos, módulos de arrecifes artificiales y turba.

Tratamiento automático de los conjuntos de datos ALB

La batimetría del ALB permitió extraer un total de 21 atributos, como la pendiente, el aspecto, la rugosidad y la curvatura, además de atributos más avanzados, como los geomorfones o la planitud de la cima de la cresta con resolución múltiple (MrRTF). Estos atributos se sometieron a un algoritmo de selección de características cuyos resultados se utilizaron posteriormente para la clasificación.

Los puntos de control sobre el terreno se generaron a partir de clasificaciones manuales y de un proceso aleatorio. Se separaron para muestras de entrenamiento y de prueba y se utilizaron como entrada para los clasificadores supervisados. La delineación y clasificación automáticas de las formas del lecho se llevaron a cabo mediante el análisis geográfico de imágenes basado en objetos (GEOBIA). Esto permite la segmentación de las imágenes de teledetección (útil para la delineación de la cobertura de las estructuras) y la clasificación basada en conjuntos de datos sobre el terreno previamente generados. Todos los algoritmos pueden utilizarse de forma semiautomática para obtener resultados objetivos. En este estudio se probaron varios algoritmos de segmentación y clasificación y se seleccionaron los que obtuvieron mejores resultados. El rendimiento de los clasificadores se midió utilizando estadísticas típicas como la precisión del productor, del usuario y la precisión global.

Rendimiento de los predictores propuestos y de los clasificadores de aprendizaje automático

El análisis de la selección de características confirmó que todos los atributos eran importantes para la clasificación automática, por lo que todos ellos se utilizaron como entradas para el análisis. Desarrollado inicialmente para hidrología, MrRTF resultó ser un buen predictor de crestas de bancos de arena y cimas de formas de lecho más pequeñas, como megaripples, por lo que se sugirió como posible diagnóstico para la determinación de dichas formas de lecho cercanas a la costa (Fig. 3).

Este estudio demostró que el clasificador de bosque aleatorio (RF) es apropiado para la clasificación automática precisa de formas de lecho y estructuras antropogénicas basadas en mediciones de ALB. RF tuvo el mayor rendimiento de todos los clasificadores que se probaron. La comparación global de sus resultados con las clasificaciones manuales mostró una buena concordancia para todos los tipos principales de formas de lecho (Fig. 4). El mismo algoritmo obtuvo buenos resultados en zonas más complejas con una mezcla de formas de lecho naturales y estructuras antropogénicas en el lecho marino (Fig. 5), así como en el entorno cercano a la costa de 48 km de longitud del Báltico meridional. La precisión en todos los escenarios osciló aproximadamente entre el 75% y el 91%, con una mediana del 84%. Un dictamen de expertos independientes demostró que las divisiones resultantes son factibles y correctas.

¿Sustituirá la clasificación automática a la interpretación manual?

La investigación presentada abarca diversos aspectos de la determinación y evaluación de métodos de cartografía automática basados en conjuntos de datos ALB. Se distinguieron nueve tipos de formas de lecho y tres tipos de estructuras antropogénicas que se dan en la zona cercana a la costa del Báltico meridional, lo que demuestra la idoneidad de los conjuntos de datos ALB de alta resolución para la cartografía automática de la zona cercana a la costa. La extracción de la MrRTF puede aplicarse eficazmente a la delineación automática de los cursos de cresta de los bancos de arena, que son de gran importancia para la protección costera. La cobertura espacial del ALB presentada en este estudio muestra que aún existe un potencial de mejora en la precisión y el rango de penetración de las mediciones batimétricas del escáner láser. Aunque se probaron muchos atributos geomorfométricos, las características secundarias de otras fuentes o a otras escalas espaciales pueden mejorar el rendimiento de la clasificación. Por lo tanto, aunque aún queda margen de progreso, se han realizado avances significativos en este campo.

Entradas relacionadas de Geotermia

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Subir