DOI: https://doi.org/10.1016/j.isprsjprs.2025.11.007
تاريخ النشر: 2025-11-07
المؤلف: Panagiotis Agrafiotis وآخرون
الموضوع الرئيسي: البحوث في الصوتيات تحت الماء
نظرة عامة
تقدم البحث Seabed-Net، وهو إطار عمل جديد للتعلم العميق متعدد المهام مصمم لتقدير العمق وتصنيف أنواع قاع البحر من الصور الملتقطة عن بُعد في وقت واحد. تعالج هذه الطريقة قيود الأساليب الحالية التي تعالج هذه المهام بشكل منفصل، مما يعزز دقة وكفاءة رسم الخرائط في المياه الضحلة. يستخدم Seabed-Net مشفرات ذات فرعين لكل مهمة، ويجمع الميزات من خلال وحدة دمج الميزات الانتباهية وكتلة دمج Swin-Transformer المقطعية، ويستخدم وزن عدم اليقين الديناميكي للمهام لتحقيق توازن بين الأهداف. تظهر التقييمات الشاملة عبر موقعين ساحليين متنوعين أن Seabed-Net يتفوق بشكل كبير على النماذج التجريبية التقليدية والأساليب ذات المهمة الواحدة، محققًا تخفيضات في خطأ الجذر التربيعي المتوسط (RMSE) تصل إلى 75% وتحسينات في دقة تصنيف قاع البحر تصل إلى 16%.
أداء الإطار ملحوظ بشكل خاص في البيئات المعقدة، حيث يلتقط بفعالية كل من السياقات الهندسية والدلالية، مما يؤدي إلى تحسين الاتساق المكاني وتصحيح التحيزات في العمق. يحقق Seabed-Net عتبات عالية الثقة لتوقعات العمق في أكثر من 90% من الحالات ويحافظ على أداء قوي عبر مقاييس مجموعات البيانات وظروف جغرافية متنوعة. يمثل هذا النموذج تقدمًا كبيرًا في أدوات الاستشعار عن بُعد المتكاملة للبيئات المائية الضحلة، مما يسمح برسم خرائط آلي بالكامل دون الحاجة إلى بيانات إضافية في الموقع أثناء الاستدلال. ستركز الأعمال المستقبلية على تحسين كفاءة النموذج واستكشاف دمج المكونات المستندة إلى الفيزياء لتعزيز قابليته للتطبيق في السيناريوهات المعقدة بصريًا.
مقدمة
تسلط المقدمة الضوء على الأهمية الحيوية لرسم خرائط مفصلة للتضاريس تحت الماء، التي تغطي حوالي 71% من سطح الأرض، بشكل رئيسي في المحيطات. على الرغم من المساحة الشاسعة التي تبلغ 362 مليون كيلومتر مربع، إلا أن رسم الخرائط بدقة عالية لا يزال محدودًا. تنشأ الحاجة الملحة لبيانات العمق الدقيقة من عوامل متعددة، بما في ذلك تدمير المواطن، والتلوث البحري، والتهديدات للتراث الثقافي، وسلامة الملاحة، والطلب على الموارد البحرية. تتطلب المناطق الساحلية الضحلة بشكل خاص تصنيفًا دقيقًا لقاع البحر لمعالجة التأثيرات البيئية والبشرية بشكل فعال.
تواجه طرق رسم خرائط قاع البحر التقليدية، مثل أجهزة قياس العمق، تحديات كبيرة في المياه الضحلة بسبب تداخل الأمواج، والشعاب المرجانية، وأخطاء الانتشار المتعدد. بينما يمثل LiDAR الجوي بديلاً قابلاً للتطبيق لمسح المياه الضحلة، فإن تكلفته العالية وقدرته المحدودة في توفير معلومات شاملة عن فئات قاع البحر تقيد تطبيقه على نطاق واسع. وبالتالي، هناك اتجاه متزايد نحو استخدام الصور الملتقطة جويًا والأقمار الصناعية لرسم خرائط المياه الضحلة، مما قد يوفر حلاً أكثر كفاءة لهذه التحديات.
طرق
في هذا القسم، يحدد المؤلفون المنهجية المستخدمة لتقييم بنية Seabed-Net مقابل نماذج أساسية متنوعة لتصنيف قاع البحر وتقدير العمق. تقارن الدراسة الطريقة المقترحة مع النماذج التجريبية، وتقنيات الانحدار التقليدية في التعلم الآلي، وكلا من الأساليب ذات المهمة الواحدة ومتعددة المهام في التعلم العميق. على وجه التحديد، تعمل النماذج التجريبية مثل طرق النسبة الخطية متعددة النطاقات ونسبة النطاق اللوغاريتمي كنقاط مرجعية أساسية، بينما يتم تضمين نماذج التعلم الآلي مثل الانحدار باستخدام الغابة العشوائية والانحدار باستخدام دعم المتجهات لتقييم فعاليتها في التقاط العلاقات غير الخطية في البيانات الطيفية. بالإضافة إلى ذلك، يتم تقييم نماذج ذات المهمة الواحدة مثل UNet-bathy وUNet، وكذلك نماذج متعددة المهام مثل PAD-Net وMTI-Net لاستكشاف أدائها في سياق تصنيف قاع البحر وتقدير العمق.
تضمنت إعدادات التجربة تنفيذ Seabed-Net في PyTorch على وحدة معالجة الرسوميات NVIDIA A100، باستخدام دالة خسارة مجمعة ومُحسّن Adam مع جدولة معدل تعلم متناقص. شمل التدريب 100,000 تحديث تدرج على مدى 10 عصور، مع معدلات تعلم محددة لمجموعات بيانات مختلفة. تم تطبيق تقنيات تطبيع البيانات وزيادتها، بما في ذلك التدوير العشوائي والانقلابات، لتعزيز أداء النموذج. تم تقسيم مجموعة البيانات إلى مجموعات تدريب وتقييم وفقًا لنسب محددة مسبقًا، مما يضمن بقاء رقع الاختبار غير مرئية أثناء التدريب، وبالتالي الحفاظ على نزاهة عملية التقييم. ساهمت منطقة Agia Napa بـ 35 رقعة مشروحة، بينما قدمت منطقة Puck Lagoon مجموعة بيانات أكبر تضم 1971 رقعة، مما يضمن تقييمًا قويًا لقدرات البنية المقترحة.
مناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على التقدم والتحديات في استرجاع العمق وتصنيف قاع البحر باستخدام طرق العمق المستمد طيفيًا (SDB). تقدم تقنيات SDB، التي تستخدم الصور الفضائية متعددة الأطياف، بديلاً فعالاً من حيث التكلفة للأساليب التقليدية مثل المسوحات الصوتية وLiDAR، خاصة في المياه الساحلية الضحلة. تتأثر فعالية SDB بعوامل مثل الامتداد المكاني لمنطقة الدراسة، والدقة المطلوبة، وتوافر بيانات الحقيقة الأرضية. تم استخدام أساليب متنوعة، بما في ذلك التجريبية، المستندة إلى الفيزياء، وطرق التعلم الآلي، في SDB، حيث ظهرت تقنيات التعلم العميق كأكثر فعالية بسبب قدرتها على نمذجة التفاعلات المعقدة في البيئات التي تتسم بالتحديات البصرية. ومع ذلك، غالبًا ما تكافح نماذج ذات المهمة الواحدة مع التعميم عبر ظروف ساحلية متنوعة وتفتقر إلى المعلومات السياقية اللازمة للتنبؤات القوية.
تدعو الورقة إلى إطار عمل للتعلم متعدد المهام يدمج تقدير العمق وتصنيف قاع البحر لتعزيز دقة وكفاءة كلا المهمتين. تستخدم بنية Seabed-Net المقترحة مشفرات ومفككات ذات فرعين، مما يسهل تبادل المعلومات عبر المهام من خلال دمج الميزات الانتباهية (AFF) ووحدات المحول البصري (ViT). يسمح هذا الهيكل بتحسين متبادل لتقدير العمق وتصنيف المواطن من خلال الاستفادة من التمثيلات الطيفية والمكانية المشتركة. يؤكد المؤلفون على الحاجة إلى مثل هذه الأساليب المتكاملة للتغلب على قيود نماذج ذات المهمة الواحدة، خاصة في البيئات البحرية المعقدة، ويظهرون فعالية طريقتهم من خلال تقييمات شاملة عبر مستشعرات وإعدادات ساحلية متنوعة.
القيود
يسلط قسم القيود الضوء على عدة عوامل تساهم في الأخطاء المتبقية في توقعات Seabed-Net للعمق. تعتبر التغيرات وعدم اليقين الموجودة في بيانات العمق المرجعية مصدر قلق رئيسي، حيث يمكن أن تنشأ من ضوضاء المستشعر، وديناميات سطح الماء، والرؤية المحدودة تحت الماء. على سبيل المثال، تشير الدراسات إلى أن قياسات العمق المستمدة من LiDAR تظهر انحرافات معيارية تبلغ ±0.15 م في Agia Napa و±0.07 م في Puck Lagoon الأكثر تحكمًا، مما يبرز تأثير الظروف البيئية على دقة البيانات.
بالإضافة إلى ذلك، يمكن أن تؤدي الفروق الزمنية في الحصول على الصور، والعمق، وعينات قاع البحر إلى مزيد من عدم اليقين، خاصة في البيئات الديناميكية حيث تؤثر التغيرات الموسمية على الأعشاب البحرية، وحركة الرواسب، وتآكل الشواطئ. على الرغم من أن نماذج التعلم العميق قد تخفف من بعض هذه التغيرات من خلال التعلم الإحصائي، إلا أن الأخطاء المتبقية المستمرة يمكن أن تضر بمخرجات كل من تقدير العمق وتصنيف البكسل، خاصة في المناطق القريبة من الشاطئ. علاوة على ذلك، تشكل عملية التصحيح الهندسي للصور الفضائية تحديًا آخر، حيث يؤدي غياب نماذج الارتفاع فوق المسطحات المائية إلى تشوهات منهجية بسبب فرضية السطح المسطح. وهذا يؤدي إلى أخطاء موضعية يمكن أن تؤثر سلبًا على مراحل التدريب والاستدلال لنماذج مثل Seabed-Net، التي تعتمد على تطابق مكاني دقيق بين المدخلات الطيفية وعلامات العمق.
DOI: https://doi.org/10.1016/j.isprsjprs.2025.11.007
Publication Date: 2025-11-07
Author(s): Panagiotis Agrafiotis et al.
Primary Topic: Underwater Acoustics Research
Overview
The research introduces Seabed-Net, a novel multi-task deep learning framework designed to simultaneously estimate bathymetry and classify seabed types from remote sensing imagery. This approach addresses the limitations of existing methods that treat these tasks in isolation, thereby enhancing the accuracy and efficiency of shallow-water mapping. Seabed-Net employs dual-branch encoders for each task, integrates features through an Attention Feature Fusion module and a windowed Swin-Transformer fusion block, and utilizes dynamic task uncertainty weighting to balance objectives. Extensive evaluations across two diverse coastal sites demonstrate that Seabed-Net significantly outperforms traditional empirical models and single-task methods, achieving reductions in root mean square error (RMSE) of up to 75% and improvements in seabed classification accuracy by up to 16%.
The framework’s performance is particularly notable in complex environments, where it effectively captures both geometric and semantic contexts, leading to enhanced spatial consistency and corrected depth biases. Seabed-Net meets high-confidence thresholds for depth predictions in over 90% of cases and maintains robust performance across varying dataset scales and geographic conditions. This model represents a significant advancement in integrated remote sensing tools for shallow-water environments, allowing for fully automated mapping without the need for additional in-situ data during inference. Future work will focus on improving the model’s efficiency and exploring the integration of physics-informed components to further enhance its applicability in optically complex scenarios.
Introduction
The introduction highlights the critical importance of detailed mapping of underwater terrains, which cover approximately 71% of the Earth’s surface, predominantly in oceans. Despite the vast area of 362 million square kilometers, high-resolution mapping remains limited. The urgency for accurate bathymetric data arises from various factors, including habitat destruction, marine pollution, threats to cultural heritage, navigation safety, and the demand for offshore resources. In particular, shallow coastal areas require precise seabed classification to address environmental and human impacts effectively.
Traditional seabed mapping methods, such as echosounders, face significant challenges in shallow waters due to wave interference, reefs, and multi-path propagation errors. While airborne LiDAR presents a viable alternative for shallow water surveying, its high cost and limited capability in providing comprehensive seabed class information restrict its widespread application. Consequently, there is a growing trend towards utilizing aerial and satellite remote sensing imagery for shallow water mapping, which may offer a more efficient solution to these challenges.
Methods
In this section, the authors outline the methodology employed to evaluate the Seabed-Net architecture against various baseline models for seabed classification and bathymetry estimation. The study compares the proposed method with empirical models, traditional machine learning regression techniques, and both single-task and multi-task deep learning approaches. Specifically, empirical models such as the Multiband Linear and Log Band Ratio methods serve as foundational benchmarks, while machine learning models like Random Forest Regression and Support Vector Regression are included to assess their effectiveness in capturing non-linear relationships in spectral data. Additionally, single-task models like UNet-bathy and UNet, as well as multi-task models such as PAD-Net and MTI-Net, are evaluated to explore their performance in the context of seabed classification and bathymetry.
The experimental setup involved implementing the Seabed-Net in PyTorch on an NVIDIA A100 GPU, utilizing a combined loss function and the Adam optimizer with a cosine annealing learning rate scheduler. Training consisted of 100,000 gradient updates over 10 epochs, with specific learning rates for different datasets. Data normalization and augmentation techniques, including random rotations and flips, were applied to enhance model performance. The dataset was split into training and evaluation sets according to predefined ratios, ensuring that test patches remained unseen during training, thereby maintaining the integrity of the evaluation process. The Agia Napa region contributed 35 annotated patches, while the Puck Lagoon area provided a larger dataset of 1971 patches, ensuring a robust assessment of the proposed architecture’s capabilities.
Discussion
The discussion section of the research paper highlights the advancements and challenges in bathymetry retrieval and seabed classification using Spectrally-Derived Bathymetry (SDB) methods. SDB techniques, which utilize multispectral satellite imagery, offer a cost-effective alternative to traditional methods like acoustic and LiDAR surveys, particularly in shallow coastal waters. The effectiveness of SDB is influenced by factors such as the spatial extent of the study area, desired accuracy, and the availability of ground-truth data. Various approaches, including empirical, physics-based, and machine learning methods, have been employed in SDB, with deep learning techniques emerging as particularly effective due to their ability to model complex interactions in optically challenging environments. However, single-task models often struggle with generalization across diverse coastal conditions and lack the contextual information necessary for robust predictions.
The paper advocates for a multi-task learning framework that integrates bathymetry estimation and seabed classification to enhance the accuracy and robustness of both tasks. The proposed Seabed-Net architecture employs dual-branch encoders and decoders, facilitating cross-task information exchange through Attention Feature Fusion (AFF) and Vision Transformer (ViT) modules. This architecture allows for the mutual enhancement of depth estimation and habitat classification by leveraging shared spatial and spectral representations. The authors emphasize the need for such integrated approaches to overcome the limitations of single-task models, particularly in complex marine environments, and demonstrate the effectiveness of their method through comprehensive evaluations across various sensors and coastal settings.
Limitations
The section on limitations highlights several factors contributing to residual errors in Seabed-Net’s predictions of bathymetry. A primary concern is the variability and uncertainty inherent in reference bathymetry data, which can stem from sensor noise, water surface dynamics, and limited underwater visibility. For instance, studies indicate that LiDAR-derived depth measurements exhibit standard deviations of ±0.15 m in Agia Napa and ±0.07 m in the more controlled Puck Lagoon, underscoring the impact of environmental conditions on data accuracy.
Additionally, the temporal differences in acquiring images, bathymetry, and seabed samples can introduce further uncertainties, particularly in dynamic environments where seasonal changes affect seagrass, sediment movement, and shoreline erosion. Although deep learning models may mitigate some of these variations through statistical learning, persistent residual errors can still compromise both bathymetric and pixel-based classification outputs, especially in nearshore zones. Furthermore, the orthorectification process for satellite imagery poses another challenge, as the absence of elevation models over water bodies leads to systematic distortions due to the flat-surface assumption. This results in positional errors that can adversely affect the training and inference stages of models like Seabed-Net, which depend on accurate spatial correspondence between spectral inputs and depth labels.