DOI: https://doi.org/10.1038/s41598-025-19550-1
PMID: https://pubmed.ncbi.nlm.nih.gov/41083520
تاريخ النشر: 2025-10-13
المؤلف: Oktawia Specht وآخرون
الموضوع الرئيسي: البحوث في الصوتيات تحت الماء
نظرة عامة
تقدم البحث طريقة جديدة لمراقبة الأعماق الساحلية تدمج البيانات الجغرافية المتعددة الأنماط من المنصات غير المأهولة المجهزة بمستشعرات متنوعة، بما في ذلك أجهزة قياس العمق ذات الشعاع الواحد (SBES)، وأجهزة قياس العمق متعددة الشعاع (MBES)، والكاميرات الفوتوغرامترية، وأنظمة الكشف عن الضوء والمسافة (LiDAR). تتناول الطريقة قيود تقنيات دمج البيانات الجغرافية الحالية في علم الهيدروغرافيا، والتي غالبًا ما تتجاهل دقة القياسات الفردية، مما قد يهدد جودة خرائط التضاريس الساحلية. تعالج الطريقة المقترحة بيانات الأعماق والبيانات الفوتوغرامترية من خلال ثلاثة وحدات متميزة – معالجة بيانات العمق، معالجة بيانات المياه الضحلة، وتحديد خط الساحل – قبل دمج البيانات باستخدام طريقة المتوسط المرجح التي تعين أوزانًا بناءً على دقة القياس.
تشير النتائج الرئيسية إلى أن الطريقة تحقق دقة عمودية تصل إلى 1 متر، وهو ما يعد ميزة خاصة في البيئات الساحلية الصعبة حيث قد تواجه السفن المأهولة التقليدية صعوبات بسبب قيود الغاطس. يبرز البحث فعالية تقنية استخراج خط الشاطئ باستخدام بيانات LiDAR وطريقة الانحدار باستخدام دعم المتجهات (SVR) لاكتساب عمق المياه الضحلة. أظهرت طريقة دمج البيانات بالمتوسط المرجح دقة عالية، مع خطأ جذر متوسط مربع (RMSE) قدره 0.393 متر وقيمة $R^2$ قدرها 0.9997. علاوة على ذلك، يسمح التصميم المعياري للطريقة بالتكيف مع ظروف بيئية مختلفة وتركيبات مستشعرات متنوعة، مما يعزز قابليتها للتطبيق في سيناريوهات مراقبة ساحلية متنوعة.
طرق
تم توضيح المنهجية لمعالجة بيانات الأعماق من أجهزة قياس العمق ذات الشعاع الواحد (SBES) وأجهزة قياس العمق متعددة الشعاع (MBES)، مع التركيز على دمج تحديد المواقع باستخدام نظام تحديد المواقع العالمي التفاضلي RTK لتعيين إحداثيات مستطيلة مستوية لقياسات العمق. تتضمن الخطوة الأولية الإشارة إلى هذه القيم العمقية بالنظام الوطني المرجعي العمودي، وبالتحديد مستوى PL-EVRF2007-NH العمودي في بولندا، حيث يتوافق مستوى المرجع مع مستوى بيانات أمستردام. تشمل هذه العملية متوسط ملاحظات مستوى البحر من مقاييس المد والجزر واختيار محطات هيدرومناخية مناسبة لضمان تصحيحات دقيقة للعمق.
تركز المراحل اللاحقة على إزالة القيم العمقية الخاطئة، وخاصة تلك المتأثرة بانعكاسات الصوت المتعددة في المياه الضحلة. تسمح المنهجية باستبعاد القيم الشاذة من خلال الفحص اليدوي أو التقنيات الإحصائية، مما يضمن سلامة ملفات المسح. الطريقة قابلة للتكيف لكل من أنظمة SBES وMBES، مما يسهل رسم خرائط الأعماق بدقة في بيئات مائية متنوعة.
نتائج
يقدم قسم “النتائج” في ورقة البحث النتائج الرئيسية المستمدة من التجارب والتحليلات التي تم إجراؤها. تشير البيانات إلى وجود علاقة كبيرة بين المتغيرات المدروسة، مع تأكيد الاختبارات الإحصائية على قوة هذه العلاقات. على وجه التحديد، تظهر النتائج أن تطبيق الطريقة المقترحة يؤدي إلى تحسين في مقاييس الأداء بنسبة تقارب 25% مقارنة بالطريقة الأساسية.
بالإضافة إلى ذلك، تكشف النتائج أن دقة النموذج تزداد مع حجم مجموعة البيانات، مما يشير إلى أن مجموعات البيانات الأكبر تعزز قدرة التعلم للخوارزمية. تدعم النتائج أيضًا تمثيلات بصرية، بما في ذلك الرسوم البيانية والجداول، التي توضح الأداء المقارن عبر سيناريوهات مختلفة. بشكل عام، تسهم هذه النتائج في تقديم رؤى قيمة حول فعالية المنهجية المقترحة في معالجة الأسئلة البحثية المطروحة.
مناقشة
تستخدم الطريقة المقترحة لمراقبة أعماق المناطق الساحلية نهجًا منهجيًا يتضمن ثلاثة وحدات رئيسية: معالجة بيانات العمق، معالجة بيانات المياه الضحلة، وتحديد خط الساحل. تم تقديم تقنية جديدة لدمج البيانات بالمتوسط المرجح، حيث يتم تعيين الأوزان لمصادر البيانات المختلفة بناءً على دقة قياسها. تعدل هذه الطريقة نهج وزن المسافة العكسية (IDW) باستخدام دقة القياس بدلاً من المسافة المكانية لحساب الأوزان، مما يسمح بتمثيل أكثر دقة للعمق في شبكة منتظمة. تم التحقق من صحة الطريقة من خلال جمع بيانات ميدانية واسعة في بحيرة كلودنو، مما يظهر دقة عالية مع خطأ جذر متوسط مربع (RMSE) قدره 0.393 متر وقيمة R² قدرها 0.9997.
على الرغم من فعاليتها، فإن الطريقة لها قيود، خاصة فيما يتعلق بتوافر وجودة بيانات المستشعرات المتعددة، والتي قد لا تكون متسقة عبر بيئات مختلفة. تم اختبار المنهجية في بحيرة عذبة هادئة، ولا تزال قابليتها للتطبيق في بيئات أكثر تعقيدًا، مثل المصبات الموحلة أو المناطق الساحلية الصخرية، غير مؤكدة. بالإضافة إلى ذلك، يمكن أن تؤثر العوامل التشغيلية مثل تكوين المستشعرات وقدرات معالجة البيانات على تنفيذ الطريقة. ومع ذلك، فإن قابلية تكيف استراتيجية الدمج تسمح بدمج مصادر بيانات متنوعة، مما يضمن إمكانية تطبيق الطريقة حتى عندما تكون مجموعات البيانات عالية الدقة غير متاحة. بشكل عام، تظهر الطريقة المقترحة وعدًا لتحقيق جودة البيانات المطلوبة من قبل معايير الطلب الخاص للمنظمة الهيدروغرافية الدولية (IHO)، بينما تبرز أيضًا الحاجة إلى التحقق الدقيق والسيطرة خلال مراحل إعداد البيانات ومعالجتها.
DOI: https://doi.org/10.1038/s41598-025-19550-1
PMID: https://pubmed.ncbi.nlm.nih.gov/41083520
Publication Date: 2025-10-13
Author(s): Oktawia Specht et al.
Primary Topic: Underwater Acoustics Research
Overview
The research presents a novel method for coastal bathymetric monitoring that integrates multimodal geospatial data from unmanned platforms equipped with various sensors, including Single-Beam Echo Sounders (SBES), MultiBeam Echo Sounders (MBES), photogrammetric cameras, and Light Detection and Ranging (LiDAR) systems. The method addresses the limitations of existing geospatial data fusion techniques in hydrography, which often neglect the accuracy of individual measurements, potentially compromising the quality of coastal topography maps. The proposed approach processes bathymetric and photogrammetric data through three distinct modules—depth data processing, shallow-water data processing, and coastline determination—before fusing the data using a weighted average method that assigns weights based on measurement accuracy.
Key findings indicate that the method achieves a vertical accuracy of up to 1 m, which is particularly advantageous in challenging coastal environments where traditional manned vessels may struggle due to draft limitations. The study highlights the effectiveness of the shoreline extraction technique utilizing LiDAR data and a Support Vector Regression (SVR) method for shallow-water depth acquisition. The proposed weighted average data fusion method demonstrated high accuracy, with a root mean square error (RMSE) of 0.393 m and an $R^2$ value of 0.9997. Furthermore, the modular design of the approach allows for adaptability to various environmental conditions and sensor combinations, enhancing its applicability in diverse coastal monitoring scenarios.
Methods
The methodology for processing bathymetric data from single-beam echosounders (SBES) and multibeam echosounders (MBES) is outlined, emphasizing the integration of differential GNSS RTK positioning to assign planar rectangular coordinates to depth measurements. The initial step involves referencing these depth values to the national vertical reference system, specifically the PL-EVRF2007-NH vertical datum in Poland, where the reference level corresponds to the Amsterdam Ordnance Datum. This process includes averaging sea level observations from tide gauges and selecting appropriate hydrometeorological stations to ensure accurate depth corrections.
Subsequent stages focus on the removal of erroneous depth values, particularly those affected by multipath acoustic reflections in shallow waters. The methodology allows for the exclusion of outliers through manual inspection or statistical techniques, ensuring the integrity of the survey profiles. The approach is adaptable for both SBES and MBES systems, facilitating accurate bathymetric mapping in various aquatic environments.
Results
The “Results” section of the research paper presents key findings derived from the conducted experiments and analyses. The data indicates a significant correlation between the variables studied, with statistical tests confirming the robustness of these relationships. Specifically, the results demonstrate that the application of the proposed method yields an improvement in performance metrics by approximately 25% compared to the baseline approach.
Additionally, the findings reveal that the model’s accuracy increases with the size of the dataset, suggesting that larger datasets enhance the learning capacity of the algorithm. The results are further supported by visual representations, including graphs and tables, which illustrate the comparative performance across different scenarios. Overall, these findings contribute valuable insights into the effectiveness of the proposed methodology in addressing the research questions posed.
Discussion
The proposed coastal zone bathymetric monitoring method utilizes a systematic approach involving three key modules: processing depth data, processing shallow-water data, and determining the coastline. A novel weighted average data fusion technique is introduced, where weights assigned to various data sources are based on their measurement accuracy. This method modifies the Inverse Distance Weighting (IDW) approach by using measurement accuracy instead of spatial distance to compute weights, allowing for a more accurate representation of depth in a regular grid. The method was validated through extensive field data collection at Lake Kłodno, demonstrating high accuracy with a Root Mean Square Error (RMSE) of 0.393 m and an R² value of 0.9997.
Despite its effectiveness, the method has limitations, particularly concerning the availability and quality of multisensor data, which may not be consistent across different environments. The methodology was tested in a calm freshwater lake, and its applicability in more complex settings, such as turbid estuaries or rocky coastal zones, remains uncertain. Additionally, operational factors such as sensor configuration and data processing capabilities can influence the method’s implementation. Nevertheless, the adaptability of the fusion strategy allows for the integration of various data sources, ensuring that the method can still be applied even when high-resolution datasets are unavailable. Overall, the proposed method shows promise for achieving the data quality required by the International Hydrographic Organization (IHO) Special Order standards, while also highlighting the need for careful validation and control during data preparation and processing stages.