Seabed classification using bathymetric, airborne lidar

Flybåren batymetrisk laserskanning brukes i dag til å lage sømløse terrengmodeller mellom land og sjøbunn i kystnære områder. Ved å generere terrengmodeller fra punktskyen til laseren kan man få høyoppløslige og nøyaktige modeller av sjøbunnen. En laserskanner samler ikke bare inn høyde- og dybdedata, men også intensitetsverdier til hvert enkelt punkt. Denne oppgaven undersøker om det er mulig å bruke disse intensitetsverdiene til å skille og klassifisere sedimentene på sjøbunnen. Informasjonen dette gir kan gjøre at sedimentklassifisering i kystsonen blir enklere å gjennomføre, da målebåter ikke slipper til i disse områdene. For å klassifisere intensitetsverdiene er det her brukt to programvarer, PCI Geomatica og ArcGIS pro. Det er utført fem ulike klassifiseringsteknikker, der alle er en type styrt klassifisering. For å sammenligne resultatene fra de ulike programvarene er Python blitt tatt i bruk for å beregne nøyaktigheter og forvirringsmatriser. I tillegg ble det generert åtte ulike type intensitetskart. Bakgrunnen var å teste hvilke egenskaper som er viktig i denne typen klassifisering. For å kunne teste de ulike teknikkene ble dataene delt inn i et test- og et verifiseringsområde. Resultatene fra testklassifiseringene viste at det ble for komplekst å skille mellom ti ulike sedimentklasser. I samråd med NGU ble det derfor dannet fire nye klasser, basert på kornstørrelse og egenskaper. Over testområdet ga dette klassifiseringsnøyaktigheter opp mot 70%. Verifiseringsområdene ga dårligere resultater for klassifisering, beste resultat her var på 47%. Ujevn klassefordeling kan være en av grunnene til lavere nøyaktigheter over verifiseringsområdet. Resultatene fra denne oppgaven tyder på at bruk av intensitetsverdier alene til å klassifisere sedimentene på sjøbunnen ikke er en optimal metode. Intensitetsverdiene avhenger i stor grad av sjøbunnens reflektivitet, der farge på sedimentene har mye å si. Samme sedimenttype, som for eksempel «sand», kan ha ulik farge i ulike områder. Intensitetsverdiene kan likevel være nyttige, de kan gi en pekepinn på hvor det er et skifte mellom sedimenttyper. Dataene kan brukes til støtte i klassifisering, eller bidra til å kartlegge hvor det kan være nyttig å ta fysiske prøver av sjøbunnen.Today, airborne bathymetric lidar is used to establish terrain models between land covered areas and seabed in coastal zones. By generating point clouds from lidar, one is able to create digital terrain models and achieve accurate models over the seabed with a high resolution. Lidar can collect data such as height and depth, but is also able to collect intensity values for each point. This thesis examines the possibility of using intensity values in to separate and classify seabed sediments. The information provided could help simplify sediment classification in coastal zones, especially where marine vessels can not reach. PCI Geomatica and ArcGIS pro were used to perform five different types of supervised classification techniques in order to classify intensity values. To compare the performance between two software programs, a Python script was used to calculate both accuracy and confusion matrices. In addition, eight different types of intensity maps were generated. The main reason for this was initially testing different properties to find the most important in this type of classification. By testing different techniques, the data was separated into one test- and one verification area. The results show the complexity of separating ten different sediment classes. Therefore, in consultation with NGU, four new classes were established. Properties such as grain size were important factors of this class reduction. The test area gave classification accuracies up to 70 %. However, the verification area did not perform as well predicted, and the highest achieved accuracy was 47 %. One of the reasons why the accuracies decrease, is most likely the uneven class distribution. The results of this thesis indicate that this is method not an optimal for classifying the seabed by solely incorporating intensity values. The intensity values affected by the reflectivity of the seabed, is heavily dependent of the color of the sediment. The same type of sediment, such as “sand”, may contain of different colors in different areas. Nevertheless, the intensity values can be useful, they can indicate change of location through different types of sediment. The intensity values can therefore be used as support to classify or help identify where it may be useful to take physical samples from the seabed.submittedVersionM-GEO