Αυτόματη αναγνώριση ρηξιγενών ζωνών με αντικειμενοστρεφή ανάλυση σε ψηφιακό μοντέλο υποθαλάσσιου αναγλύφου, στην περιοχή του Βορείου Αιγαίου

Abstract

Η παρούσα διπλωματική εργασία αφορά στη μελέτη του θαλάσσιου πυθμένα από ψηφιακό μοντέλο υποθαλάσσιου αναγλύφου (Ψ.Μ.Υ.Α), με τη χρήση αντικειμενοστρεφούς ανάλυσης εικόνας. Στόχος είναι η αυτοματοποιημένη εξαγωγή μορφολογικών και μορφοτεκτονικών στοιχείων με τελικό παράγωγο την εξαγωγή των ρηξιγενών ζωνών στην υποθαλάσσια περιοχή του Βορείου Αιγαίου. Για το λόγο αυτό, έγινε χρήση ψηφιακού μοντέλου υποθαλάσσιου αναγλύφου ανάλυσης 150x150m (το οποίο αποτελεί πνευματική ιδιοκτησία του ΕΛ.ΚΕ.Θ.Ε και παραχωρήθηκε αποκλειστικά για την εκπόνηση της παρούσας διπλωματικής εργασίας) και των παραγώγων αυτού : Κλίση (slope), καμπυλότητα παράλληλα στη διεύθυνση κλίσης του πρανούς (profile curvature), καμπυλότητα κάθετα στη διεύθυνση κλίσης του πρανούς (plan curvature) και δείκτης τοπογραφικής θέσης(Topographic Position Index- TPI ), τα οποία παράχθηκαν στο ελεύθερο λογισμικό Saga GIS. Η εφαρμογή της αντικειμενοστρεφούς ανάλυσης της εικόνας πραγματοποιήθηκε στο λογισμικό eCognition 8.7. Συνολικά, στο περιβάλλον του eCognition δημιουργήθηκαν πέντε διαφορετικά επίπεδα κατάτμησης και ταξινόμησης με στόχο της παραγωγή του τελικού επιπέδου “level 5”,στο οποίο ταξινομήθηκαν οι τελικές κατηγορίες γεωμορφολογικών χαρακτηριστικών : υπόβαθρο εικόνας (background), λεκάνες ιζηματογένεσης (basins), ασυνέχειες (discontinuities), ρήγματα (faults) και οι ρηξιγενείς ζώνες (rift zone). Στο προηγούμενο όμως επίπεδο προσδιορίστηκαν και ταξινομήθηκαν και άλλες γεωμορφές όπως η ηπειρωτική πλατφόρμα (continental platform), η ηπειρωτική κατωφέρεια (continental slope), τα ηβώματα (submarine mountain), ήπιο ανάγλυφο(smooth terrain) και έντονο ανάγλυφο(rough terrain). Επιπρόσθετα, τα αποτελέσματα της μεθόδου αξιολογήθηκαν με τη χρήση αλγορίθμων του λογισμικού (που αφορούν την ευστάθεια της ταξινόμησης), αλλά και με ποιοτική και ποσοτική σύγκριση των αποτελεσμάτων με χάρτη αναφοράς που κατασκευάστηκε χειροκίνητα. Τέλος, ο έλεγχος ευστάθειας της ταξινόμησης έδωσε πολύ καλά αποτελέσματα, με τις μέσες τιμές να βρίσκονται κοντά στη μονάδα. Κατά την ποιοτική αξιολόγηση εντοπίστηκαν ορισμένες διαφορές στο πλάτος των ρηξιγενών ζωνών που προέκυψαν με την αυτόματη μέθοδο και αυτών που προέκυψαν από τεκτονικό χάρτη που κατασκευάστηκε χειροκίνητα. Οι διαφορές αυτές δεν ήταν πολύ μεγάλες και με βάση τους ποσοτικούς δείκτες που υπολογίστηκαν (completeness, correctness, quality), τα αποτελέσματα ήταν ιδιαιτέρως ικανοποιητικά με τους δείκτες να κυμαίνονται στο διάστημα [61%, 84%].

The current thesis is focused on the study of the North Aegean seabed, from a Digital Elevation Model (D.E.M), using Object Based Image Analysis (O.B.I.A). The goal is the automatic extraction of morphological and morphotectonical features, having as the final derivative, the rift zones extraction in the submarine area of North Aegean. For this reason, a DEM of 150x150 analysis was used (which is a copyright of Hellenic Center of Marine Research CHMR) and was given exclusively for the needs of this thesis. The derivatives of this DEM are the following: a) Slope b) Profile curvature c) Plan curvature d) Topographic position Index TPI which were produced at a free software named SAGA GIS. The O.B.I.A of the current image was applied at ecognition software. At the ecognition environment, five different layers of segmentation have been created having as a target the final level “level 5’’. So, at level 5, the final classes of geomorphological features were classified and these are: discontinuities, faults and rift zone. At the previous level, more landforms were also classified such as continental platform, continental slope, submarine mountain, smooth and rough terrain. Additionally, the results of this method were evaluated firstly using algorithms which were provided by the software (it is related to the stability of the classification) and then with the qualitative and quantitative comparison of the results, on a reference map which has been created manually. Finally, the stability test of classification gave satisfactory results, with the “mean values” being relevant to one. During qualitative procedure, some differences were spotted between the width of the rift zones which were the result of the automatic procedure, and the width of the rift zones from the reference map. These variations weren’t too big, based on the quality indicators (completeness, correctness, quality) which were calculated. Finally, the results were very satisfactory with the indicators to vary in space of (61%, 84%).