Affinamento e automatizione delle procedure di batimetria derivata da satellite con lo sviluppo di un nuovo strumento software

Abstract

La mappatura dei fondali marini è una parte essenziale per comprendere i corpi idrici della terra. Diverse tecniche si sono evolute nel corso degli anni a partire dagli anni '70. La batimetria derivata da satellite (SDB), una tecnologia di nuova evoluzione si è dimostrata utile per determinare la profondità in aree poco profonde e con scarsa pendenza. La tecnologia è cresciuta negli ultimi dieci anni grazie alla disponibilità di dati di telerilevamento multi-costellazione, multi-temporale e multi-risoluzione come Open Data. Algoritmi SDB efficaci sono stati proposti da molti autori, ma sono necessarie ulteriori ricerche sulle loro prestazioni e un modo efficiente su come elaborare questi dati è necessario per semplificare il flusso di lavoro. Quindi l'obiettivo principale di questa tesi è perfezionare ulteriormente gli algoritmi di Stumpf e Lyzenga, utilizzati per la determinazione della profondità e sviluppare uno strumento che faciliti un flusso di lavoro rapido e affidabile in un ambiente GIS L'algoritmo di Stumpf è stato perfezionato valutando ulteriormente le regressioni logaritmiche e polinomiali di 2° ordine , mentre l'algoritmo di Lyzenga ha studiato le prestazioni di diverse coppie di bande. Lo strumento sviluppato è destinato all'uso in QGIS. Il nome dello strumento è "SDB Automate". È stato sviluppato utilizzando il linguaggio di programmazione Python, le librerie GDAL e il designer QT per l'interfaccia utente grafica (GUI). Lo strumento ha ridotto il tempo di elaborazione da 6 ore a circa 8 minuti. La validazione è stata effettuata nell'area di La Spezia e Livorno per gli anni 2017, 2018 e 2019. Gli algoritmi hanno mostrato risultati simili nel flusso di lavoro di Stumpf con un intervallo di errore da 0,5 m a 1,2 m mentre per Lyzenga la coppia "blu-verde" ha mostrato i migliori risultati, ma per le aree con sospensione di materiale la coppia verde-rossa ha fornito risultati migliori con un intervallo di errore complessivo compreso tra 0,65 ma 1,6 m.

Mapping the seabed is an essential part of understanding the earth’s waterbodies. Different techniques have been evolving over the years since the 1970s. Satellite Derived Bathymetry (SDB) a newly evolving technology has proved useful in determining depth at shallow and gently sloping areas. The technology has grown in the last ten years due to the availability of multi-constellation, multi-temporal, and multi-resolution remote sensing data as Open Data. Effective SDB algorithms have been proposed by many authors, but further research on their performance is needed as well as an efficient way on how to process this data is needed to simplify the workflow. Hence the main objective of this thesis is to further refine the Stumpf and Lyzenga algorithms, used for depth derivation and develop a tool which would facilitate quick and reliable workflow in a GIS environment The Stumpf algorithm was refined by further evaluating logarithmic and 2nd order polynomial regressions, while the Lyzenga algorithm investigated the performance of different band pairs. The tool developed was intended for use in QGIS. The tool’s name is ‘SDB Automate’. It was developed using Python programming language, GDAL libraries and QT designer for Graphic User Interface (GUI). The tool reduced the processing time from 6 hours to approximately 8 minutes. Validation was done around La Spezia and Livorno for 3 consecutive years 2017, 2018 and 2019. Both linear and log showed similar results in the Stumpf workflow with an error range of 0.5m to 1.2m while Lyzenga (blue-green band) showed best results, but for areas with suspension or river flow the green-red band showed better results with the overall error range being 0.65m to 1.6m.

Keywords Satellite Derived Bathymetry, QGIS, Stumpf, Lyzenga, multispectral images