Hidrografik anketler güvenli deniz navigasyonu, kıyı bölgesi yönetimi, deniz inşaatı ve çevresel izleme için temel verileri sağlar. Sualtı haritalama teknolojileri geliştikçe, sayısal ölçümler için talepler önemli ölçüde arttı. Cross-validasyon teknikleri, hidrografik ölçümlerin güvenilirliğini değerlendirmek ve geliştirmek için titiz, veriye dayalı bir çerçeve sunar.Insystem mapping teknolojileri gelişti ve bağımsız alt setlerle karşılaştırarak, hidrografers sistematik hataları, kalibre cihazları tanımlayabilir ve son grafik veya modele güven kurabilir.This article, temel kavramları ve pratik uygulamaları araştırmak için temel kavramlardan ve pratik uygulamaları inceler.

Hidrografik Anketlerin Temelleri

Modern hidrografik anketler, su derinliğini, deniz zemin morfolojisini ve sualtı tehlikelerini ölçmek için uzaktan algılama teknolojilerinin bir paketini kullanıyor.En yaygın platformlar, çokça yankı sesleri, tek-beam yankı sesleri, yan-scan oğlumar ve hava yoluyla banyolu LiDAR. Her sistem, daha küçük kıyı şeridinde daha küçük bir görüntü ve pahalıya sahip olan canlı görüntülerin görüntülenmesi ve yüzeysel noktaların belirlenmesi için farklı ve pahalıya mal oluyor.

Sensör ne olursa olsun, tüm hidrografik anketler ortak bir hedef paylaşıyor: Uluslararası Hidrografik Organizasyonun S-44 yayınını doğru bir şekilde temsil eden geospatial verileri üretmek için. Bu, dikkatli planlama, doğru kalibrasyon ve titiz kaliteli kontrol gerektirir. Bir anketin doğruluğu tipik olarak, Uluslararası Hidrografik Organizasyonun S-44 yayın gibi standartlarda ifade edilir.

Hidrografik Data'daki Hataların Kaynağı

Devlet dışı ekipmanlarla bile, su sıcaklığı, salinity ve türbübity gibi birçok faktör, etkili çapraz kanal stratejileri tasarlamak için gereklidir. Instrumental hatalar mükemmel bir sensör kalibrasyonundan ortaya çıkar, gölge yanlışlama veya zamanlama hataları.Demokratik ölçümler gibi, bilgi işleme adımları - yanı sıra, ses hızı ve uzaysal önyargıları - gemiden gelen hataları ortaya çıkarabilir.

Diğer daha az açık kaynaklar, anket tasarımına bağlı olarak, yetersiz çizgi spacing veya suboptimal line Oriente hattı yönlendirmesi gibi sistematik hataları içerir.Yer-hakkıcı veya manuel düzenlemedeki insan hatası da bu etkileşim faktörlerin karmaşıklığını tespit etmek için bir rol oynar.

Cross-Validation in Quality Güvencesi'nin Rolü

Cross-validasyon, makine öğreniminde ve tahmin edici modellemede geliştirilen bir istatistiksel tekniktir, ancak ilkeleri doğal olarak hidroelektrik kalitesi güvencesine tercüme eder. Temel fikir, bulut oluşturma sırasında kullanılmadığı bir modeldeki performans değerlendirmektir. Hidrografda, "model" veriler bağımsız ölçümler içerir.

Bu yaklaşım basit iç tutarlı kontrollere üstündür, çünkü aşırılıkçılığa karşı koruma ve gizli önyargıları ortaya koyar. Örneğin, DEM tüm mevcut sesleri kullanarak inşa edilir ve sonra aynı seslendirme yöntemleri üzerinde değerlendirilir, hata ölçümleri iyimser olarak düşük olacaktır.

Common Cross-Validation Approaches

Çeşitli çapraz-validasyon programları hidrografik uygulamalar için uygundur. Seçim, anketin büyüklüğü ve spesifik doğruluk sorusuna bağlıdır.

k-Fold Cross-Validation

K-katlı geçişte, veri kümesi rastgele k alt bölmelere ayrılır. Modeli k-1 alt setlerde eğitilmiştir ve kalan alt sürümde doğrulanır.Bu işlem tekrarlanır k-katılım, her alt üst düzeyin bir kez yapıldığında, rastgele bölünmeler anlamlı olduğu her türlü, k uzaysal ayrımlar arasındaki ortalama 5 veya 10, hesaplama maliyeti ve istatistiksel güvenilirlik arasında bir dengedir.

Leave-One-Out Cross-Validation

Her gözlem, mevcut noktalarda bir kez kullanılır. LOOCV, tahmin hatasının aşırı derecede yoğun olduğu bir durumdur, ancak hidrografda, küçük yüksek öncelikli kontrol veri setleriyle uğraşırken en kullanışlıdır.

Keepout Validation

Trans-validasyon en basit formu geçerlilik tutar, verilerin bir eğitim setine bölünmesi (tipik olarak% 70-80) ve test seti (% 20-30) test setinde toplanan ve test setinde değerlendirilen bir yaklaşım, özellikle de belirli bir kontrol için ayrılmış olması gerektiği gibi sözleşme özelliklerinde geçerlidir. Hydrographers genellikle kontrol hatlarıyla geçerliliği kontrol hatlarıyla geçerlidir - belirli bir alt sınıf için toplanan anket hatları için toplanan belirli bir yaklaşım.

Hidrografi için uzaysal bir Cross-Validation for Hydrographic

Standart rastgele çapraz eşdeğerlik, veri puanlarının bağımsız ve aynı şekilde dağıtılması olduğunu varsaymaktadır. Ancak, hidrografik veriler genellikle güçlü uzaysal otokorelasyon sergilemektedir - bir yaklaşım tüm swaths veya lineer segmentlerden daha çok benzerdir. Bu, modelin uzaysal bloklara göre bu ayrımı ele geçirmenin nasıl iyi bir şekilde ele alınabileceğini değerlendirebilir.For example, coğrafi bölgeler veya anket hatlarının tüm zamanların daha düşük kesimlerinden veya çizgili kesimlerden ayrılmanın nasıl daha iyi olduğunu değerlendirebilir.

Assessing Truths for Assessing Truths

Cross-validasyon, yapılan gözlemlere karşı kıyasla daha ağır olan tahminleri veya değerleri üretir. Birkaç standart hata metrikleri diskrepleme anlamına gelir. kök, hataların (RMSE) yaygın olarak kullanıldığı anlamına gelir, çünkü küçük olanlardan daha ağır hatalar yapar. IHO S-44'ün tanımladığı % 95 belirsizlik seviyesi, ekselasyon modellerinin veya daha fazla değişkenlik anlamına gelir.

Bu ölçümlerin yalnızca test setinde belirsizliği yansıttığı dikkat etmek önemlidir. Kapsamlı kaliteli güvence için, bağımsız yüksek sipariş anketlerine karşı karşılaştırma gibi diğer kontrollerle birleştirilmelidir (örneğin, öncü anketlerden veya RTK GPS’den gelen gerçek).

Hidrografik Workflows'ta Cross-Validasyon

Rutin Hidrografik işlemeye geçiş yapmak hem teknik araçlar hem de procedural planlama gerektirir. Çoğu hidrografik veri işleme yazılımı (örneğin, CARIS HIPS&SIPS, QPS Qimera, Hypack veya EIVA NaviSuite) alt küme oluşturma ve yüzey karşılaştırması için yetenekleri sunar. Gelişmiş kullanıcılar için, Python veya MATLAB gibi diller özel çapraz-validasyon döngülerini uygulayabilir, uzaysal kısıtlamalar dahil edebilir, uzaysal kısıtlamalar ve birden fazla akış geçerlidir.

  1. [FONT:0)Data hazırlığı: [Dönetici: Temiz ve filtre ham seslendirmeleri, standart düzeltmeler (te, ses hızı, hareket), ve çoklu nokta bulutlarını sınıflandırmak.
  2. [FONT=0)Define validasyon stratejisi:[Dönesel, blok tabanlı veya rastgele k-katlı bölümleme arasında seçim yapın. Geçerlilik için ayrılmış verilerin kesilmesine karar verin.
  3. [FONT=0) Model oluşturma: [Dönetici: [Dönetici:0) Dijital bir yükselteç modeli veya uygun bir interpolasyon yöntemi kullanarak alt setten hesaplanan bir yüzey inşa edin (örneğin, CUBE, doğal komşu, kritch).
  4. [FONT:0]Validation:[Dönetici] [Dönderlik, iç içe dönük seslerin yerlerine tahmin edilmiştir.
  5. [FONT:0)İtemel:[Dönem:[Dönem:[Dönem: 0,4] Her kat için tekrarlanan veya tüm süreci istikrar değerlendirmek için farklı rastgele tohumlarla tekrarlayın.
  6. [FONT:0)Belge:[Dönetici:[Dönetici:0) Yöntemi Kayıt Ol, Elde edilen belirsizlik tahminleri ve sonuçları temel alarak parametreleri işlemeye yapılan herhangi bir ayarlamalar.

Reroducability sağlamak için, belirli çapraz-değerleme tasarımını belgelemek, rastgele bölünmeler için tohum (eğer kullanılırsa) ve herhangi bir blokun uzaysal sınırları dahil olmak üzere önemlidir. Birçok hidrografik organizasyon artık kalite güvence raporlarının bir parçası olarak belge gerektirir.

Vaka Çalışmaları ve Uygulamaları

Vaka Çalışması 1: Multibeam Coastal Mapping Projesi

ARY kıyı haritalama ajansı, bir batılı EM2040 sistemi kullanarak bir liman yaklaşımı kanalının çok yönlü bir anketini gerçekleştirdi. Araştırma, ortaya çıkan DEM'in doğruluğunu değerlendirmek için, hidroelektrik sipariş gereksinimlerinin tamamının tamamının (4'den fazla) bir arka planlanmasıyla sınırlıydı.

Vaka Çalışması 2: Grafik LiDAR ile

Bir sığ su grafiği güncelleme projesinde, LiDAR puanlarının% 20'si topobametrik DEM'in oluşturulması sırasında rastgele olarak kabul edilen bir hava durumu.Sekslexbrightt tr|Spekt tr|s x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x

Vaka Çalışması 3: Sidescan Sonar ile Çevresel İzleme

Bir araştırma ekibi, her yıl boyunca deniz hayvanları yatağı sınırlarını izlemek için yan kanallarını kullandı. Yıldan yıla göre habitat sınıflandırmasının tutarlılığını değerlendirmek ve belirsizliğin yönetim kararları için çok yüksek olduğunu tanımlamak için.Bu örnek, her yıl boyunca ayrımcılığa karşı duyulan hızların da hızlandığını gösteriyor.

En İyi Uygulamalar ve Sınırlamalar

Geçim güçlü olsa da, dikey referans datum ile uygulanmalıdır. Bir kritik sınırlama, modelin geldiğini tahmin etme yeteneğinin yalnızca bağımsız olduğunu değerlendirmektir: karşıt seslendirmeler bağımsız değildir, bu yüzden rastgele bölmeler tüm veri kümesinin üzerinde tutarlıdır (örneğin, dikey referans da olsa da).Bu nedenle, mutlak doğruluk değerlendirmeleri her zaman bağımsız dış referans verileri gerektirir.

Pratik tarafta, çapraz-validasyon hesaplama masrafları ekliyor. Çok büyük anketler ( milyonlarca puan) veya gerçek zamanlı işlem, basit heuristics gerekli olabilir. ancak, modern bulut bilişim ve paralel işleme ile, büyük k-katlı tasarımları yönetilebilir. Son olarak, anket planlama aşamasına entegre edilmelidir, veri toplamadan sonra yeniden yapılandırılmamalıdır.

Future Yol Tarifi

Hidrografik veri işlemedeki makine öğreniminin entegrasyonu, hiperparametreleri ayarlama ve genelleştirme için yeni bir avenu açar.Ayrıca, araştırma gemilerinde gerçek zamanlı kalite kontrol sistemleri, yeni elde edilen seslerle kıyaslanabilir. Ensemble yöntemleri, çoklu modeller doğrulukla birlikte bir araya getirilir, hiperparametreleri ayarlama ve genelleştirme modellerini değerlendirmek için çapraz-değerlendirmeye fayda sağlar. Ek olarak, anket gemilerinde gerçek zamanlı kalite kontrol sistemleri, bu standartları değerlendirebilir.

IHO ve FIG gibi standartlaşma organları, bu uygulamaları ilk önce benimseyen daha güvenilir verilerden faydalanacak ve ürünlerine güvenecek.S-44'ün bir sonraki sürümü, istatistiksel geçerlilik teknikleri hakkında daha ayrıntılı rehberlik içerecektir. Hidrografik kuruluşlara bu uygulamaları erken kabul edecek daha güvenilir verilerden, daha düşük ücretli ve geliştirilmiş güven.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Cross-validasyon, hidrografik anketlerin doğruluğunu değerlendirmek için çok yönlü ve sağlam bir tekniktir.Gerçekten bağımsız bir veri kullanmaya zorlayarak, gizli önyargıları ortaya koyar ve tek bir kalibrasyon veya iç kontrol elde edemeyeceğini tahmin eder. Hidrografik veriler, sofistike bir uzaysal blok tasarımları için, çapraz-validasyona yönelik olarak, bir projenin özel ihtiyaçlarına göre uyarlanabilir, bir liman grafiği olup olmadığını, bir kıyı LiDAR araştırması veya çevresel izleme programına yardımcı olur. As Hidrografik veriler, deniz güvenliği ve okyanus yönetimine daha merkezi hale gelir.

Daha fazla okuma için, IHO yayınevine danışın ([DÜDÜDÜ)[0][DÜDÜDÜSTRİYELER ► [DÜDÜDÜSÜŞÜNÜDÜŞÜNÜye Olmayanlar İçin Standartlar] ve Akademik Gazete[DÜye Olmayanlar[DÜye Olmayanlar İçindekiler)[Üye Olmayanlar ([Üyeler)[Üye Olmayanlar İçindekiler[Üye Olmayanlar İçindekiler, 9/2012