Hyperspektral bildeanalyse for kartlegging av marin plast forsøpling og forurensning
Hovedmålet med denne masteroppgaven er å undersøke bruken av hyperspektrale bilder for å oppdage marin forsøpling og plast i kystsonen nær Oslo og andre regioner i Norge koordinert med strandryddeinitiativ.
Plast- og kjemisk forurensning har blitt den femte største globale trusselen, en trussel som vokser så raskt at den overgår dagens evner til overvåkning. I løpet av det siste tiåret har det vært betydelige teknologiske fremskritt innen rom- og luftbåren hyperspektral avbildning (HSI) med potensielle utbredte applikasjoner for forurensningsdeteksjon og overvåking.
NGI har fortsatt å skalere opp forskning knyttet til miljø- og forurensningsvurderinger, men har ikke utforsket storskala overvåking av forurensning og arealbruksendring gjennom satellitt- og dronebaserte data utover noen få små innsatser.
Oppgaven
Vi foreslår å undersøke bruken av hyperspektrale bilder for å oppdage marin forsøpling og plast i kystsonen ved Oslo og andre regioner i Norge koordinert med strandryddeinitiativ.
Laboratoriebaserte hyperspektrale målinger av innsamlede marin søppel og rene plastpolymerer er allerede anskaffet. De er for tiden tilgjengelige som opplæringsdatasett for utvikling av algoritmer som skal brukes på drone- og satellittbilder i større skala.
Vi vil teste og utvikle datainnsamlingsprotokoller og prosesser (inkludert Machine Learning og Deep Learning-algoritmer) og identifisere viktige spektrale bølgelengderegioner for deteksjon og kartlegging av landbasert og marin forurensning for å undersøke mulige applikasjoner, nødvendige utstyrsspesifikasjoner og tilnærminger til fremtidige EU- og NFR-forslag.
I løpet av dette prosjektet vil studenten kunne:
Studenten skal utforske kartlegging av marin søppel og plastpolymerer ved hjelp av hyperspektrale målinger for å utvikle ulike klassifiseringsalgoritmer. Dette vil involvere bruk av en kombinasjon av spektralblandingsanalyser, spektralindekser og båndforhold, samt maskinlæring og dyplæringsmetoder.
Disse algoritmene vil deretter bli brukt på utvalgte luftbårne datasett. Deltakelse i feltdatainnsamling (f.eks. droneundersøkelser og opprydding av marin søppel) oppfordres også, men det avhenger av tidspunktet.
Potensielle HSI-datasett
Potensielle HSI-datasett vil bli anskaffet fra:
- satellitter (f.eks. EnMAP: DLR, Germany Space Agency; eller PRISMA: ASI, Italian Space Agency) og
- dronebilder av den nye M300 NGI-dronen og hyperspektral bildeapparat.
Kartlegging av marin forsøpling langs strender vil tillate sammenligning med satellitter for å teste potensielle størrelsesdeteksjonsgrenser for EnMAP- og PRISMA-data.
