Reef-insight: A framework for reef habitat mapping with clustering methods via remote sensing

要約

気候変動や汚染や極端な気候現象の劇的な影響を考えると、特に沿岸地域や海では、環境へのダメージが大きな懸念となっています。
現在の分析能力は、リモートセンシングなどの情報取得技術の進歩とともに、サンゴ礁生態系の管理と研究に利用できます。
このホワイトペーパーでは、サンゴ礁群集マッピングのための高度なクラスタリング手法とリモートセンシングを特徴とする、教師なし機械学習フレームワークであるリーフインサイトを紹介します。
私たちのフレームワークは、さまざまなクラスタリング方法を比較して、リモートセンシングデータを使用したサンゴ礁群集マッピングのためにそれらを評価します。
k-means、階層的クラスタリング、ガウス混合モデル、密度ベースのクラスタリングなどの 4 つの主要なクラスタリング アプローチを、質的および視覚的評価に基づいて評価します。
オーストラリアのグレートバリアリーフにあるヘロンリーフ島地域のリモートセンシングデータを活用しています。
私たちの結果は、リモートセンシングデータを使用したクラスタリング方法が、他の研究と比較した場合、サンゴ礁に見られる底生および地形クラスターを適切に識別できることを示しています。
私たちの結果は、Reef-insightが、異なるサンゴ礁生息地の概要を示す詳細なサンゴ礁コミュニティマップを生成でき、サンゴ礁修復プロジェクトのさらなる洞察を可能にする可能性があることを示しています.
フレームワークをオープンソースソフトウェアとしてリリースし、世界のさまざまな地域への拡張を可能にします

要約(オリジナル)

Environmental damage has been of much concern, particularly coastal areas and the oceans given climate change and drastic effects of pollution and extreme climate events. Our present day analytical capabilities along with the advancements in information acquisition techniques such as remote sensing can be utilized for the management and study of coral reef ecosystems. In this paper, we present Reef-insight, an unsupervised machine learning framework that features advanced clustering methods and remote sensing for reef community mapping. Our framework compares different clustering methods to evaluate them for reef community mapping using remote sensing data. We evaluate four major clustering approaches such as k- means, hierarchical clustering, Gaussian mixture model, and density-based clustering based on qualitative and visual assessment. We utilise remote sensing data featuring Heron reef island region in the Great Barrier Reef of Australia. Our results indicate that clustering methods using remote sensing data can well identify benthic and geomorphic clusters that are found in reefs when compared to other studies. Our results indicate that Reef-insight can generate detailed reef community maps outlining distinct reef habitats and has the potential to enable further insights for reef restoration projects. We release our framework as open source software to enable its extension to different parts of the world

arxiv情報

提供元, 利用サービス

arxiv.jp, Google