Estimering av egenskaper til naturlige klasser i radarbilder med en blandingsmodell
I løpet av de siste årene har isdekket i polhavet gått fra å være flerårsis til å bli en sesongbasert istype. Hvordan isen utvikler seg på sommeren vil avhenge av smeltevannandelen, blant annet på grunn av at smeltevannet har mindre albedo enn isen. For å estimere andelen smeltevann er det i denne o...
Main Author: | |
---|---|
Format: | Master Thesis |
Language: | Norwegian Bokmål |
Published: |
UiT Norges arktiske universitet
2018
|
Subjects: | |
Online Access: | https://hdl.handle.net/10037/13537 |
id |
ftunivtroemsoe:oai:munin.uit.no:10037/13537 |
---|---|
record_format |
openpolar |
spelling |
ftunivtroemsoe:oai:munin.uit.no:10037/13537 2023-05-15T18:02:59+02:00 Estimering av egenskaper til naturlige klasser i radarbilder med en blandingsmodell Moe, Åse Mari 2018-05-31 https://hdl.handle.net/10037/13537 nob nob UiT Norges arktiske universitet UiT The Arctic University of Norway https://hdl.handle.net/10037/13537 openAccess Copyright 2018 The Author(s) VDP::Matematikk og Naturvitenskap: 400::Matematikk: 410::Statistikk: 412 VDP::Mathematics and natural science: 400::Mathematics: 410::Statistics: 412 VDP::Matematikk og Naturvitenskap: 400::Informasjons- og kommunikasjonsvitenskap: 420::Simulering visualisering signalbehandling bildeanalyse: 429 VDP::Mathematics and natural science: 400::Information and communication science: 420::Simulation visualization signal processing image processing: 429 FYS-3941 Master thesis Mastergradsoppgave 2018 ftunivtroemsoe 2021-06-25T17:56:03Z I løpet av de siste årene har isdekket i polhavet gått fra å være flerårsis til å bli en sesongbasert istype. Hvordan isen utvikler seg på sommeren vil avhenge av smeltevannandelen, blant annet på grunn av at smeltevannet har mindre albedo enn isen. For å estimere andelen smeltevann er det i denne oppgaven utviklet flere metoder som kan brukes på satellittbilder. Disse metodene bruker en statistisk blandingsmodell og momentmetoden. Momentene som er brukt er lineære- og logaritmiske momenter opp til tredje orden. Totalt er det utviklet fire metoder som ser på intensitetsdata og to som bruker kovariansmatrisa. De statistiske egenskapene varians og forventingsskjevhet er undersøkt gjennom flere simuleringsstudier. Metodene så ut til å fungere så lenge utvalget hadde av en viss størrelse, at ingen av klassene var for små og dersom forventingene til de to fordelingene ikke var for lik. Under sammenligningene så det ut til at estimatorene var konsistente. Metodene er også blitt testet på et reellt datasett fra satellitten TerraSAR-X, men her så det ikke ut til at metodene fungerte. Estimatene for smeltevannandelen så ut til å generelt ligge for høyt og metodene som brukte kovariansmatrisa så ut til å ha problemer med å skille dataen i to klasser. For et område der bakkesannheten hadde ca. 24 % smeltevannandel estimerte metodene andelen til å være over 67 %. Feilene kan skyldes en kombinasjon av at datasettet lå nær støygulvet og at bildene består av mange blanda piksler og eventuelt flere klasser. Spesielt satellittbildet som lå delvis under støygolvet ga problemer. Master Thesis Polhav* Polhavet University of Tromsø: Munin Open Research Archive Skille ENVELOPE(12.343,12.343,65.497,65.497) |
institution |
Open Polar |
collection |
University of Tromsø: Munin Open Research Archive |
op_collection_id |
ftunivtroemsoe |
language |
Norwegian Bokmål |
topic |
VDP::Matematikk og Naturvitenskap: 400::Matematikk: 410::Statistikk: 412 VDP::Mathematics and natural science: 400::Mathematics: 410::Statistics: 412 VDP::Matematikk og Naturvitenskap: 400::Informasjons- og kommunikasjonsvitenskap: 420::Simulering visualisering signalbehandling bildeanalyse: 429 VDP::Mathematics and natural science: 400::Information and communication science: 420::Simulation visualization signal processing image processing: 429 FYS-3941 |
spellingShingle |
VDP::Matematikk og Naturvitenskap: 400::Matematikk: 410::Statistikk: 412 VDP::Mathematics and natural science: 400::Mathematics: 410::Statistics: 412 VDP::Matematikk og Naturvitenskap: 400::Informasjons- og kommunikasjonsvitenskap: 420::Simulering visualisering signalbehandling bildeanalyse: 429 VDP::Mathematics and natural science: 400::Information and communication science: 420::Simulation visualization signal processing image processing: 429 FYS-3941 Moe, Åse Mari Estimering av egenskaper til naturlige klasser i radarbilder med en blandingsmodell |
topic_facet |
VDP::Matematikk og Naturvitenskap: 400::Matematikk: 410::Statistikk: 412 VDP::Mathematics and natural science: 400::Mathematics: 410::Statistics: 412 VDP::Matematikk og Naturvitenskap: 400::Informasjons- og kommunikasjonsvitenskap: 420::Simulering visualisering signalbehandling bildeanalyse: 429 VDP::Mathematics and natural science: 400::Information and communication science: 420::Simulation visualization signal processing image processing: 429 FYS-3941 |
description |
I løpet av de siste årene har isdekket i polhavet gått fra å være flerårsis til å bli en sesongbasert istype. Hvordan isen utvikler seg på sommeren vil avhenge av smeltevannandelen, blant annet på grunn av at smeltevannet har mindre albedo enn isen. For å estimere andelen smeltevann er det i denne oppgaven utviklet flere metoder som kan brukes på satellittbilder. Disse metodene bruker en statistisk blandingsmodell og momentmetoden. Momentene som er brukt er lineære- og logaritmiske momenter opp til tredje orden. Totalt er det utviklet fire metoder som ser på intensitetsdata og to som bruker kovariansmatrisa. De statistiske egenskapene varians og forventingsskjevhet er undersøkt gjennom flere simuleringsstudier. Metodene så ut til å fungere så lenge utvalget hadde av en viss størrelse, at ingen av klassene var for små og dersom forventingene til de to fordelingene ikke var for lik. Under sammenligningene så det ut til at estimatorene var konsistente. Metodene er også blitt testet på et reellt datasett fra satellitten TerraSAR-X, men her så det ikke ut til at metodene fungerte. Estimatene for smeltevannandelen så ut til å generelt ligge for høyt og metodene som brukte kovariansmatrisa så ut til å ha problemer med å skille dataen i to klasser. For et område der bakkesannheten hadde ca. 24 % smeltevannandel estimerte metodene andelen til å være over 67 %. Feilene kan skyldes en kombinasjon av at datasettet lå nær støygulvet og at bildene består av mange blanda piksler og eventuelt flere klasser. Spesielt satellittbildet som lå delvis under støygolvet ga problemer. |
format |
Master Thesis |
author |
Moe, Åse Mari |
author_facet |
Moe, Åse Mari |
author_sort |
Moe, Åse Mari |
title |
Estimering av egenskaper til naturlige klasser i radarbilder med en blandingsmodell |
title_short |
Estimering av egenskaper til naturlige klasser i radarbilder med en blandingsmodell |
title_full |
Estimering av egenskaper til naturlige klasser i radarbilder med en blandingsmodell |
title_fullStr |
Estimering av egenskaper til naturlige klasser i radarbilder med en blandingsmodell |
title_full_unstemmed |
Estimering av egenskaper til naturlige klasser i radarbilder med en blandingsmodell |
title_sort |
estimering av egenskaper til naturlige klasser i radarbilder med en blandingsmodell |
publisher |
UiT Norges arktiske universitet |
publishDate |
2018 |
url |
https://hdl.handle.net/10037/13537 |
long_lat |
ENVELOPE(12.343,12.343,65.497,65.497) |
geographic |
Skille |
geographic_facet |
Skille |
genre |
Polhav* Polhavet |
genre_facet |
Polhav* Polhavet |
op_relation |
https://hdl.handle.net/10037/13537 |
op_rights |
openAccess Copyright 2018 The Author(s) |
_version_ |
1766173666823897088 |