Fachbeiträge

Sämtliche Fachbeiträge aus den Hydrographischen Nachrichten seit der Ausgabe HN 100 sind online verfügbar.
Sie können über Titel, Autor, DOI und Schlüsselwörter gesucht werden.

Interactive processing of MBES bathymetry and backscatter data using Jupyter Notebook and Python

This work explores the potential of Jupyter Notebook and Python to create an interactive processing tool for multibeam bathymetry and backscatter data. For this purpose, a Kongsberg EM 122 data set was used to identify and implement the required processing steps. Special attention was paid to the integration of freely available open source libraries to meet the performance requirements. The result is a modular approach that first decodes the required raw data, then computes the bathymetry and backscatter point clouds and finally applies semi-automatic filters to clean the bathymetry from outliers and visually correct the backscatter. Validation with data already processed on board confirmed the general feasibility of the approach. However, minor inconsistencies were encountered in the preprocessing of the bathymetry, which should be ad-dressed in further work. Additionally, the tool can be extended for tidal correction and navigation pro-cessing.

Python | Jupyter Notebook | multibeam processing | bathymetry | backscatter | open source

Diese Arbeit untersucht das Potenzial von Jupyter Notebook und Python zur Erstellung eines interaktiven Tools zur Verarbeitung von Fächerlot-Bathymetrie- und -Rückstreudaten. Zu diesem Zweck wurde ein Kon-gsberg-EM-122-Datensatz verwendet, um die erforderlichen Verarbeitungsschritte zu identifizieren und zu implementieren. Besonderes Augenmerk wurde auf die Integration von frei verfügbaren Open-Source-Bibliotheken gelegt, um den Leistungsanforderungen gerecht zu werden. Das Ergebnis ist ein modularer Ansatz, der zunächst die benötigten Rohdaten decodiert, dann die Bathymetrie- und Rückstreupunktwolken berechnet und schließlich halbautomatische Filter anwendet, um die Bathymetrie von Ausreißern zu bereinigen und die Rückstreuung visuell zu korrigieren. Die Validierung mit bereits an Bord verarbeiteten Daten bestätigte die generelle Machbarkeit des Ansatzes. Allerdings traten kleinere Unstimmigkeiten bei der Vorverarbeitung der Bathymetrie auf, die in weiteren Arbeiten behoben werden sollten. Zusätzlich kann das Tool für die Gezeitenkorrektur und die Navigationsverarbeitung erweitert werden.

Python | Jupyter Notebook | Verarbeitung von Fächerlotdaten | Bathymetrie | Backscatter | Open Source

  • Ausgabe: HN 119, Seite 48–52
  • DOI: 10.23784/HN119-07
  • Autor/en: Sophie Andree

Sorry, this website uses features that your browser doesn’t support. Upgrade to a newer version of Firefox, Chrome, Safari, or Edge and you’ll be all set.

Wir nutzen Cookies auf unserer Website. Einige von ihnen sind essenziell für den Betrieb der Seite, während andere uns helfen, diese Website und die Nutzererfahrung zu verbessern (Tracking Cookies). Sie können selbst entscheiden, ob Sie die Cookies zulassen möchten. Bitte beachten Sie, dass bei einer Ablehnung womöglich nicht mehr alle Funktionalitäten der Seite zur Verfügung stehen.