I sin doktorgradsavhandling har Agnieszka Kuras sett på mulighetene for å smelte sammen ulike fjernmålingssensorer i urbane og tøffe omgivelser.
Etterspørselen etter multisensorisk datafusjon i jordobservasjoner øker stadig, som følge av teknologiske fremskritt og viljen til å utforske jorden på en tverrfaglig måte. Nylig har hyperspektral avbildning blitt et lovende verktøy for jordovervåkingsformål, og viser seg også å være egnet for fusjon med andre eksterne sensorer for ulike applikasjoner.
Denne avhandlingen undersøker ulike typer multisensorisk datafusjon, slik som på egenskapsnivå- og applikasjonsnivå, hvor hver anvendelse er basert på flybåren hyperspektral avbildning. I datafusjon på egenskapsnivå kombineres hyperspektral avbildning med LiDAR (Light Detection and Ranging) for å analysere urbane miljøer, hovedsakelig med fokus på klassifisering av urbant land-dekke og implementering av dyplæringsalgoritmer. Datafusjon på applikasjonsnivå derimot, presenterer integrasjonen av hyperspektral avbildning med magnetiske data for materialkarakterisering av geologiske komplekser i tøffe miljøer, som Grønland.
I denne doktorgradsavhandlingen har Agnieszka Kuras fokusert på å forbedre analyseresultatene ved å kombinere hyperspektral avbildning med andre sensorer og nøyaktig velge applikasjoner der én sensor ikke er tilstrekkelig til å oppnå de nødvendige parameterne.
Analysen av datafusjon på egenskapsnivå for hyperspektrale og LiDAR-data begynte med en detaljert gjennomgang av de sensornøkkel-karakteristikker som er mest representative for analyse av urbant landdekke. Disse egenskapene var ment å segmentere landdekkeklasser ved å vurdere 2D- og 3D-konvolusjonsoperasjoner, der 2D-konvolusjoner involverer romlig informasjon og 3D-konvolusjoner legger til en spektral dimensjon som tillater inkludering av informasjon om sammenhengen mellom hyperspektrale bånd. Studien om datafusjon på egenskapsnivå ble fullført med en multitemporal analyse, der et generelt rammeverk ble foreslått for automatisk oppdatering av en lokal urban database.
Den andre delen av avhandlingen er basert på fusjon av sensorer som opererer i forskjellige egenskapsvektorer med en felles faktor: å identifisere jern og dets magnetiske egenskaper. Jern i hyperspektral avbildning har distinkte absorpsjonsegenskaper som også kan gjenkjennes ved den relativt lave romlige vi oppløsningen, men er også det eneste kjemiske elementet som er i stand til å opprettholde magnetiske egenskaper, som er hovedmålet for magnetiske undersøkelser.
Denne avhandlingen har bidratt med nye tilnærminger til ulike multisensor datafusjonsutnyttelse på egenskapsnivå og applikasjonsnivå, som bekrefter det store potensialet og allsidigheten og viser fremtidige retninger for tverrfaglig forskning ved bruk av fjernmålingsmetoder for jordobservasjon.
Agnieszka Kuras forsvarer sin doktorgradsavhandling "Flybåren hyperspektral avbildning for multisensorisk datafusjon" fredag 17. mars 2023. Les disputasoppslaget her.