Police plus grandePolice plus petite

 Application d'un estimateur robuste à la détection des erreurs ponctuelles dans les données bathymétriques multifaisceaux : l'estimateur de Tukey

DEBESE N.

    

002/98

    

Résumé / Abstract

Table des matières

Pour l'exécution de ses levés hydrographiques, le SHOM (service hydrographique et océanographique de la marine) exploite deux sondeurs multifaisceaux. Bien que ces systèmes fournissent des données de grande qualité, celles-ci comportent régulièremen des mesures erronées qu'il faut détecter et éliminer. Les méthodes d'épuration manuelles utilisées actuellement sont efficaces mais nécessitent un temps de traitement important, particulièrement dans le cas des levés par petits fonds. 
 Afin de réduire le coût que représente cette phase d'épuration des données, le SHOM a développé des algorithmes de détection automatique de sondes douteuses. Le présent article décrit un nouvel algorithme basé sur la théorie des estimateurs robustes. La modélisation locale des reliefs par une surface d'ordre 2 s'appuie sur un W-estimateur. De forts écarts mesurés entre les profondeurs réelles et le modèle désignent alors les sondes douteuses. Cet algorithme a été testé sur différents jeux de données bathymétriques. Il permet d'obtenir de bons résultats et ne requiert que deux paramètres de contrôle. 
 Cet algorithme a été intégré dans l'outil d'épuration développé au SHOM. L'algorithme de détection est tout d'abord appliqué sur le jeu de données brutes. L'opérateur contrôle ensuite les sondes douteuses. Les premiers tests réalisés à bord ont montré que l'on pouvait ainsi réduire considérablement le temps de traitement. 
 
 The french naval hydrographie and oceanographic service (SHOM) operates two MultiBeam Echo for hydrographic surveys. Even if these systems allow to obtain data with high quality, erroneous soundings subsist that must be detected and cleaned. Cleaning methods actually used are manual. They ensure a high quality data sets but they represent a considerable human workload. 
 To reduce the cost of the data cleaning, SHOM has developed automatic algorithme to detect dubious soundings. This paper presents a new algorithm based on the robust estimation theory. Locally a model surface of order 2 is fitted using a W-estimator. High residuals between the measured depth and the model highlight possible outliers. This algorithm has been tested on different MBES data. lt allow to obtain good results and requires only two control parameters. 
 This algorithm has been integrated in the data cleaning system developed at SHOM. The raw data set is first processed by the detection algorithme, then the operator controls the detected data. The first on board tests show a dramatic reduction of the processing time with an increase of quality.

  • Généralités
  • Description de l'algorithme
  • Le RGPF
  • Introduction de l'estimateur robuste
  • Présentation des données
  • Application de l'algorithme à l'épuration des quatre fauchées
  • Conclusion
  • Annexe
  • Bibliographie


    
Les rapports d'étude

Accès rapide
Prédiction de marée Groupe d'avis aux navigateurs (GAN) Informations nautiques Catalogue des cartes Espace de diffusion Portail data.shom.fr
Catalogue PPML
Catalogue PPML