Sentinel-1- ja Sentinel-2-satelliittikuvista tunnistettu meriliikenne ja sen vertailu AIS-aineistoon: Tapaustutkimuksena Turku-Tukholma-välin meriliikenne kesäkauden aikana

Abstract

Meriliikenteellä on tärkeä rooli yhteiskunnassa, ja sen turvallinen toiminta edellyttää riittävää seurantaa, johon käytetään esimerkiksi kaupallisten alusten automaattista tunnistusjärjestelmää (AIS). Jotta havainnot aluksista olisivat luotettavampia, ja kattaisivat AIS-järjestelmän ulkopuoliset alukset, käytetään myös muita menetelmiä, kuten kaukokartoitusta. Satelliittikuvista tehtävä alusten tunnistus mahdollistaa monipuolisemman alusten seurannan esimerkiksi AIS-aineiston ohella. Tunnistin avoimesti saatavilla olevasta Sentinel-1- ja Sentinel-2-aineistosta aluksia, ja vertailin niitä manuaalisesti kerättyyn AIS-aineistoon. Tutkimusalueena oli Turku-Tukholma-väli, ja tarkastelu kattoi ajanjakson toukokuusta lokakuun alkuun. Käytin Sentinel-1- ja Sentinel-2-aineistoihin alusten tunnistukseen yksinkertaista kynnysarvomenetelmää ja kahta OTSU-menetelmää perustuen aineistojen kanaviin ja laskettuihin indekseihin. Arvioin sääolosuhteiden vaikutusta tunnistamiseen, esikäsittelymenetelmien ja tunnistusmenetelmien vaikutusta tunnistusten määrään, havaintojen luotettavuutta ja satelliittikuvien tuottamaa lisäarvoa alusten tunnistuksessa. Sentinel-2-aineistossa tunnistettiin huomattavasti enemmän aluksia verrattuna Sentinel-1-aineistoon, mutta niistä suurin osa näytti olevan virheellisesti tunnistettuja tai AIS-järjestelmän kuulumattomia aluksia. Pilvet ja aallokko näyttivät lisäävän virheellisesti tunnistettujen alusten määrää. Esikäsittelyyn käytetyt menetelmät paitsi suodattivat virheellisesti tunnistettuja aluksia, mutta mahdollisesti myös karsivat erityisesti rantojen läheisyydestä pois todellisia aluksia. Tutkimus osoittaa, että käytetyillä menetelmillä voidaan saada käyttökelpoisia havaintoja, mutta tulosten luotettavuuden parantamiseen tarvitaan parempia suodatusmenetelmiä ja validointimenetelmiä.

Maritime traffic plays a key role in the society, and its safe operation requires sufficient monitoring, which is supported by systems such as the Automatic Identification System (AIS) for commercial vessels. To improve the reliability of the observations of vessels and to cover vessels outside the AIS system, additional methods like remote sensing are also used. Vessel detection based on satellite imagery enables more diverse monitoring alongside the AIS data. I identified vessels from openly available Sentinel-1 and Sentinel-2 satellite imagery and compared them to manually collected AIS-data. The study area covered Turku to Stockholm and the research period was from May until early October. I applied to both Sentinel-1 and Sentinel-2 imagery a simple thresholding method, and two OTSU-methods based on the spectral bands and calculated indices. I evaluated the impact of weather conditions on vessel detection, the impact of pre-processing methods and the identification methods on the number of identifications, the reliability of observations and the added value of satellite images in vessel identification. The number of identified ships was significantly higher on Sentinel-2 images than on Sentinel-1 images, but most of them appeared to be mis-identified or other than AIS-vessels. Clouds and waves appeared to increase the number of misidentified vessels. The methods used for preprocessing not only filtered misidentified vessels but also possibly filtered out real vessels, especially near shorelines. The study demonstrates that the methods used can produce useful observations, but better filtering and validation methods are needed to improve the reliability of the results.