Opracowanie bezstratnej metody kompresji danych sondażowych pochodzących z sondy wielowiązkowej zapisanych w formacie ASCII UTM

Wojciech Maleika
Zachodniopomorski Uniwersytet Technologiczny w Szczecinie
Wydział Informatyki
Polska

Piotr Czapiewski
Zachodniopomorski Uniwersytet Technologiczny w Szczecinie
Wydział Informatyki
Polska

Streszczenie

Dane pozyskane z sondaży dna morskiego wykonane z użyciem sondy wielowiązkowej cechują się znacznym rozmiarem. Bardzo często w wyniku jednej sesji pomiarowej otrzymujemy nawet kilka milionów pojedynczych punktów (najczęściej w formacie x,y,z). Informacje te zapisywane są w plikach, często tekstowych, gdzie x,y to położenie punktu (w formacie geograficznym lub częściej UTM), a z określa zmierzoną głębokość w tym punkcie. Ze względu na ogromną liczbę tych punktów dane te zajmują w pamięci komputera lub na dyskach znaczny rozmiar (liczony w MB dla małych obszarów lub GB dla większych). Autorzy przedstawili w artykule różne metody kompresji plików ASCII UTM, w tym opracowaną autorską metodę dopasowaną do struktury danych. Dzięki zastosowaniu metody zapisu różnicowego z wykorzystaniem zmiennej długości w bajtach możemy ponad dziesięciokrotnie zmniejszyć rozmiary tego typu plików, przy zachowaniu pełnej informacji. W artykule przedstawiono dokładny algorytm oraz testy wykonane na danych rzeczywistych.

Słowa kluczowe:

echosonda wielowiązkowa (MBES); batymetria; sondaż morski; system UTM; kompresja danych; kodowanie różnicowe

Pełny tekst:

PDF

Bibliografia

Borkowski P., 2012: Data fusion in a navigational decision support system on a sea-going vessel. Polish Maritime Research vol. 19, no. 4(76): 78-85.

Chybicki A., Łubniewski Z., Moszyński M., 2010: Using wavelet techniques for multibeam sonar bathymetry data compression. Hydroacoustics vol. 13, no. 3: 31-38.

Cormack G.V, Horspool N.N., 1984: Algorithms for adaptive Huffman codes. Information Processing Letters vol.18, no..3: 159-165.

Grabmayer C., Endrullis J., Hendriks D., Klop J.W., Moss L.S., 2012: Automatic Sequences and Zip-Specifications. 27th Annual ACM/IEEE Symposium On Logic In Computer Science (LICS), Book Series: IEEE Symposium on Logic in Computer Science: 335-344, DOI: 10.1109/LICS.2012.44.

Herzfeld U.C., Matassa M.S., Mimler M., 1999: A program for matching universal transverse mercator (UTM) and geographic coordinates. Computers & Geosciences vol.25, no. 7: 765-773, DOI: 10.1016/S0098-3004(99)00020-5.

Łubczonek J., 2006: Analiza porównawcza metod modelowania powierzchni w aspekcie opracowania numerycznego modelu dna morskiego. Roczniki Geomatyki t. 4, z. 3: 151-163, PTIP Warszawa.

Maleika W., Czapiewski P., 2013: Visualisation of multibeam echosounder measurement data. [W:] Maji P. et al. (Eds.) Pattern Recognition and Machine Intelligence, Lecture Notes in Computer Science vol. 8251: 373–380, Springer-Verlag, Berlin Heidelberg.

Maleika W., 2013: The influence of track configuration and multibeam echosounder parameters on the accuracy of seabed DTMs obtained in shallow water. Earth Science Informatics 6: 47-69, DOI 10.1007/s12145-013-0111-9.

Moszyński M., Chybicki A., Kulawiak M., Łubniewski Z., 2013: A novel method for archiving multibeam sonar data with emphasis on efficient record size reduction and storage. Polish Maritime Research no. 1 (77), vol. 20.

Stateczny A., Grodzicki P., Włodarczyk M., 2010: Badanie wpływu parametrów filtracji geodanych pozyskiwanych wielowiązkową sondą interferometryczną GeoSwath+ na wynik modelowania powierzchni dna. Roczniki Geomatyki t. 8, z. 5: 121-130, PTIP Warszawa.

Stephens D., Diesing M., 2014: A comparison of supervised classification methods for the prediction of substrate type using multibeam acoustic and legacy grain-size data. PloS ONE vol. 9, no. 4.

Ziv J., Lempel A., 1977: Universal Algorithm for Sequential Data Compression, IEEE Transactions on Information Theory vol.23, no. 3: 337-343.