Loading…
Thumbnail Image

Present-day erosion of the north polar scarps on Mars from automated detection and analysis of active block falls

Fanara, Lida

In this thesis the evolution of the north polar scarps on Mars was studied with respect to the erosion rate caused by ice block falls. An automated method was developed to identify new blocks between individual High Resolution Imaging Science Experiment (HiRISE) images acquired at different times. This method was then applied to HiRISE images spanning three Martian years to derive the first observation-based erosion rate estimation for such scarps. Existing automated detection methods developed for Mars had focused either on large surface objects such as impact craters or on rocks at candidate landing sites, where the background environment is flat and constant over time. Developing an automated change detection method for block falls along the steep scarps of the north polar ice cap, however, presented a new challenge due to the small sizes of the ice blocks and the complex and dynamic background of the region. An automated method was developed based on machine learning and blob detection. Its performance was assessed through comparison with manual identification of new blocks. The method correctly identified 75.1% of the new blocks with a false detection rate of 8.5%, proving a robust and trust-worthy automated method. The developed method was used to identify new blocks and estimate their sizes and volumes. The results enabled estimating the retreat rate to be ~ 0.2 m/kyr, a rate which is similar to that of the ice accumulation on top of the scarp. This retreat rate is too low to counteract the viscous flow rate suggested on the basis of theoretical modelling studies, a process with a competing effect to erosion. The approach in this dissertation highlighted the benefits of inter-disciplinary research, provided novel insights into long-standing questions and can, thus, become a stepping stone in the application of machine learning in satellite image analysis with a focus on geo-morphological questions in planetary research.
Im Rahmen dieser Doktorarbeit wird die gegenwärtige Entwicklung von Steilabbrüchen am Rand der nördlichen Polkappe des Planeten Mars anhand der durch Blockstürze verursachten Erosionsrate untersucht. Dafür wurde eine automatische Methode entwickelt, die es erlaubt, neu abgelagerte Eisblöcke auf zeitlich aufeinanderfolgenden High Resolution Imaging Science Experiment (HiRISE) Bildern zu erfassen. Diese Methode wird auf Bilder angewendet, die über einen Zeitraum von drei Marsjahren aufgenommen wurden, und erlaubt erstmals die Bestimmung einer Erosionsrate durch Blockstürze für solche Hänge. Frühere zur Untersuchung der Marsoberfläche verwendete automatische Objekterkennungsmethoden für Bilddaten waren entweder auf große Oberflächenformen wie Einschlagskrater beschränkt oder auf kleinere Objekte wie Gesteinsblöcke in Landestellenregionen spezialisiert, die typischerweise durch flache Oberflächen gekennzeichnet sind und keine kurzfristigen morphologischen Veränderungen erwarten lassen. Die Entwicklung einer automatischen Methode zur Erkennung vonVeränderungen (change detection) aufgrund von Fels- bzw. Eisstürzen entlang der steilen Abbruchkanten der nördlichen Eiskappe stellt auf Grund der geringen Abmessungen der Eisblöcke und der komplexen Landschaftsdynamik in der Region eine neue Herausforderung dar. Die hier entwickelte automatische Methode basiert auf dem so genannten maschinellen Lernen (machine learning) und einer regionenbasierten Bildanalyse (blob detection). Die Leistungsfähigkeit und Zuverlässigkeit dieser Methode wird durch Vergleich mit der manuellen Erkennung neuer Blockablagerungen unter Beweis gestellt. Dabei zeigt sich ein Anteil von 75.1% richtig erkannter Eisblöcke und 8.5% falsch-positiver Ergebnisse. Die hier entwickelte Methode wird angewandt, um neue Blöcke zu erkennen und darüber hinaus ihre jeweiligen Größen und Volumina zu bestimmen. Anhand der Ergebnisse kann eine Rückverlagerung des Steilhangs um 0.2 m/kyr bei gleichmäßig über den gesamten Hang verteilter Erosion bestimmt werden, die mit der derzeitigen Akkumulationsrate von Eis auf dem Plateau oberhalb der Abbruchkante übereinstimmt. Die ermittelte Erosionsrate ist allerdings nicht mit aktuellen theoretischen Modellen zu viskosen Massenbewegungen im Randbereich der Polkappe in Einklang zu bringen, da die von diesen vorhergesagte konkurrierende Auswirkung auf das Hangprofil durch Hangdeformation nicht durch die Erosionswirkung von Blockstürzen ausgeglichen werden kann. Die besondere Herangehensweise in dieser Doktorarbeit zeigt die Vorteile, die interdisziplinäre Forschung mit sich bringen kann, um neue Erkenntnisse zu über lange Zeit „offene“ Fragen zu erlangen. Die zahlreichen möglichen Erweiterungen, die sich auch im Ausblick dieser Arbeit in Bezug auf die Anwendung von maschinellem Lernen auf geomorphologische Fragestellungen erkennen lassen, deuten das Potential dieser Methodik an, künftig als Meilenstein für die Analyse von Satellitendaten gewertet zu werden.