Vis enkel innførsel

dc.contributor.authorUgulen, Håvard Stavn
dc.date.accessioned2023-11-14T08:01:24Z
dc.date.available2023-11-14T08:01:24Z
dc.date.issued2023-11-28
dc.date.submitted2023-10-31T09:27:10.600Z
dc.identifiercontainer/c9/ff/f7/34/c9fff734-79d9-4e83-a758-c55f23f2ed80
dc.identifier.isbn9788230862421
dc.identifier.isbn9788230865088
dc.identifier.urihttps://hdl.handle.net/11250/3102299
dc.description.abstractViktigheten av nøyaktige målinger av interaksjoner mellom lys og partikler i marine miljøer har økt de siste årene grunnet den økende interessen for miljøovervåkning, satellittmålinger, og trådløs optisk undervannskommunikasjon. Interaksjoner i form av absorbsjon og spredning er beskrevet av mediets iboende optiske egenskaper, som er egenskaper som er kun avhengige av selve mediet. Kunnskap om de iboende optiske egenskapene til vannmasse kan derfor gi verdifull informasjon om hvilke typer partikler vannet inneholder, f.eks. planteplankton og mineraler, og størrelsesfordelingen av disse partiklene. Volumspredningsfunksjonen (VSF) er en av de fundamentale iboende optiske egenskapene, og beskriver vinkelfordelingen og den relative intensiteten av spredt lys. Det har i mange år vært vanskelig å måle VSF fordi det krever komplisert instrumentering, men som også skal være praktisk å bruke i feltarbeid. LISST-VSF er et kommersielt instrument utviklet av Sequoia Scientific, som kan gjøre målinger av VSF fra 0.1-150°. Et kommersielt tilgjengelig instrument gjør det mulig å gjennomføre in situ målinger av VSF i stor skala, og tilbyr en mer standardisert metode for å gjøre slike målinger. I tillegg til å være karakteriserende egenskap av mediet, så brukes VSF ofte i lystransportsimuleringer. Analytiske modeller for VSF har tradisjonelt blitt brukt for slike simuleringer, men disse er generelt ikke en presis modell for VSF i naturlige vannmasser. Arbeidet i denne avhandlingen dreier seg om karakterisering og korreksjon av VSF-målinger. Metodene som presenteres er generelle, men anvendes spesifikt til LISST-VSF målinger i dette arbeidet. Instrumentet LISST-VSF opererer under antagelsen av at detektert lys kun er spredt en gang (singel spredning). Tidligere studier har vist at dette ikke stemmer, hvor en stor andel av det detekterte lyset kan være spredt to eller flere ganger (multippel spredning) i vann med høy turbiditet. Dette resulterer i for høye verdier og endret form på VSF-målingen sammenlignet med den ønskede målingen, hvor kun lys som er spredt en gang er detektert. I den første artikkelen (Paper I) ble en Monte Carlo simulering utviklet for å simulere LISST-VSF instrumentet. Simuleringen ble validert ved å sammenligne simulert VSF med kontrollerte målinger av VSF gjennomført på laboratoriet. Resultatene bekreftet at avvikene observert i målinger med LISST-VSF i turbide vannmasser var et resultat av multippel spredning av lys. Resultatene demonstrerte også at feil i VSF målinger kan være 10% for en spredningskoeffisient på bare b = 1 m-1. I den andre artikkelen (Paper II) ble Monte Carlo simuleringen forbedret ved å implementere en rekke variansreduksjonsmetoder. Den viktigste av disse er kalt detector directional importance sampling, som øker andelen av fotoner som blir detektert i simuleringen. Resultatene viste 10x økt effektivitet for spredningskoeffisienter b < 6 m-1. I den andre delen av denne studien undersøkte vi nærmere effekten av multippel spredning på VSF målt med LISST-VSF. Ved å simulere VSF med mange forskjellige Fournier-Forand og Henyey-Greenstein fasefunksjoner fant vi at feil i målinger pga. multippel spredning avhenger av fasefunksjonen. I den tredje artikkelen (Paper III) ble et nevralt nettverk med tre skjulte lag utviklet for å korrigere feil grunnet multippel spredning i målinger gjort med LISST-VSF. The nevrale nettverket ble trent med data generert med Monte Carlo simuleringen utviklet i den første og andre artikkelen. Testing av det nevrale nettverket ble gjennomført med to forskjellige datasett, hvor "sann" VSF ble estimert ved hjelp av utvannede prøver. Disse ble brukt som en referanse for VSF korrigert med det nevrale nettverket. Resultatene viste at korrigert VSF var veldig lik referanse VSF i både størrelse og form for begge datasett. Det nevrale nettverket ga også gode korreksjoner for et stort datasett med in situ VSF målinger fra mange forskjellige steder.en_US
dc.description.abstractAccurate measurements of light-particle interactions in marine environments have become increasingly important over the years due to the growing interest in environmental monitoring, remote sensing, and underwater optical wireless communication. Interactions in terms of absorption and scattering are described by the medium's inherent optical properties (IOPs), which are properties that are solely dependent on the medium itself. Thus, obtaining knowledge of the IOPs for a body of water provides valuable information of what type of particles constitutes the water, e.g., phytoplankton and minerals, and the size distribution of these particles. The volume scattering function (VSF) is one of the fundamental IOPs, describing the angular distribution and relative intensity of scattered light. Measurements of the VSF have for many years been difficult to obtain, requiring complex instrumentation, while being practical to deploy for in situ measurements. The LISST-VSF is a commercial instrument developed by Sequoia Scientific, and is able to measure the VSF from 0.1-150°. The availability of a commercial instrument enables in situ measurements of VSFs on a larger scale, and offers a more standardized method for doing so. In addition to being a characterizing property of the medium, the VSF is also commonly used in light transport simulations. Analytical models of the VSF have traditionally been employed for this purpose, but these do generally not accurately model the VSF in natural waters. This thesis work revolves around characterization and correction of VSF measurements. The methods presented are general in nature, but are here applied to the LISST-VSF specifically. The LISST-VSF operates under the assumption that detected light is only scattered once (single scattering). However, studies have shown that this is not the case. In turbid waters, a significant fraction of the detected light is scattered two or more times (multiple scattered light). This results in elevated and distorted measured VSFs compared to the desired single scattering VSF. In Paper I, a Monte Carlo simulation was developed to simulate the LISST-VSF instrument. The simulation was validated by comparing simulated VSFs to controlled LISST-VSF measurements in the lab. The results confirmed that discrepancies seen in LISST-VSF measurements in turbid waters were indeed due to multiple scattering. The results also demonstrated that errors from multiple scattering can be 10% at a scattering coefficient of only b = 1 m-1. In Paper II, the Monte Carlo simulation was improved by implementing a number of variance reduction methods. The most important of these is known as detector directional importance sampling, which significantly increases the number of photons detected in the simulation. The results demonstrated a 10x increase in efficiency at scattering coefficient b < 6 m-1. In the second part of the study, we further investigated the effects of multiple scattering on LISST-VSF measurements. By simulating VSFs with many different Fournier-Forand and Henyey-Greenstein phase functions, we showed that the multiple scattering error significantly depends on the phase function. In Paper III, a feedforward neural network with three hidden layers was developed to correct multiple scattering errors in LISST-VSF measurements. The neural network was trained on a training set generated with the Monte Carlo simulation developed in Paper I and II. Testing of the neural network was carried out on two different sample sets, where dilution corrected VSFs had been obtained, serving as benchmarks for the neural network. The results showed that the neural network estimated VSFs was very similar to the dilution corrected VSFs, both in terms of shape and magnitude. The neural network was also found to provide good corrections to a large sample set consisting of in situ samples collected from many different places.en_US
dc.language.isoengen_US
dc.publisherThe University of Bergenen_US
dc.relation.haspartPaper 1. Ugulen, H. S., Sandven, H., Hamre, B., Kristoffersen, A. S., and Sætre, C., (2021) Analysis of multiple scattering errors in LISST-VSF volume scattering function measurements using Monte Carlo simulations and experimental data, Optics Express 29(8), 12413-12428. The article is available at: <a href="https://hdl.handle.net/11250/2835027" target="blank">https://hdl.handle.net/11250/2835027</a>en_US
dc.relation.haspartPaper 2. Ugulen, H. S., Sandven, H., Hamre, B., Kristoffersen, A. S., and Sætre, C., (2022) Efficient Monte Carlo simulation reveals significant multiple scattering errors in underwater angular scattering measurements, Optics Express 30(7), 10802-10817. The article is available at: <a href="https://hdl.handle.net/11250/2994267" target="blank">https://hdl.handle.net/11250/2994267</a>en_US
dc.relation.haspartPaper 3. Ugulen, H. S., Koestner, D., Sandven, H., Hamre, B., Kristoffersen, A. S., and Sætre, C., (2023) A neural network approach for correction of multiple scattering errors in the LISST-VSF instrument, Optics Express 31(20), 32737-32751. The manuscript is available in the thesis. The published article is available at: <a href="https://doi.org/10.1364/OE.495523" target="blank">https://doi.org/10.1364/OE.495523</a>en_US
dc.rightsAttribution (CC BY). This item's rights statement or license does not apply to the included articles in the thesis.
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.titleCharacterization and correction of errors in measured inherent optical properties: Multiple scattering errors in LISST-VSF measurementsen_US
dc.typeDoctoral thesisen_US
dc.date.updated2023-10-31T09:27:10.600Z
dc.rights.holderCopyright the Author.en_US
dc.description.degreeDoktorgradsavhandling
fs.unitcode12-24-0


Tilhørende fil(er)

Thumbnail

Denne innførselen finnes i følgende samling(er)

Vis enkel innførsel

Attribution (CC BY). This item's rights statement or license does not apply to the included articles in the thesis.
Med mindre annet er angitt, så er denne innførselen lisensiert som Attribution (CC BY). This item's rights statement or license does not apply to the included articles in the thesis.