透过影像分析和数位化复活数十年前的类比震波图.PDFVIP

透過影像分析和數位化復活數十年前的類比震波圖 By Petros Bogiatzis, Harvard University 在1970 年代數位地震儀出現之前，科學家仰賴類比的地震儀來測量地震波。這些數以百萬計的老舊震波 圖被保存在世界各地的天文氣象觀測站，成為很有價值的大量科學資訊。然而，在現在若要取得這些資訊 卻有相當大的難度 ，因為現今的解析技術只適用於數位地震儀，且需要離散時間序列資料。 Miaki Ishii 教授與我在哈佛大學地震研究小組(Harvard University Seismology Group)已經透過一項互動式 軟體工具，開發出能將類比震波影像轉換為時間序列資料來為這些原本無法取得的類比資料解除封印 。 DigitSeis 軟體利用MATLAB® 影像處理演算法來辨識時間標記及修正影像失真以建立每個訊號的時間點及 振幅。我們的團隊利用DigitSteis 將儲存在Harvard-Adam Dziewoński 天文觀測站 (Harvard-Adam Dziewoński Observatory, HRV)之1930年代至1950年代的震波圖數位化。這個軟體還在持續地開發當中， 我們利用該技術去區別不同類型的記錄。時至今日，大約有20 多幅震波圖已經被數位化了。這項研究帶來 的其中一項結果為在較少發生地震的地殼構造上較安靜的區域，像是美國東北部，做了更大、更完整的地 震記載。透過幫助地球科學家研究數位時代之前的各個地震以及因地震引起的事件，這份詳細的記載為地 震科學的發展開啟了一道新的曙光。 而且，使用DigitSeis 來將世界各地其他站台的紀錄數位化，特別是沒有完整地震記載的地區，可以作為一 個立即改善地震風險評估的實際應用 ，如此可以確保程式碼是建立在正確的資料上。 圖1 – Harvard-Adam Dziewoński 天文觀測站收藏的一張1938 年類比震波圖 震波圖掃描及影像準備 震波圖的數位化是一個由很多步驟所組成的過程，包含了手動及自動的步驟。第一步是清除及掃瞄原始的 類比震波圖來建立一個高解析度的數位影像。一張HRV 收藏的的典型震波圖大約是14 吋x 36 吋，形成一 個數十MB 的JPG 影像檔案。 為了讓大型的影像檔案更容易操作，DigitSeis 將這些影像從24-bit 彩色降低為8-bit 灰階，使得處理的效 率及精確度都能夠充分兼顧 。接著，DigitSeis 利用MATLAB 開發出直方圖修正演算法來移除資料中因為 曝光、長時間儲存、及掃描程序等人為因素造成的痕跡 (圖2) 。 圖2 – 原始震波圖(左上)藉由直方圖修正演算法來改善，製作出一張對比圖(左下) 。圖的右側為依影像解析 度值繪出的直方圖。 將數位化盡量地自動化是我們的目標 ，而使用者在自動流程前或流程後都可以變更這些影像及檔案。舉例 來說，DigitSeis 執行對比改善之後，使用者可以裁切影像、移除背景雜訊、微調對比設定、及調整影像方 向。在這個階段，使用者也可以移除不想要的人為痕跡 ，例如原始報告上的手寫註記或污漬。所利用的功 能是DigitSeis 中的”remove region”工具，而這是透過MATLAB 以及其影像處理工具箱(Image Processing Toolbox™)的roipoly()函式為基礎開發而成的，使用者可以選擇一個影像區域，並將其從數位化過程中移 除(圖3) 。 圖3 – 上：以小時為單位追蹤的震波圖的片段 (17 及 18) 。第一個時間點的選擇(中)以及移除(下) 。 軌跡及時間標記的辨識 下一個步驟是要將經過前處理的影像物件分為三個類別： 地震軌跡。地震軌跡記錄地面的運動，是震波圖主要的特點。 時間標記偏移 。震波圖的軌跡在每次時間標記從主要軌跡偏移的時候會中斷一分鐘。這些偏移幫助科學家 判斷震波圖上事件發生的精確時間點。 雜訊 。這個類別包含任何不應該被數位化的物件，像是污漬及未被手動移除的標記。 DigitSeis 利用MATLAB物件辨識演算法(MATLAB object identification algorithms)來找出軌跡、時間標記、 雜訊的位置並分別用白色、綠色、紅色標示(圖4) 。另外也有供色盲者使用的圖。 圖4 – 震波圖的物件已被分類為軌跡( 白色) 、時間標記(綠色) 、及雜訊(紅色) 。 在這個階段，DigitSeis 也調用我們在MATLAB 開發的演算法來修飾影像的水平及垂直扭曲。這樣的扭曲 稍後會在數位化過程進行修正以減少波形時間點的不正確性。 震波圖的數位化 數位化演算法使用了強度資料來為震波圖軌跡上的每一個點計算出各自