Bai 2023,2024, 2025. Ontwikkeling van multispectrale sonar-technieken voor het in kaart brengen van zeebodem- en schelpdierkenmerken in de Noordzee

In 2023 toonde zij aan dat data van meerdere frequenties (onder andere 90 kHz en 300 kHz) met een multi-beam echosounder (MBES) gebruikt kunnen worden om sedimenteigenschappen zoals korrelgrootte, schelpresten of bodemdieren te onderscheiden. Hoewel de meerfrequente benadering niet in alle gevallen een duidelijke meerwaarde liet zien ten opzichte van single-frequentie, werd het potentieel benadrukt voor het op grotere schaal monitoren van zeebodemhabitats.

In een vervolgonderzoek uit 2024 werd deze aanpak verder verfijnd door het beeldmateriaal te koppelen aan machine learning. De test werd uitgevoerd op bekende schelpdierbanken en toonde dat het concept werkt. Het blijft wel nodig om bodemmonsters te nemen zodat het model kan worden geverifieerd.

De lessen uit deze studies zijn meegenomen in het vervolgonderzoek in 2025. Hier werd nieuwe data verzameld van een schelpdierbank in de Noordzee. Daarbij werd de methodiek aangevuld met slimme methoden voor het vullen van datagaten (semi-geautomatiseerde backscatter-completion) en classificatie (met Gaussian Mixture Model). De schelpenbedden bleken zo beter herkenbaar dan met eerdere methoden (met Bayesian classificatie). Met name door gebruik te maken van frequenties 90 kHz en 450 kHz en onder een backscatter hoek van ±40–60° kon goed onderscheid worden gemaakt tussen bentische organismen en sediment.

Het werk van TU Delft laat een duidelijke ontwikkeling zien: van experimentele toepassing van multispectrale backscatter om sediment- en benthoskenmerken te onderscheiden (2023), naar een geavanceerdere classificatie van specifieke benthoshabitats (2026). Een bewijs van het concept is hiermee gemaakt.  Er is wel  nog meer bodemdata nodig om het ook breder inzetbaar te maken voor de hele kustzone. De stap naar opschaling van deze techniek moet nog worden genomen.