Nytta av backscatterdata från multibeamekolodsmätningar vid ytsedimentklassificering

Transkript

1 Nytta av backscatterdata från multibeamekolodsmätningar vid ytsedimentklassificering Hans Öiås, Johan Nyberg, Anna-Karin Karlsson & Marcus Friding januari 2014 SGU-rapport 2014:03

2 Omslagsbild: Backscattermosaik av Verkeåns forna fåra, Österlen. Från SGUs projekt Skåne strand. Sveriges geologiska undersökning Box 670, Uppsala tel: fax: e-post:

3 INNEHÅLL Sammanfattning... 5 Inledning... 6 Allmänt om data... 6 SGU... 6 Sjöfartsverket... 8 Lagstiftningens begränsningar... 9 Testområden i Bråviken och Kalmarsund Mätutrustning Problem med filformat Bottenklassificering med backscatterdata Programvaror för analys av backscatterdata Automatisk bottenklassning med IVS Geocoder Problem med automatisk klassning Bottenklassificering med amplituddata Överföring av äldre data Nivåjustering av amplituder och förvrängning Framtagande av amplitudmodeller, export och hantering i GIS Bottenbeskaffenhet från SCANDIS Resultat Kuriositet Diskussion Referens Bilaga (32)

4 4 (32)

5 SAMMANFATTNING Arbetet som genomförts har visat på att de backscatterdata som hittills samlats in vid Sjöfartsverkets ordinarie sjömätning kan bearbetas och ge värdefull information om den ytliga bottenbeskaffenheten och därigenom användas för att framställa och förbättra befintliga kartor över geologi, substrat och habitat samt följaktligen brukas i havsplanering. Även äldre amplituddata, som har lägre upplösning, kan tillföra betydelsefull information om den ytliga bottenbeskaffenheten. Förändringar i bottenbeskaffenhet syns mycket väl i högupplösta backscatterdata, men en utvärdering av automatisk ytsedimentklassning på backscatterdata visar att det är nödvändigt att ha en god kunskap om havsbottnens geologiska uppbyggnad, både i grov och fin skala, och en stor mängd sedimentprovtagningar av god kvalitet för kalibrering och kontroll för att resultatet av klassningen ska bli bra. Ytsedimentet (substratet) bestäms till stor del av det geologiska ursprungsmaterial och de sedimentdynamiska förhållanden som råder eller ha rått på platsen, vilket innebär att två eller flera tunna skikt av olika jordarter, med olika fysiska egenskaper, i vissa områden kan finnas i de översta 20 cm av havsbottnen. I sådana områden är, exempelvis, provtagning viktig, då multibeamekolodssignalen, beroende på användningsfrekvens, kan tränga ner någon decimeter i ytsedimentet och därmed representera en sammanslagning av olika typer av sediment. Det finns potential för att vidareutveckla automatisk tolkning och klassning baserat på både amplitud- och backscatterdata, men tillgängliga programvaror kan inte direkt användas på samtliga data insamlade av Sjöfartsverket beroende bland annat på formatproblem. Visuell manuell avgränsning med hög detaljeringsgrad av olika typer av ytsediments utbredning kan dock göras relativt enkelt och snabbt om det finns kunskap om havsbottnens geologiska uppbyggnad och om kalibrering och kontroll görs med hjälp av sedimentprovtagning. I ett första skede bör allt av Sjöfartsverkets arkivmaterial läsas in till ett separat disksystem och kopplas till varje ärendenummers (delområdes) metadata i djupdatabasen. Efter att detta arbete är klart bör griddata med hårdhetsinformation tas fram. Informationen lagras sedan parallellt med djupdatabasen samt även som en bilddatabas med geografiskt refererade bilder med högsta lämpliga upplösning för varje delområde för att användas för manuell tolkning. För områden som i framtiden kommer att sjömätas på uppdrag av Sjöfartsverket bör backscatterinformation från bl.a. multibeamekolodsmätningarna sparas och lagras. Dessutom bör rådata sparas på ett sådant sätt att de enkelt kan användas för analys samt som underlag för planering av vidare undersökning av exempelvis bottenbeskaffenhet (geologi). Klassificering av bottensediment, baserat på backscatterdata mätt med multibeamekolod och sidoavsökande sonar, utförs redan idag av Sveriges geologiska undersökning (SGU), av andra nationella geologiska undersökningar och av sjömätande myndigheter och privata företag som en del i det ordinarie arbetet. Förutom att SGU redovisar utbredningen och klasser av ytsediment i geologisk terminologi presenterar SGU även ytsubstratet indelat i sju klasser anpassat efter European Nature Information System (EUNIS). I SGUs arbete med kartläggning av bottenbeskaffenheten kommer följaktligen tillgång till Sjöfartsverkets backscatterdata kombinerad med SGUs maringeologiska information ge en mer detaljerad bild av havsbottenytans beskaffenhet, och därmed ett bättre underlag för havsplanering. 5 (32)

6 INLEDNING I detta projekt, som är ett samarbete mellan Sjöfartsverket och Sveriges geologiska undersökning (SGU) och finansieras av Naturvårdsverket genom Havsmiljöanslaget, utvecklas och utvärderas olika metoder för processering och tolkning av befintliga amplitud- och backscatterdata som mätts med multistråleekolod av Sjöfartsverket. Syftet är att öka förståelsen för på vilket sätt och i vilken mån dessa backscatterdata tillför information om bottenbeskaffenheten. Målet är att implementera resultaten i de områden där data från både multistråleekolod mätta av Sjöfartsverket och maringeologiska undersökningar utförda av SGU finns för att erhålla en mer detaljerad bild av havsbottenytans beskaffenhet, vilket kan ge ett bättre underlag för substrat- och habitatbestämning och följaktligen fysisk planering. I denna rapport jämförs reguljär maringeologisk information insamlad av SGU med backscatterdata insamlade av Sjöfartsverket i ett område i södra Kalmarsund. SGU har även i det aktuella undersökningsområdet, både i den reguljära kartläggningen och specifikt i det här projektet, utfört ca 40 sedimentprovtagningar som används i syfte att verifiera de hydroakustiska mätningarna. I projektet har Anna-Karin Karlsson, Johan Skogvik, Marcus Friding och Hans Öiås från Sjöfartsverket samt Anna Apler, Gunnar Bergh, Björn Bergman, Anders Elhammer, Ola Hallberg, Bernt Kjellin, Fredrik Klingberg, Olof Larsson, Anna-Lena Lindh, Pär Nordgren, Johan Nyberg, Minna Severin och Peter Slagbrand från SGU deltagit i fältarbetet. ALLMÄNT OM DATA SGU SGU tar fram bl.a. kartor som visar havsbottnens beskaffenhet genom utbredningen av de sediment och den berggrund som dominerar i den översta metern av havsbottnen tillsammans med de tunna lager med en största mäktighet på 50 cm som finns i havsbottenytan. Kartorna presenteras som huvudjordart och tunna lager i geologisk terminologi, vilken redovisar sedimenten indelade efter bildningsmiljö, kornstorleksfördelning och innehåll av organiskt material (fig. 1a). Härigenom kan man utläsa vissa drag i sedimentens fysikaliska egenskaper, nuvarande och tidigare sedimentdynamiska förhållanden samt sannolik lagerföljd på djupet. För att alla användare lättare ska kunna tillgodogöra sig informationen presenteras också kartorna som ytsubstrat indelat i sju klasser anpassat efter European Nature Information System (EUNIS), (fig. 1b, Hallberg m.fl. 2010). SGU framställer även sedan 2011 kartor som visar utbredningen av vegetation baserat på backscatterdata från sidoavsökande sonar och multibeamekolod. SGUs maringeologiska undersökningsverksamhet bygger på bottenpenetrerande mätningar, såsom reflektionsseismik och sedimentekolod, samt bottenyteavbildande mätningar, såsom backscattermätningar med side-scan sonar och sedan 2010 även backscattermätningar med interferrometrisk sonar och multibeamekolod tillsammans med djupmätningar från dessa två system. Mätningarna utförs längs planerade linjer vars inbördes avstånd anpassas till de geologiska för- Figur 1. A. Den maringeologiska kartan över svenskt havsområde som visar havsbottenytans beskaffenhet genom utbredningen av olika sediment och berggrund i geologisk terminologi. B. Ytsubstratkarta producerad av SGU över svenskt havsområde. Ytsubstraten är indelade i sju klasser anpassat efter EUNIS och framtagna genom en direktöversättning från den geologiska terminologin. C. Status år 2013 på SGUs kartläggning av svenskt havsområde med de skalor som de olika områdena presenteras i. D. Side-scan sonarmosaik från södra Kalmarsund med 900 m mellan mätlinjerna som är ämnad för kartframställning i skala 1: Den högra delen av figuren är draperad med terrängskuggning. Området är ca 3 3 km stort. E. En mer högupplösande side-scan sonarmosaik med ca 100 m mellan linjerna som är ämnad för kartframställning i skala 1: (32)

7 A B D C E 7 (32)

8 hållandena inom varje undersökningsområde samt efter speciella användarbehov. För planering av mätlinjerna används det bästa tillgängliga batymetriska underlaget, resultat av tidigare undersökningar (såväl egna som publicerade), information om de geologiska förhållandena inom anslutande landområden samt information om historiska, befintliga och planerade verksamheter inom området. Mätlinjeavståndet har varit ca m (kartläggning för presentationsskalan 1: ), 13 km (kartläggning för presentationsskalan 1: ) och ca m (kartläggning för presentationsskalan 1: ), se figurer 1c e. Upplösningen på de bottenyteavbildande mätningarna vad gäller side-scan sonar har valts med avseende på mätlinjeavstånd. Ju längre linjeavstånd desto högre täckningsbredd krävs vilket reducerar upplösningen. I Kalmarsund har mätlinjemellanrummet varit ca m, vilket innebär en kartläggning för presentationsskalan 1: Kartor i en mer detaljerad skala får inte spridas enligt lagen om skydd av landskapsinformation utan spridningstillstånd för produkten, och sådant tillstånd söks hos Sjöfartsverket. Karteringsmodellen för denna skala är även anpassad med tanke på yttäckning gentemot detaljeringsgrad ur en ekonomisk och resursmässig utgångspunkt. För att få en heltäckande bild av bottenytan med detta mätlinjemellanrum används en akustisk frekvens för side-scan sonar som ger en god täckning av bottenytan men en något sämre upplösning. Resulterande rasterbilder från side-scan sonarmätningar med dessa frekvenser ges en pixelstorlek på 1 m (fig. 1d e). Insamling med samtliga mätsystem måste utföras för att samtolkning av mätdata ska vara möjlig. Seismik- och sedimentekolodsdata kompletterar varandra. Båda krävs för att en fullständig profil genom jordlagerföljden ska kunna erhållas. Data från bottenyteavbildande mätningar utförda samtidigt och i samma mätlinje som de bottenpenetrerande mätningarna gör det möjligt att säkrare fastställa var materialgränser, observerade med hjälp av de bottenpenetrerande mätningarna, når upp till havsbottenytan. Omvänt ger de bottenpenetrerande mätningarna information om skiktning och andra interna sedimentstrukturer till stöd för tolkning av mätresultaten från bottenavbildande mätningar. Mätresultaten kalibreras och kontrolleras med hjälp av sedimentprovtagning samt fotografering och dokumentation av havsbottenytan vid platser som valts på grundval av mätdata som preliminärtolkas under pågående fältarbete. Sedimentprovtagning tillsammans med observation av bottenytan kräver oftast en insats som i tid och resurser motsvarar den som krävs för de hydroakustiska mätningarna. Sjöfartsverket Den svenska sjömätningen har främst i uppdrag att mäta för handelssjöfartens behov. Vid sjömätning med multibeamekolod erhålls även information om bottnens hårdhet och struktur, så kallad backscatterinformation (fig. 2). Backscatter kan förklaras som ett svarsekos energiinnehåll samlat med fasta, mycket korta tidsintervall som motsvarar ett samplingsavstånd på bottnen i sida mellan 2,5 och 25 cm, och upplösningen skiljer mellan olika typer av mätsystem. Backscatterinformationen lagras tillsammans med all annan information i det insamlade rådataformatet. För att undvika att behöva processera om alla data behövs tillgång till de djupdata som redan processerats inom sjömätningen och som finns lagrat i Sjöfartsverkets djupdatabas. Med tillgång till dessa data kan processen att ta fram data förenklas kraftigt. Kunskap om havsbottenytans sammansättning (bottensubstratet) utgör en grundläggande och viktig komponent för de habitatbestämningar som är nödvändiga bland annat för att uppfylla det marina direktivet. En mer detaljerad kunskap om bottensubstraten inom det svenska havsområdet är önskvärd, vilket på senare tid påpekats i ett flertal rapporter och utredningar. Bearbetning och lagring av backscatterdata ingår inte i Sjöfartsverkets ordinarie uppdrag och därför krävs extra finansiering om sådant arbete ska ske i framtiden. 8 (32)

9 Figur 2. Backscatterinformation från multibeamlod visar detaljer på bottnen som inte är synliga i djupdata. Området är ca 1 1 km stort. Lagstiftningens begränsningar Reglerna kring att samla in, lagra och sprida information om geografiska objekt är strikt och regleras bland annat av följande lagstiftning: Lag (1993:1742) om skydd för landskapsinformation. Med landskapsinformation avses lägesbestämd information om förhållanden på och under markytan samt på och under sjö-och havsbottnen. Förordning (1993:1745) om skydd för landskapsinformation. Ansvarsfördelning enligt ovanstående lag. Lag (2010:1767) om geografisk miljöinformation. Infrastruktur för geografisk miljöinformation. Säkerhetsskyddslag (1996:627). I verksamhet där lagen gäller ska det säkerhetsskydd finnas som behövs med hänsyn till verksamhetens art, omfattning och övriga omständigheter. Säkerhetsskyddsförordning (1996:633). Komplettering till säkerhetsskyddslagen. Lag (1966:374) om Sveriges sjöterritorium. Definition av Sveriges sjöterritorium. Lag (1966:314) om kontinentalsockeln. Med kontinentalsockeln förstås i denna lag havsbottnen och dess underlag inom allmänt vattenområde samt inom det havsområde utanför Sveriges territorialgräns som regeringen bestämmer. 9 (32)

10 Kontinentalsockelförordning (1966:315). Lagen (1966:314) om kontinentalsockeln äger utanför territorialgränsen tillämpning inom de havsområden som anges i förordningen (1992:1226) om Sveriges ekonomiska zon. Tillstånd att utforska kontinentalsockeln eller att utvinna naturtillgångar från denna meddelas av regeringen. Lag (1992:1140) om Sveriges ekonomiska zon. Sveriges ekonomiska zon omfattar det havsområde utanför territorialgränsen som regeringen föreskriver. Förordning (1992:1226) om Sveriges ekonomiska zon. Sveriges ekonomiska zon omfattar vissa havsområden utanför Sveriges sjöterritorium och sträcker sig enligt följande Lag (1960:729) om upphovsrätt till litterära och konstnärliga verk. Till litterära verk hänförs kartor, samt även andra i teckning eller grafik eller i plastisk form utförda verk av beskrivande art. Offentlighets- och sekretesslag (2009:400). Alla myndigheter, (varje offentligt organ som inte är en beslutande politisk församling, undantaget Riksdagen och beslutande kommunala församlingar som enl. 2 kap.2 räknas som myndighet vid tillämpning av denna lag) särskilt de myndigheter som enligt Förordning (1993:1745) om skydd för landskapsinformation redan har rätt att sprida information utan krav på ansökan om spridningstillstånd, måste göra en sekretessprövning av information mot 15 kap. 2 innan information kan lämnas ut. Lagstiftningen kan även gälla företag/personer som fått kännedom om uppgiften enl. 2 kap. 1 och 3. Offentlighets- och sekretessförordning (2009:641). 4 förlängd sekretess till etthundrafemtio år om uppgifterna rör landskapsinformation om militärgeografiska förhållanden. Förordningen gäller även företag och personer som har att följa Offentlighets- och sekretesslagen (2009:400). Kortfattat gäller: Tillstånd för sjömätning inom sjöterritoriet ska sökas hos Försvarsmakten. I den ekonomiska zonen ska ansökan istället göras till regeringen. Ansökan ska ställas till regeringskansliet ( Näringsdepartementet). Sjömätning för nautisk kartproduktion inom EEZ är undantaget enligt UNCLOS (UN Common Law of the Sea). Tillstånd för att lagra geografiska data digitalt ska sökas hos Lantmäteriverket. Tillstånd för att sprida en produkt ska sökas hos Sjöfartsverket. Upphovsrätten till framtagna produkter är skyddad enligt lagen om upphovsrätt. För själva mätdata kan man inte hävda skydd enligt upphovsrättslagstiftningen men väl äganderätt. TESTOMRÅDEN I BRÅVIKEN OCH KALMARSUND Två testområden valdes ut med hänsyn till djup, varierad bottentyp och insamlad multibeaminformation. Både amplituddata och backscatterdata finns tillgängliga i testområdena för jäm förelse. Testområde 1 är beläget i Hargökalv, Bråviken. Medeldjupet ligger mellan 30 och 40 m och bottentypen är varierad. Inom området finns sedan tidigare amplituddata och i november 2010 insamlades även backscatterdata. SGU har tidigare undersökt området, men utförde även i projektet en kartläggning med den modell som är anpassad till skala 1: SGU har i området utfört ca 20 sedimentprovtagningar. Testområde 2 är beläget i södra Kalmarsund. Amplituddata finns tillgängliga från tidigare mätningar år 2001 samt backscatterdata från Medeldjupet är ca 30 m och området har en varierad 10 (32)

11 bottentyp. SGU har här data från sin reguljära kartläggning anpassad till skala 1: Specifikt för detta projekt togs 27 sedimentprover och därmed har SGU totalt i området 40 sedimentprover. MÄTUTRUSTNING Backscatterinformationen från Bråviken är insamlad med ett multibeamekolod av märket Reson Seabat 7125, 400 khz. Detta kördes med 120 m täckning och 80 m mellan gliporna. Programmet som användes för Reson-lodet är Eiva. I Kalmarsund användes ett multibeamekolod av märket SIMRAD 3002D 300 khz. Vid mätningarna användes en öppningsvinkel på 130. Mjukvaran som användes för insamling av dessa data var SIS. Amplituddata kommer från mätningar genomförda åren och insamlades med multibeamekolod av märket Elac MKII, 180 khz. PROBLEM MED FILFORMAT Under projektet provades ett flertal programvaror. Ett ständigt återkommande problem har varit den mängd filformat och versioner av dessa som existerar i branschen. De flesta programvaruföretag åtar sig att anpassa sin produkt till en viss systemtyp i samband med ett inköp, men detta har vi inte haft möjlighet att genomföra i detta projekt. Ett problemexempel är xtf-formatet som många programvaror säger sig kunna hantera och som ska vara en slags defaktostandard. I själva verket är xtf en formatstruktur som möjliggör lagring av en mängd olika sensordata från en mängd olika system, och problemet är att xtf-formatet då blir helt avhängigt vilken mätsensor som använts vid insamlingen då enbart de datagram som respektive sensor sänder till insamlingsdatorn paketeras. Ett xtf-format från ett instrument av typen Reson 8101 ser alltså helt annorlunda ut än ett från ett instrument av typen Reson Skillnaden mellan dessa system ligger bland annat i upplösning och antalet strålar. Sjöfartsverket använder i sin insamling från multibeamekoloden av typen Reson 7125 programvaran Eiva-Navipac. Denna lagrar data i ett egenutvecklat sbd-format. Parallellt med detta format kan ett xtf-format också skapas, eller så kan sbd-filerna i ett senare skede konverteras till xtf-filer. Dessa filer har inte varit möjliga att läsa in med full funktionalitet i mjukvaran Caris HIPS & SIPS, som är den mjukvara som använts i detta projekt. Detta har lett till att de nya mätningarna från Bråviken gjorda med multibeamekolodet Reson 7125 inte har kunnat analyseras. Vi har haft ett samarbete med support från både Eiva och Caris men problemet har inte lösts under projekttiden. BOTTENKLASSIFICERING MED BACKSCATTERDATA I backscatterbilder kan man se att olika sedimenttyper på havsbottnen ger upphov till skiftningar i svärtning. I Sjöfartsverkets här framtagna backscatterbilder representerar ljusare färger i mosaiken grövre material med högre akustisk reflektivitet, t.ex. sand, grus och sten. Mörkare områden i mosaiken visar på förekomst av exempelvis silt och lera, som har en lägre akustisk reflektivitet. Generellt syns trålspår, sandbankar och spår av inlandsisen tydligare i backscatterdata från sidoavsökande sonar och multibeamekolod än i djupdatamodeller. Programvaror för analys av backscatterdata Flera olika program för analys av backscatterdata har testats och utvärderats i projektet: QTC Swathview, Seaclass från Triton Imaging, Caris HIPS and SIPS och IVS geocoder. QTC Swathview och Seaclass från Triton Imaging ansågs inte lämpliga för analys av insamlade back scatter data inom 11 (32)

12 projektramen då dessa program upplevdes som tidskrävande och inte lika användarvänliga som övriga program för denna typ av analyser. Caris HIPS AND SIPS och IVS geocoder har därför använts för analys och tolkning av data. Att läsa in och bearbeta rådatafiler innehållande backscatterinformation för ett ca 10 km 2 stort område i IVS tar omkring 4 5 timmar. Detta kan dock till största delen göras utan tillsyn då alla parametrar och inställningar görs i början av bearbetningen. Inläsningen av filer i Caris är även det tidskrävande och kräver att man är mer närvarande under hela processen då mosaikerna byggs upp steg för steg. Informativa backscattermosaiker med en upplösning på ca 0,5 m har framställts i IVS geocoder. Mer högupplösta mosaiker kan framställas över mindre, grundare områden men bearbetningstiden ökar då markant. Man kan tydligt se skiftningar i bottenbeskaffenheten i de färdigställande mosaikerna. Mosaicing i FMGeocoder ger möjligheten att visualisera och analysera backscatterdata från multibeam- och side-scan-sonarer. Programmet läser in rådatafiler och gör flertalet korrigeringar för att få fram en representativ georefererad 2D-modell. Exempel på korrigeringar som görs i FMGeocoder är bland annat vinkelkorrigering och korrigering för förstärkning, om dessa parametrar inte redan har blivit korrigerade för vid insamlingen. När mosaiken är uppbyggd kan diverse statistik räknas på ytan och exporteras i olika format. Programmet beräknar statistik inom varje cell. Cellstorleken som anges i meter kan ställas in manuellt eller man kan låta programmet föreslå en passande cellstorlek för datamängden i fråga. Statistik som beräknas är bland annat medel, median, standardavvikelse och kornstorlek. Vid mosaicing kan olika metoder användas, men den som normalt används bygger på att man från all information i en cell presenterar ett sammanslaget resultat. I vissa programvaror, främst de för ren presentation, kan man även använda den snabbare metoden att senare inläst information ersätter tidigare. Kraven på positionsnoggrannhet är höga när resultaten ska beräknas med hög upplösning. FMGeocoder läser både xtf-snippets från Reson och.all filer från Kongsbergs samtliga multibeamsystem och även xtf-filer från vissa multibeamsystem från Reson. Automatisk bottenklassning med IVS Geocoder En ARA-analys (angular response analysis) i FMGeocoder analyserar hur backscatterdata varierar eller dämpas från nadir (lodrätt) och utmed viftan på vardera styrbord- och babordsida, beroende på ekots infallsvinkel mot bottnen och ljudvågornas reflektion som varierar beroende på bottnens ytmaterial. Denna variation jämförs sedan med en modell (Jackson-modellen) för olika sediments backscattersignatur vilka varierar beroende på ekots infallsvinkel. Kornstorleken är det som ligger till grund för sedimentklassificering, men hårdhet och porositet är ytterligare ett par av parametrarna som tas med i beräkning av modellen. Varje analys baseras på 30 ping (default) på vardera sida av nadir. Finns det en offset i den detekterade signalstyrkan mellan babord- och styrbordvängare kan detta försämra sedimentklassificeringen. Vid testerna med data från EM 3002-dual upptäcktes en offset mellan systemets två svängarhuvuden. Sedimentanalysklassningen resulterar i 17 bottenklasser med lera som finkornigaste klass och grus som den grovkornigaste klassen. Klassningen bör man beakta med försiktighet då alla typer av sediment inte finns representerade och det finns en offset mellan svängarna. Man kan dock tydligt se att programmet skiljer på områden med olika utseende vilket räcker till för manuell sedimentklassning. I IVS Geocoder kan man inte manuellt lägga in sedimentprovtagningar för noggrannare klassificering men detta bör man kunna göra i kommande versioner av mjukvaran. Ett försök att korrigera skillnaden i backscatter-intensitet mellan styrbord och babord utsändarhuvud (fig. 1) så att ARA-analysen i Geocoder ger samma sedimenttyp för båda huvudena har 12 (32)

13 utförts. Detta gjordes genom att lägga till en BS-offset på styrbord huvud i systemparametern (system parameters). En offset inom ±10 db på respektive huvud är möjlig och ett försök att korrigera hela viftan, så att ARA-analysen även visar rätt sedimenttyp utfördes också. Detta gjordes genom att applicera en BS-offset som är lika stor för både babord och styrbord huvud. Data från sedimentprovtagningar utförda av SGU användes som kontroll (ground truthing). En ca 400 m lång kurs kördes 17 gånger med nio olika BS-offset applicerade på styrbord huvud. Kursen kördes först med BS-offset satt till 0 db i både nordgående och sydgående riktning. Sedan kördes kursen i båda riktningar med följande BS-offset: +1 db, +2 db, +3 db, +4 db, 1 db, 2 db och 3 db. Förhoppningen var att dessa BS-offset dels skulle ge svar på när offseten mellan utsändarhuvudena utjämnades, dels på när ARA-analysen skulle visa samma sedimenttyp som i SGUs sedimentkarta. En avslutande kurs i nordgående riktning kördes med en offset på +2,7 db eftersom man i Seabed Image-vyn (SIS) under övriga kurser redan kunde ana att en offset av denna storlek skulle utjämna skillnaderna mellan utsändarhuvudena. Figurerna 3 5 illustrerar resultatet av detta test. Figur 5 visar att BS-offseten för styrbord utsändarhuvud bör ligga +2,7 db i jämförelse med babord huvud. ARA-analysen visar samma sediment (clay) för alla testade BS-offset. Enligt SGUs sedimentkarta består botten av lerig grovmo, dvs. clayey fine sand med ett lerinnehåll på 5 15 %. Det låga lerinnehållet borde inte klassas som clay av en ARA-analys. De sedimenttyper som förmodligen skulle kunna komma ifråga bland dem som finns representerade i Geocoder är fine sand, silty sand, muddy sand, very fine sand eller clayey sand. BS-offset påverkar alltså sedimenttypen i ARA-analysen och man kan förutsätta att alla mätsystem och ingående svängare ger individuella resultat. I vårt fall verkar styrbord sida fortfarande ligga lite lägre än babord, och dess BS-offset bör förmodligen ligga någonstans mellan 2,7 och 3,0 db över offseten för babord sida. En BS-offset på +10 db på babord sida ger fine sand och very fine sand i ARA-analysen. Samtidigt visar styrbord sida clay. Eftersom insamlade mätdata visade clay på bottnen men det karterats av SGU som fine sand, silty sand, muddy sand, very fine sand eller clayey sand skulle en ökning av BS-offseten med +10 db på båda sidor förmodligen ge ett förbättrat resultat i en ARA-analys. Eftersom BS-offseten kan ändras med max ±10 db på varje sida och styrbord BS-offset bör ligga 2,7 3,0 db högre än babord, så bör styrbord BS-offset ligga på 10 db och styrbord på 7,0 7,3 db. Figur 3. ARA-analys från Geocoder som visar en offset mellan styrbord och babord sida. Offset följer med genom hela kursen. Kurs i nordgående riktning med BS-offset 0 db. Röd graf = babord sida, grön graf = styrbord sida. 13 (32)

14 Figur 4. Figuren visar motsvarande ARA-analys som i figur 3 fast i sydgående riktning. Analysen är gjord med samma BS-offset (0 db). Graferna visar likartade backscattervärden och offset mellan styrbord och babord sida. Figur 3 och 4 tillsammans visar att offseten inte orsakas av olika sedimenttyper på respektive sida. Figur 5. ARA-analys från samma position som i figur 3 och 4, men nu med en BS-offset på +2,7 db applicerad på styrbord utsändarhuvud. Graferna ligger nu betydligt tätare och någon offset är knappt märkbar från 70 (grazing angle) och utåt i viftan. Dessa värden ska gå att justera i efterhand med en beam pattern file (.bpt) som kan läsas in i Geocodern, men i nuvarande versioner av Caris och IVS har detta inte fungerat. Problem med automatisk klassning Vid insamling kan ett antal olika parametrar väljas och bland annat beroende på dessa beräknar systemet ett värde på signalens dämpning genom vattnet. Denna påverkar resultatet så att om olika värden används kommer skillnader och skarvar mellan olika mätområden att framträda tydligt och avvikande klassningsresultat erhållas vilket visas i figur 6. I Caris HIPS skapas en mosaik av backscatterfiler vilket ger en georefererad rasterbild som man sedan kan sedimentklassificera i dess modul Geocoder. I Geocoder kan man analysera backscat- 14 (32)

15 Figur 6. Kantskarv mellan två områden körda med två olika inställningar. Markeringarna St. i bilden kommer från äldre mätkartor som har fångats i Scandisprojektet. Automatisk klassning har gjorts med Caris. terinformation från både multibeam- och side-scansonarer i flera olika filformat. Både radiometriska och geometriska justeringar görs på backscatterinformationen, t.ex. korrigering av AVG (angle varying gain) och TVG (time varying gain). ARA-analysen i Caris HIPS baseras även den på variationen av ekots dämpning beroende på minskande infallsvinkel mot bottnen och bottnens ytmaterial över ett valt område som sedan jämförs med en modell för olika sediments backscattersignatur. Detta ger ett medelvärde på korn stor leken över området baserat på Wentworths skala för kornstorlek, vilket i sin tur ger en klassning av sedimenttyp. Kornstorleksskalan och sedimenttypen går att redigera manuellt så att det är möjligt att lägga in egna bottenprover för en noggrannare klassificering av bottnen. BOTTENKLASSIFICERING MED AMPLITUDDATA Terrängmodeller med avseende på djup och amplitud har framställts vilka ger en bra bild över bottenbeskaffenheten. Amplitudbilder visar skillnader i hårdhet på botten och man kan tydligt utröna olika objekt, t.ex. kablar och rör, som man inte kan se i vanliga djupdatabilder. Homogenitet i data kan enbart hållas inom varje mätområde. De olika versioner av mätsystem som har använts under åren försvårar sammanläggning av data från olika mätområden som är mätta vid olika tillfällen. Amplitudvärden bör alltid ses som relativa värden inom området och inte som absoluta värden på reflektiviteten. 15 (32)

16 Överföring av äldre data En äldre arbetsstation installerades med operativsystemet Linux för att kunna hantera de äldre bandstationer som behövde användas för inläsning av band. Ingen enkel lösning för att kunna läsa in data från band till Windows-miljö har kunnat hittas. Banden, i det här fallet av typerna DAT och DDS, lästes in till arbetsstationen och läsningen kördes ytterligare en gång för verifikation av att inläsningen skett på ett korrekt sätt. De totalt sju band som lästes in var mellan 9 och 13 år gamla och de kunde läsas in utan fel. Ett av banden uppvisade tecken på att vara påverkat av lagringen då bandstationen vid ett flertal tillfällen upptäckte läsfel som dock automatiskt kunde korrigeras genom upprepade läsförsök. Inget försök gjordes att läsa de allra äldsta banden som idag är 19 år gamla, men då dessa är av Exabyte-typ och är 8 mm breda, att jämföra med DAT och DDS som är 4 mm, och har en lägre datatäthet bör dessa ha klarat sig på motsvarande sätt. En mycket stor osäkerhet är dock hur länge banden kommer att vara läsbara. Ett sätt att minska den totala tidsåtgången för att läsa in band kan vara att flera bandstationer ansluts som läser banden parallellt. Det är dock ganska svårt att hitta dessa gamla bandstationer då de i de flesta fall skrotats för många år sedan. Data som lästs in till Linuxsystemet överfördes sedan till den ordinarie miljön genom att kopieras via nätverket. Då det vid inläsningen kommer med både filer med processerade data och samtliga rådata valde vi att enbart kopiera processerade data som innehåller både djup och amplitud, och som ombord på fartygen genomgått en första kvalitetskontroll. Data i FAU-format bör lagras på ett separat disksystem i en lämplig struktur. Troligen kan man med en mindre insats koppla detta till den existerande metadatastrukturen i Sjöfartsverkets djup databas (DIS) så att det finns en koppling till ursprungskällan (ärendenumret). Detta bör om normal backup-hantering ordnas kunna ersätta den lagring i bandarkiv som idag sker utan något underhåll som omkopiering eller spolning av databand m.m. Arkivbeständigheten på databand angavs normalt till 10 år om omspolning skett med två års intervall. Data som senare lagrats på magnetiska och optiska diskar bör läsas in först när samtliga band har gåtts igenom då dessa har längre arkivbeständighet. Nivåjustering av amplituder och förvrängning Då ingen kalibrering av amplituddata skedde när data samlades in måste en justering utföras så att individrelaterade avvikelser beroende på svängarelementens keramik, signalförstärkare m.m. korrigeras. Vi valde att vidareutveckla en metod som tidigare använts av systemleverantören Elac. Systemet hade en funktion som utförde en medelvärdesbildning baserat på maximalt 10 kurser och tog fram en korrektionsprofil som gjorde nivåerna från samtliga strålar identiska för dessa kurser. I figur 7 kan man även klart se skillnader mellan de båda sidornas svängare på okorrigerade data. All signalstyrkeinformation har naturligt en avmattning med minskad träffvinkel mot botten (fig. 8) som även är en funktion av bottenbeskaffenheten. Idealiskt sker därför en kalibrering av amplituddata före insamling på en plan, känd bottentyp av typ grov sand grus som ger en minimal påverkan på amplituden sett från lodrät stråle till den yttersta insamlade strålen. Då vi nu redan har data i arkiv måste en korrigering utföras baserad på ren statistisk utjämning. Sjöfartsverket har inom projektet utvecklat en programvara som i pc-miljö kan korrigera filerna till ett för ändamålet användbart dataset. Vi har i programmet utgått ifrån att samtliga strålar från ett stort antal kurser statistiskt sett har träffat samtliga förekommande bottentyper. Ett medelvärde har därför räknats fram över hela områden för varje grad från lodrätt till yttersta använda strålen. Av dessa medelvärden har ett gemensamt medelvärde räknats fram och en korrigeringsprofil för 16 (32)

17 Figur 7. Diagram över amplitudens medelvärde för respektive vinkel okorrigerat och korrigerat. Figur 8. Signalsvar beroende på träffvinkel. varje grad har skapats och applicerats på respektive kurs. Då större områden har korrigerats har helt enkelt samtliga kurser från delområdena lagts i ett och samma bibliotek och beräkningen har skett på samtliga data. Detta arbetssätt valdes för att få homogena nivåvärden så att data från de olika delområdena skulle kunna presenteras sammanslagna utan att skarpa nivåskillnader erhölls. Då vi erfarenhetsmässigt vet att systemet tidigare inte gick att kalibrera så att områden med djup ner till ca 50 m eller djupare samtidigt kunde presenteras med bra resultat, har vi valt att genomföra en separat beräkning med djupare data och en separat beräkning med grundare data, samt justerat korrektionsfilerna så att skillnaden mellan dessa djupområden ska vara marginell. Analyser som genomförts på de framtagna korrektionsfilerna visar på relativt sett högre korrektionsvärden från 30 graders vinkel på båda sidorna av fartyget. Detta beror med största sannolikhet på att systemet i den region som är vinkelrät mot svängarens yta registrerat en ökad frekvens av sidlober med lägre amplitudvärden. För att undvika att dessa feldetektioner får för stort utslag i 17 (32)

18 kalibreringen har korrektionsfilen manuellt korrigerats för vinklarna +30 grader. Det bör kunna vara möjligt att automatfiltrera data så att dessa felaktiga detektioner inte får någon påverkan. I programvaran som tagits fram av Sjöfartsverket har som nästa steg en ASCII-fil skapats med position och djup som senare har använts vid fortsatt bearbetning. Då den tidigare nämnda korrigeringen sker baserat på data från ett stort område kommer en del områden att bli överkompenserade och andra att bli underkompenserade jämfört med om varje delområde korrigerats för sig själv. Fördelen är dock att data kan presenteras bredvid varandra utan märkbara skarvar. För bästa resultat i ett enskilt delområde bör kalibrering ske baserat på enbart dessa filer. Vid en strukturerad lagring av data kan både okorrigerade och korrigerade filer lagras vilket underlättar om man senare vill genomföra detaljstudier över särskilda områden. Framtagande av amplitudmodeller, export och hantering i GIS För framtagande av amplitudmodeller har främst IVS Fledermaus använts. Hanteringen har skett genom att amplitudvärdet har lästs in som z-värde istället för djup (fig. 9). Då amplituddata generellt sett varierar mer än djupet mellan varje stråle har ett medelvärde beräknats. Detta har gjorts genom att använda ett flytande medelvärde som beräknats för varje gridcell baserat på omgivande djup inom en diameter om m (fig. 10). Vid skapandet av modellerna har det visat sig att gridceller med en storlek av 2 10 m ger bästa resultat. En upplösning på 2 5 m ger ett dataset som är användbart för lagring i en databas för framtida produktuttag. Användningen av ett flytande medelvärde har visat sig vara nödvändig för att generera bilder som kan tolkas som homogena områden. För detaljstudier skulle ett råare data kunna användas, men ett medelvärde inom cellens storlek är den minsta användbara detaljeringsgraden. Medelvärdesbildningen undertrycker både små hårda objekt och mindre mycket lösa områden men detaljeringsgraden upplevs ändå som väldigt hög och relativt små objekt kan urskiljas i bilderna. Figur 9. Bild på helt okorrigerade amplituddata i (5 m) medelgrid. Figur 10. Bild på korrigerade amplituddata i (5 m) medelgrid med flytande medelvärde (50 m) över samma område som i figur (32)

19 Ur den skapade griden kan enkelt en resultatfil med amplitud för användning i andra programvaror skapas. Om ett homogent grid skapas som består av olika källor måste en nivåutjämning ske mellan dessa för att få ett så sömlöst material som möjligt. En databas över bottenhårdhet baseras lämpligast på dessa griddade data. För att lagra dem åtgår inte lika stor lagringsplats som med DIS och förslagsvis kan en parallell databas till DIS skapas så att kopplingen mellan djup- och amplituddata kan bibehållas. Dessutom kan samma metadata som redan är lagrade i DIS användas även för denna nya datatyp med vissa tillägg. Uttag kan då ske av både djup- och amplituddata från ett och samma verktyg. För att undvika problem med misspassning mellan olika mätområden och system kan vid lagring av intilliggande områden en nivåutjämning (skalering eller stretching) utföras på motsvarande sätt som används vid satellitfotografering. För att modellera fram djupkurvor och på det sättet skapa ytor i olika nivåer exporterades data från Fledermaus till ESRI Arcmap och Sjöfartsverkets egenutvecklade verktyg WinEko. I detta verktyg är det t.ex. en relativt enkel operation att dela in data i fem olika områden jämnt fördelat mellan högst och lägst reflektivitet. En fördel med att kunna använda amplituddata i samma system som djupdata är att man på ett enkelt sätt kan producera kombinerade kartbilder. I figurerna 11 och 12 visas samma data indelade i olika antal hårdhetsklasser. Djupen i kartbilden varierar med drygt 13 m, men man ser att Figur 11. Hårdhet i 5 m grid utjämnad inom 75 m diameter. Det visade området är ca 3 1,3 km och indelat i fyra bottentypklasser. Figur 12. Samma data som i figur 11 men indelat i 18 bottentypklasser. 19 (32)

20 reflektiviteten inte har samma former och mönster som djupförändringarna trots att det i det här fallet rör sig om en ganska markant framträdande ås. Bottenbeskaffenhet från SCANDIS I det arbete med att digitalisera äldre mätkartor som just nu pågår på Sjöfartsverket fångas även den information om bottenbeskaffenhet som finns angiven däri. Dessa uppgifter kommer från provtagningar utförda med handlod eller propplod alternativt provskopa i samband med sjömätningens genomförande. Uppgifterna är i de allra flesta fall mycket gamla och i det område som täcker kartbilden i figurerna finns ett antal noteringar från den tidigare mätningen Dessa prov indikerar att materialet mest bestod av fin sand till grus och ingen direkt samstämmighet kan erhållas med den reflektivitetskarta som presenterats ovan. Anledningarna till detta kan vara många: positionsnoggrannheten 1941 var betydligt sämre än idag, sedimentering kan ha skett och sandmassor kan ha förflyttat sig. RESULTAT Resultaten ger vid handen att backscatterdata från multistråleekolod, mätta samtidigt som djup i Sjöfartsverkets sjömätningar, och från side-scan sonar, mätta under SGUs reguljära maringeologiska kartläggning, stämmer mycket väl överens positionsmässigt och båda ger information om morfologi och bottenbeskaffenhet (fig ). Vidare kan, vid en visuell jämförelse, ytsedimenten lättare i dessa fall avgränsas i backscatterdata från multistråleekolodet än från side-scan sonardata (fig ). Exempelvis kan den bottenyta i mitten av området vid provpunkt 10_0238 där lera ackumulerats ovanpå mellansand detekteras, och den syns som en mörkare reflektion i backscattermosaiken (fig. 16). En av anledningarna tilll den lättare avgränsningen i detta fall är den högre upplösningen och det tätare mätlinjeavståndet, ca 70 m, i backscatterdata från multistråleekolodet jämfört med det från side-scan sonaren. Ytsubstratet bestäms till stor del av den geologiska omgivningen. Därför är kunskap om havsbottnens uppbyggnad till stor hjälp vid klassificering av ytsubstrat vilket innebär att bottenpenetrerande mätningar med sedimentekolod och seismik är av stort värde. De tre linjerna som går tvärs över figurerna visar det material, enligt kodade färger, som dominerar i den övre metern av havsbottnen och är framtaget från tolkning av sedimentekolods- och seismik profiler samt provtagningar i området gjorda både inom SGUs reguljära kartläggning och i detta projekt. I backscattermosaikerna (fig ) kan, med hjälp av de bottenpenetrerande mätningarna och provtagningarna, en rullstensås skönjas i den västra delen av området, en relativt jämn botten med postglacial lera och silt i det mellersta området, ett grundare moränområde i det östra området med ryggar och sänkor i vilka det både finns glaciallera med ett överlagrande residualmaterial av sand, grus och sten och postglacial lera med överlagrande finsand mellansandsskikt. I det mellersta området sticker fläckvis även morän upp i bottenytan. Ytsubstratet vid åsen i den västra delen av området, vars krön syns mycket väl i backscattermosaiken (fig. 14) och i de bottenpenetrerande mätningarna (fig ), skiljer sig en aning från det ytsubstrat som finns vid moränryggarna i den östra delen av området, se provtagningsresultat från åsryggen (10_0274) och från en moränrygg (10_0236) i bilaga 2. Hårdhetsinformationen från backscatterdata skiljer inte på dessa ytsubstrat, men kan komplettera information om havsbottnens uppbyggnad från bottenpenetrerande mätningar och side-scan sonar genom att bättre urskilja t.ex. åskrön och moränryggskrön och tillhörande substrat, och därigenom förbättra substratklassificeringen. 20 (32)

21 Figur 13. Backscattermosaik från side-scan sonarmätningar med 900 m injemellanrum framtagen i SGUs reguljära mätningar och ämnad för kartpresentation i skala 1: Området är ca 3 3 km stort. De tvärsgående färgade linjerna visar det material som dominerar i den översta metern av havsbottnen tolkade från sedimentekolods- och seismikprofiler mätta i SGUs reguljära kartläggning. Ljusgul färg visar postglacial lera silt, gul färg visar glaciallera, orange färg visar sand, blå färg visar morän och grön färg visar isälvsmaterial. Provtagningar i området är markerade med blå punkter. Generellt gäller att ju mörkare partier desto högre reflektion och grövre material. Figur 14. Backscattermosaik från multistråleekolodsmätningar över samma område som i figur 13. Generellt gäller att ju ljusare partier desto högre reflektion och grövre material. 21 (32)

22 Figur 15. Side-scan sonar bild över ett område med en storlek av ca 1 1,5 km. Provtagningar markeras med blå punkter. Den tvärsgående färgade linjen visar det material som dominerar i den översta metern av havsbottnen tolkad från sedimentekolods- och seismikprofiler mätta i SGUs reguljära kartläggning. Ljusgul färg visar postglacial lera silt, gul färg visar glaciallera och blå färg visar morän. Figur 16. Backscattermosaik över samma område som i figur 15. Det är i detta sammanhang viktigt att provtagningarna har god kvalitet och positionsnoggranhet för att visuellt kunna kvalitetsgranska klassifikationen av ytsubstrat, men också för kalibrering av automatklassificering. Bottnarna där proverna 10_0237, 10_0238 och 10_0239 är tagna skiljer sig åt i de översta 10 centimeterna (Bilaga 1) vilket även syns visuellt i backscatterdata, men ger ett likvärdigt resultat i automatklassificeringen. Anledningen är att den multibeamekolodsignal som klassificeringen baseras på tränger ned, beroende på frekvens, någon eller några centimeter i havsbottnen och kan därför representera en hopslagning av de tunna sedimentskikt med olika egenskaper som förekommer där. 22 (32)

23 Figur 17. Tolkad sedimentekolodsprofil från den mellersta mätlinjen i figurerna och mätlinjen i figurerna som visar havsbottnens uppbyggnad. Ljusgul färg visar postglacial lera silt, gul färg visar glaciallera, orange färg visar sand, blå färg visar morän, grön färg visar isälvsmaterial och röd färg visar berg. Skalan till höger visar djup under vattenytan. Profilen är överförhöjd. Figur 18. Tolkad seismikprofil från samma mätlinje som i figur 17. Automatklassificeringen utförd utan kalibrering av provtagningar i denna studie gav inte ett bra resultat. Av 40 sedimentprovtagningar i undersökningsområdet (ca 22 5 km) i södra Kalmarsund stämde 9 prover (22,5 %) överens med det automatklassade ytsubstratet från backscatterdata, 18 prover (45 %) var i närheten och 13 prover (32,5 %) var helt felaktiga. Kuriositet I samband med att de första försöken med backscattermosaik genomfördes upptäcktes nedanstående fenomen på bottnen i Kalmarsund. Första tanken var att här måste en felaktig kurs ha samlats in, delvis under en gir (fig. 19). Då vi inte kunde komma på någon annan förklaring till detta än att det måste vara någonting på havsbottnen som gav upphov till resultatet kontaktade Sjöfartsverket Marinen som blev intresserade och genomförde kontroller på bottnen i samband med en förflyttning av ett minjaktfartyg. Svaret vi fick var att det bestod av mindre högar av muddermassor med fastare leror samt sten och grus som var utspridda längs linjen. Detta bekräftas även av SGUs provtagningar inom projektet. Senare har vi sett ytterligare några liknande formationer men denna är särskilt tydlig då den ligger i ett homogenare område med lösare sediment. 23 (32)

24 Figur 19. Kroken, bilden visar ett område om ca 0,5 0,75 km. Bilden till vänster visar en backscattermosaik och bilden till höger en side-scan sonar-mosaik från SGUs reguljära kartläggning där mätlinjerna har 900 m mellanrum. Blå punkter visar provtagningar i projektet. DISKUSSION Projektet ämnade att bl.a. undersöka om det går att ta till vara, processera, organisera och strukturera de backscatterdata som samlats in av Sjöfartsverket genom årens lopp i samband med de djupmätningar som utförts med multibeamekolod. Resultaten pekar på att mycket av de data som är insamlade de senaste ca 20 åren går att processera, strukturera i databaser och användas, men att extra resurser krävs för att detta ska kunna implementeras. Vid exempelvis undersökningar av lämpliga områden för miljöprovtagning, av mänsklig fysisk påverkan på bottnen, av utbredningen av döda bottnar, av utbredningen av vegetation, av lämpliga områden för olika typer av anläggningar, muddringsärenden, miljöfarlig dumpning av ammunition och avfall etc., miljöfarliga sediment, arkeologiska lämningar och vrak samt habitatkartläggning skulle det vara av stor nytta för myndigheter, länsstyrelser, kommuner, universitet och allmänhet att få denna stora mängd befintlig backscatterinformation hos Sjöfartsverket tillgänglig. Resultaten från projektet visar dock att enbart backscatterdata inte är tillräckligt alla gånger för att bedömningar av bottenbeskaffenhet ska bli tillförlitliga. Det krävs också kunskap om havsbottnens djupförhållanden, terrängformer och uppbyggnad samt sedimentprovtagning med visuella bottenobservationer för att erhålla bottenbeskaffenhetsinformation av god kvalitet. Sjöfartsverket är idag nationell datavärd för djupdata. SGU har redan en backscatterdatabas från egna mätningar över svensk havsbotten med side-scan sonar sedan 1983, interferrometrisk sonar 24 (32)

25 sedan 2010 och multibeam sedan 2011 och utför bottenpenetrerande mätningar samt provtagning och tar bilder på bottnen på reguljär basis. REFERENS Hallberg, O., Nyberg, J., Elhammer, A. & Erlandsson, C., 2010: Ytsubstratklassning av maringeologisk information. Sveriges geologiska undersökning SGU-rapport 2010:6, 29 s 25 (32)

26 26 (32)

27 BILAGA 1 Provprotokoll Bck10 Linje nr Bck10_ksd_f Provtagare Stor gripskopa Site nr Bck10_0016 Projekt Vattendjup (m) 22 Djup i cm Lagerföljd Anmärkning 0 10 Postglacial mellansandig finsand Prov nr 10_ _ (32)

28 Provprotokoll Bck10 Linje nr Bck10_ksd_f Provtagare Stor gripskopa Site nr Bck10_0017 Projekt Vattendjup (m) 22,8 Prov nr 10_0238 Djup i cm Lagerföljd Anmärkning 0 4 Postglacial gyttjelera Oxiderad yta, oxiderad gyttjefilm i ytan ca 2 mm tjock. 5Y 2.5/ Postglacial mellansand Svart Grå varvig glacial lera 10_ (32)

29 Provprotokoll Bck10 Linje nr Bck10_ksd_c Provtagare Stor gripskopa Site nr Bck10_0023 Projekt Vattendjup (m) 23,7 Prov nr 10_0239 Djup i cm Lagerföljd Anmärkning 0 2 Postglacial gyttjig silt Oxiderad yta, brun, oxiderad hinna, ca 2 mm tjock 2 10 Postglacial gyttjelera 10_ (32)