Detecting clandestine graves

Abstract

By far, hyperspectral imaging, as a tool for grave detection, has only been tested in warm, moist environment where the vegetation re-growth is relatively rapid. In earlier studies, differences in the vegetation re-growth over a grave and other soil disturbances were the key factor why a grave could be spectrally distinguished from respective soil disturbances. However, the performance of hyperspectral imaging for distinguishing graves from other soil disturbance has not, until now, been studied in dry, unproductive environment.

The spectral reflectance of a grave containing a rabbit and a respective pit filled with soil was measured with hyperspectral camera immediately, one week and three weeks after burial. The spectral characteristics and differences between the grave and the control, and further, in respect to their surroundings, were determined by comparing the mean spectra and by subjecting the images to the unsupervised ISODATA classification. ISODATA classifier assigned the image pixels in each image to six spectrally distinctive classes: grave, control pit, vegetation, stones, and white and grey reference target. This suggested that the grave and the control, as well as the grave and the control and the surrounding vegetation, deviated spectrally from each other during the entire monitoring period. Subtle spectral differences, mainly in the wavelength region above 750 nm, were observed in the comparison between the mean spectra of the grave and the control. However, given the subtleness of the observed differences and the standard deviation of the reflectance values, especially for the grave, it is possible that the differences were caused purely by the large variation of values, rather than true differences in spectral characteristics.

Furthermore, this thesis presents a feasible workflow for hyperspectral image acquisition and analysis, specifically designed for distinguishing a grave from other soil disturbances. The suggested workflow enables wider application of hyperspectral imaging for grave detection, since it requires no special expertise in remote sensing. Wider application of the method would further support defining the environment specific advantages and limitations of the method, necessary for concluding the true potential of hyperspectral imaging for grave detection.

Hyperspektrikuvantamisen hyötyjä hautojen etsinnälle on toistaiseksi tutkittu ainoastaan lämpimissä, kosteissa ympäristöissä, joissa kasvillisuus palautuu suhteellisen nopeasti. Hautojen spektraalinen erottaminen vastaavista muista kuopista onkin selittynyt eroilla haudan ja muiden kuoppien päällä kasvavassa kasvillisuudessa. Tämä tutkimus on tiettävästi ensimmäinen kuivaan ja heikosti uudistuvaan ympäristöön sijoittuva hautasimulaatiotutkimus, jossa yritetään erottaa hauta vastaavasta, maalla täytetystä referenssikuopasta hyperspektrikuvien avulla.

Jänishaudan sekä referenssikuopan heijastavuusarvot mitattiin hyperspektrikameralla heti, viikko ja kolme viikkoa hautaamisen jälkeen. Haudan ja referenssikuopan sisäiset sekä keskinäiset heijastavuuserot (erot spektrissä) määritettiin vertaamalla haudan ja referenssikuopan keskiarvospektrejä sekä luokittelemalla eri aikoina otetut kuvat spektraalisesti erilaisiin luokkiin. ISODATA-luokittelija jakoi kuvapikselit automaattisesti kuuteen luokkaan - hautaan, kontrolliin, kasvillisuuteen, kiviin sekä valkoiseen ja harmaaseen referenssitähykseen -, mikä osoittaa, että haudan ja kontrollin, sekä haudan ja kontrollin sekä niitä ympäröivän kasvillisuuden välillä oli spektraalisia eroja. Myös spektrivertailun perusteella hauta ja referenssikuoppa vaikuttivat eroavan toisistaan, eron ollessa suurin heti hautaamisen jälkeen, joskin heijastavuusarvojen suuri hajonta heikentää tulkinnan luotettavuutta. Sekä hauta että referenssikuoppa erosivat ympäröivästä kasvillisuudesta koko seurantajakson ajan.

Tässä tutkimuksessa määritettiin hautojen havaitsemiseen soveltuva aineistonkeruu- ja analysointimetodologia, joka ei vaadi käyttäjältä erityisosaamista kaukokartoituksesta. Helppokäyttöisyytensä vuoksi metodologia mahdollistaa hyperspektrikuvantamisen laajemman käytön hautojen paikantamisessa. Menetelmän laajempi käyttö taas edesauttaisi hyperspektrikuvantamisen ympäristökohtaisten hyötyjen ja rajoitusten määrittämistä, ja siten sen soveltuvuuden arviointia hautojen paikantamiselle.