_ Estimarea adâncimii apei de coastă din spațiu prin batimetrie derivată din satelit

Din cele mai vechi timpuri, cunoașterea adâncimii apelor de coastă a fost cheia pentru o navigație sigură și de succes și pentru exploatarea resurselor mării. Astăzi, batimetria - măsurarea adâncimii mării - este și mai importantă, jucând roluri esențiale în înțelegerea noastră a mediilor marine și în dezvoltarea structurilor marine mari.

Odată cu dezvoltarea sondelor de ecou la începutul secolului XX. secolul, studiile batimetrice au înregistrat salturi masive atât în ​​ceea ce privește precizia, cât și confortul. Cu toate acestea, chiar și cu sondele moderne, există încă multe greutăți de depășit atunci când se efectuează sondaje batimetrice. Acestea includ costuri ridicate, vreme imprevizibilă, trafic mare de nave și potențiale probleme geografice sau diplomatice, pentru a numi câteva.

Pentru a aborda aceste probleme, oamenii de știință din întreaga lume au dezvoltat batimetria derivată din satelit (SDB) tehnici, care estimează adâncimea apei din imagini satelitare multispectrale. Aceste metode pot produce uneori rezultate precise, în special pentru adâncimi de până la 20 de metri.

Din păcate, majoritatea modelelor SDB au fost dezvoltate folosind date din regiunile de coastă cu ape limpezi și o distribuție uniformă a sedimentelor de fundul mării. Deoarece lumina reflectă diferit în funcție de turbiditatea apei și de compoziția fundului mării, dezvoltarea modelelor SBD cu performanțe consistente în diferite medii de coastă s-a dovedit o provocare.

În acest context, o echipă de cercetare din Coreea a dezvoltat un nou Model SDB care valorifică învățarea automată pentru a face lumină asupra diferiților factori care pot compromite acuratețea, deschizând astfel calea către potențiale soluții. Cel mai recent studiu al lor, care l-a inclus pe Dr. Tae-ho Kim de la Underwater Survey Technology 21 (UST21), este publicat în Journal of Applied Remote Sensing.

Unul dintre obiectivele principale ale acestui studiu a fost să analizeze modul în care modelul antrenat pe diferite regiuni de coastă ar fi afectat de caracteristicile unice ale fiecărei regiuni. În acest scop, au selectat trei zone din jurul Peninsulei Coreene: Samcheok, caracterizată prin apele sale limpezi; Cheonsuman, cunoscut pentru apele sale tulburi; și Hallim, unde fundul mării conține diverse tipuri de sedimente.

Echipa a obținut date multispectrale prin satelit ale acestor regiuni din misiunile Sentinel-2A/B, furnizate în mod deschis de Agenția Spațială Europeană, și a selectat mai multe imagini ale aceste zone în momente diferite cu cer senin. Pentru a instrui modelul SDB pe aceste date, ei au achiziționat și hărți nautice derivate din ecosonda de la Agenția Hidrografică și Oceanografică din Coreea (KHOA); aceste hărți au fost folosite ca adevăr de teren.

Modelul SDB în sine s-a bazat pe un cadru teoretic bine stabilit care leagă modul în care lumina care vine de la soare este reflectată de atmosferă, mare și fundul mării înainte de a ajunge un satelit. În ceea ce privește partea de învățare automată a modelului, echipa a folosit un algoritm de pădure aleatoriu datorită capacității sale de a se adapta la mai multe variabile și parametri în timp ce gestionează cantități mari de date.

La instruire și testare a instanțelor specifice regiunii. din modelul SDB, cercetătorii au descoperit că precizia era în general acceptabilă pentru Samcheok, cu o eroare pătratică medie de aproximativ 2,6 metri. În schimb, acuratețea a fost semnificativ mai mică atât pentru Cheonsuman, cât și pentru Hallim, predicțiile de adâncime bazate pe satelit deviind semnificativ de la măsurătorile KHOA.

Pentru a înțelege mai bine aceste discrepanțe, cercetătorii au încercat mai întâi să corecteze predicțiile prin includerea unui indice de turbiditate în calcule. Acest lucru a îmbunătățit rezultatele în principal pentru Cheonsuman. Apoi, pentru a investiga în continuare sursele de eroare, echipa a achiziționat imagini prin satelit de înaltă rezoluție din misiunea WorldView-3, precum și fotografii la fața locului. Analizele au arătat că caracteristicile de reflectanță ale sedimentelor de pe fundul mării au avut un impact mare asupra estimărilor de adâncime, bazaltul de culoare închisă ducând la o supraestimare consistentă.

„Dacă încorporăm date spațiale suplimentare ale fundului mării în setul de date de antrenament în viitor. , anticipăm îmbunătățiri ale performanței modelului”, a spus dr. Kim. „O hartă de distribuție a sedimentelor, creată din imagini hiperspectrale aeropurtate, este programată să fie furnizată de proiectul de cercetare și dezvoltare.”

În cele din urmă, cercetătorii au testat apoi capacitatea de generalizare a abordării lor prin aplicarea modelelor SDB specifice regiunii pe alte zone de coastă cu caracteristici similare.

„Spre deosebire de studiile anterioare care au prezentat rezultatele modelului SDB numai pentru ape cu transparență ridicată, am dezvoltat modele SDB individuale care pot fi aplicate apelor cu diferite caracteristici și am sugerat metode de obținere îmbunătățite. rezultate”, a spus dr. Kim.

Cu mult noroc, aceste eforturi vor duce la îmbunătățiri ale tehnologiei SDB și vor deschide calea pentru o cartografiere mai convenabilă a adâncimii de coastă.

Satisfăcut de rezultate. , concluzionează Dr. Kim, „În cele din urmă, rezultatele SDB vor fi aplicate ca date de monitorizare a adâncimii pentru a facilita trecerea în siguranță a navelor în zonele de coastă, precum și date de intrare pentru modele oceanice numerice, contribuind la diferite domenii științifice.”

(Fluierul)