水深測量とは何ですか？
Water Bathymetry 水深測量 - Optical satellite remote sensing (RS) is a time- and cost-effective approach for shallow-water bathymetry over large areas. [1] Empirical methods for estimating shallow-water bathymetry using passive multispectral satellite imagery are robust and globally applicable, in theory, but they require copious local measurements of water depth for algorithm calibration. [2] On the basis of seniors' research, this paper focuses on Scarborough Island of South China Sea and sets up model of water bathymetry based on Support Vector Machine(SVM). [3] Shallow-water bathymetry based on multispectral satellite imagery (MSI) is an important technology for depth measurement, but it is difficult to obtain a bathymetric map with high reliability and no missing data because of the ubiquitous image noise. [4]光学衛星リモートセンシング（RS）は、広範囲にわたる浅海深浅測量のための時間と費用効果の高いアプローチです。 [1] パッシブマルチスペクトル衛星画像を使用して浅海深浅測量を推定するための経験的方法は、理論的には堅牢でグローバルに適用可能ですが、アルゴリズムのキャリブレーションには水深の大量のローカル測定が必要です。 [2] 高齢者の研究に基づいて,本論文は南シナ海のスカボロー島に焦点を当て,サポートベクターマシン(SVM)に基づく水深測量のモデルを設定した。 [3] マルチスペクトル衛星画像 (MSI) に基づく浅海域測量は、深度測定の重要な技術ですが、ユビキタスな画像ノイズのために、データの欠落のない信頼性の高い測深図を取得することは困難です。 [4]
Shallow Water Bathymetry 浅瀬の水深測量
Previous studies of shallow water bathymetry of riverbeds and lakes, experimental studies above sea ice and increasing availability of high-resolution aerial sea ice imagery motivated us to investigate the possibilities to derive pond bathymetry from photogrammetric multi-view reconstruction of the summery ice surface topography. [1] Empirical models have been widely used to retrieve shallow water bathymetry from multispectral/hyperspectral satellite imagery. [2] Global shallow water bathymetry maps offer critical information to inform activities such as scientific research, environment protection, and marine transportation. [3] Shallow water bathymetry is highly significant to regional and national economic development. [4] With the help of different Open Geospatial Consortium protocols, the WebGIS displays different layers of information for 134 PBs including orthophotos, sedimentological/geomorphological beach characteristics, shoreline evolution, geometric and morphological parameters, shallow water bathymetry, and photographs of pocket beaches. [5] To derive shallow water bathymetry for coastal areas, a common approach is to deploy a scanning airborne bathymetric light detection and ranging (LiDAR) system or a shipborne echosounder for ground surveys. [6] A nonlinear machine learning technique was used to derive shallow water bathymetry by combining single beam echosounding measurements and the reflectance of red, green, blue, and near infrared bands of remotely sensed imagery. [7] Shallow water bathymetry is important for nautical navigation to avoid stranding, as well as for the scientific simulation of high tide and high waves in coastal areas. [8] Shallow water bathymetry is essential information for coastal science and nautical navigation. [9] This study addresses the mapping of shallow water bathymetry with high spatial resolution and accuracy by comparing three remote sensing (RS) approaches: one based on echo sounding (active RS) and two on photogrammetry (passive RS): bathymetric Structure from Motion (SfM) and optical modelling. [10] This paper presents a spatially distributed support vector machine (SVM) system for estimating shallow water bathymetry from optical satellite images. [11] These signature are very important for inland water quality and shallow water bathymetry application. [12] Traditional in situ measurements with topographic equipment provide spatially sparse datasets and they could not map in detail the spatial variability in wave and current fields, the shallow water bathymetry and the beach morphology. [13] The objective of this paper is to explore the feasibility of shallow water bathymetry using satellite two-media photogrammetry. [14] In coastal areas, the concentrations and the optical properties of the water components have a large spatial and temporal variability, due to river discharges and meteo-marine conditions, such as wind, wave and current, and their interaction with shallow water bathymetry. [15] Recently, remote sensing is commonly used to map the shallow water bathymetry since it is frequently captured. [16]河川敷や湖の浅瀬の深浅測量、海氷上での実験的研究、高解像度の空中海氷画像の利用可能性の増加に関する以前の研究は、夏の氷の表面地形の写真測量マルチビュー再構成から池の深浅測量を導き出す可能性を調査する動機となりました。 [1] 経験的モデルは、マルチスペクトル/ハイパースペクトル衛星画像から浅瀬の水深を取得するために広く使用されています。 [2] 世界の浅海水深図は、科学研究、環境保護、海運などの活動に情報を提供するための重要な情報を提供します。 [3] 浅水深測量は、地域および国の経済発展にとって非常に重要です。 [4] さまざまなOpenGeospatialConsortiumプロトコルの助けを借りて、WebGISは、オルソフォト、堆積/地形ビーチの特性、海岸線の進化、幾何学的および形態学的パラメータ、浅瀬の深浅測量、ポケットビーチの写真など、134PBのさまざまな情報レイヤーを表示します。 [5] 沿岸地域のための導出浅い水の水深に、一般的なアプローチは、走査空中水深光検出及び測距（のLiDAR）システム又は地上調査のための船上echosounderを展開することです。 [6] 非線形機械学習技術を使用して、シングル ビーム エコーサウンディング測定値と、リモート センシング画像の赤、緑、青、および近赤外帯域の反射率を組み合わせることにより、浅瀬の水深測量を導き出しました。 [7] 浅瀬の水深測量は、座礁を回避するための航海ナビゲーションや、沿岸地域における高潮と高波の科学的シミュレーションにとって重要です。 [8] 浅瀬の水深測量は、沿岸科学と航海に不可欠な情報です。 [9] この研究では、3 つのリモート センシング (RS) アプローチを比較することにより、高い空間分解能と精度を備えた浅瀬水深測量のマッピングに対処します。そして光学モデリング。 [10] この論文では、光学衛星画像から浅瀬水深を推定するための空間分散型サポート ベクター マシン (SVM) システムを紹介します。 [11] これらの特徴は、内陸の水質と浅瀬水深測量のアプリケーションにとって非常に重要です。 [12] 地形機器を使用した従来のその場での測定では、空間的にまばらなデータセットが提供され、波と流れ場の空間的変動、浅瀬の水深測量、およびビーチの形態を詳細にマッピングできませんでした。 [13] この論文の目的は、衛星 2 メディア写真測量法を使用して浅瀬水深測量の実現可能性を調査することです。 [14] 沿岸地域では、水成分の濃度と光学特性は、河川の流出や、風、波、流れなどの気象海洋条件、およびそれらと浅瀬の地形との相互作用により、空間的および時間的に大きな変動性を持っています。 [15] 最近では、リモートセンシングは頻繁に撮影されるため、浅瀬の水深をマッピングするために一般的に使用されています。 [16]