Оценка глубины прибрежных вод из космоса с помощью спутниковой батиметрии

Исследовательская группа из Южной Кореи разработала новую модель спутниковой батиметрии (SDB), которая с помощью машинного обучения оценивает глубину воды по мультиспектральным спутниковым снимкам. Модель была протестирована на трех участках вокруг Корейского полуострова с разными условиями: Самчхок (чистая вода), Чхонсуман (мутная вода) и Халлим (разнообразные донные отложения). Исследование опубликовано в Journal of Applied Remote Sensing.

Традиционные батиметрические съемки с помощью эхолотов остаются дорогими и сложными. Большинство существующих SDB-моделей работают хорошо только в чистых водах с однородным дном. Новая модель, основанная на алгоритме случайного леса, призвана преодолеть эти ограничения, анализируя влияние таких факторов, как мутность воды и состав донных отложений, на точность измерений. Точность модели варьировалась в зависимости от региона: в Самчхоке погрешность составила около 2,6 метров, а в районах с мутной водой и сложным дном результаты были менее точными.

Ключевой вывод ученых заключается в том, что для повышения точности в будущие модели необходимо включать дополнительные данные, например, карты распределения донных отложений. «Если мы включим дополнительные пространственные данные о морском дне в обучающий набор данных в будущем, мы ожидаем улучшения производительности модели», — отметил руководитель исследования доктор Тэ-хо Ким. В конечном итоге эта технология может обеспечить мониторинг глубин для безопасной навигации и стать входными данными для численных моделей океана.