Ứng dụng ảnh vệ tinh Sentinel 2 trong ước tính độ sâu vùng biển ven bờ Phú Tân - Tân Phú Đông - Tiền Giang
DOI:
https://doi.org/10.5281/zenodo.18788372Từ khóa:
Hồi quy đa biến, độ sâu, biển ven bờ, Sentinel 2Tóm tắt
Vùng biển ven bờ không chỉ là nơi tiếp giáp về mặt địa lý giữa biển và đất liền mà còn đóng vai trò là cửa ngõ giao thương, thúc đẩy hội nhập kinh tế quốc tế. Trong đó thông tin về độ sâu đáy biển có ý nghĩa quan trọng trong phát triển các tuyến giao thông đường thủy, quy hoạch phát triển nuôi trồng thuỷ sản. Có rất nhiều phương pháp xác định độ sâu như sử dụng LiDAR bathymetry, sonar,... cho độ chính xác cao nhưng chi phí thực hiện lớn. Ước tính độ sâu vùng biển ven bờ bằng phương pháp viễn thám với dữ liệu ảnh vệ tinh đa phổ là một hướng tiếp cận mới, mang lại hiệu quả kinh tế nhất định. Việc xuất hiện dữ liệu ảnh vệ tinh Sentinel-2 với 13 kênh phổ không những hỗ trợ nâng cao năng lực và hiệu quả trong công tác quản lý tài nguyên thiên nhiên, mà còn mở ra các hướng nghiên cứu mới. Nghiên cứu này sử dụng ảnh vệ tinh Sentinel-2 và các mô hình ước tính độ sâu bằng thuật toán tỷ số kênh phổ, hồi quy đa biến, với hệ số xác định R2 = 0,9047 thuật toán hồi quy đa biến cho độ chính xác tốt nhất tại khu vực thử nghiệm xã Phú Tân- Tân Phú Đông - Tiền Giang
Downloads
Tài liệu tham khảo
[1] Tổng cục Biển và Hải đảo, “Báo cáo Hiện trạng Môi trường biển và hải đảo Quốc gia giai đoạn 2016 - 2020,” Hà Nội, 2021.
[2] B. M. Costa, T. A. Battista, and S. J. Pittman, “Comparative evaluation of airborne LiDAR and ship-based multibeam SoNAR bathymetry and intensity for mapping coral reef ecosystems,” Remote Sens. Environ., vol. 113, no. 5, pp. 1082–1100, May 2009, doi: https://doi.org/10.1016/j.rse.2009.01.015.
[3] R. P. Stumpf, K. Holderied, and M. Sinclair, “Determination of water depth with high‐resolution satellite imagery over variable bottom types,” Limnol. Oceanogr., vol. 48, no. 1part2, pp. 547–556, Jan. 2003, doi: https//doi.org/10.4319/lo.2003.48.1_part_2.0547.
[4] G. A. M. Narciso, A. M. Tamondong, and A. C. Blanco, “INTEGRATION OF STUMPF’S RATIO MODEL AND RANDOM FOREST FOR SATELLITE-DERIVED BATHYMETRY ESTIMATION,” Int. Arch. Photogramm. Remote Sens. Spat. Inf. Sci., vol. XLVIII-4/W, pp. 387–393, Apr. 2024, doi: https://doi.org/10.5194/isprs-archives-XLVIII-4-W8-2023-387-2024.
[5] M. Al Najar et al., “Coastal Bathymetry Estimation from Sentinel-2 Satellite Imagery: Comparing Deep Learning and Physics-Based Approaches,” Remote Sens., vol. 14, no. 5, p. 1196, Feb. 2022, doi: https://doi.org/10.3390/rs14051196.
[6] S. S. J. D. Mudiyanselage, A. Abd-Elrahman, B. Wilkinson, and V. Lecours, “Satellite-derived bathymetry using machine learning and optimal Sentinel-2 imagery in South-West Florida coastal waters,” GIScience Remote Sens., vol. 59, no. 1, pp. 1143–1158, Dec. 2022, doi: https://doi.org/10.1080/15481603.2022.2100597.
[7] T. Sagawa, Y. Yamashita, T. Okumura, and T. Yamanokuchi, “Satellite Derived Bathymetry Using Machine Learning and Multi-Temporal Satellite Images,” Remote Sens., vol. 11, no. 10, p. 1155, May 2019, doi: https://doi.org/10.3390/rs11101155.
[8] Victor Klemas, “Remote Sensing of Coastal and Ocean Currents: An Overview,” J. Coast. Res., vol. 28, no. 3, p. 576, Apr. 2012, doi: https://doi.org/10.2112/JCOASTRES-D-11-00197.1.
[9] T. Thanh Tùng and T. Đăng Hùng, “Nghiên cứu ứng dụng ảnh Sentinel 2 đánh giá diễn biến đường bờ và biến đổi địa hình đáy biển khu vực cửa Nhật Lệ, Quảng Bình,” Vietnam J. Hydrometeorol., vol. 1, no. 745, pp. 1–11, Jan. 2023, doi: https://doi.org/10.36335/VNJHM.2023(746).1-11.
[10] Đ. Xuân Tình, T. Thanh Tùng, and T. Đăng Hùng, “Phân tích biến đổi địa hình đáy biển ven bờ khu vực cửa Tiên Châu, tỉnh Phú Yên sử dụng ảnh Sentinel-2,” Vietnam J. Hydrometeorol., vol. 4, no. 760, pp. 29–40, Apr. 2024, doi: https//doi.org/10.36335/VNJHM.2024(760).29-40.
[11] A. K. Mavraeidopoulos, A. Pallikaris, and E. Oikonomou, “Satellite Derived Bathymetry (SDB) and Safety of Navigation,” Int. Hydrogr. Rev., vol. 17, 2017.
[12] J. Gao, “Bathymetric mapping by means of remote sensing: methods, accuracy and limitations,” Prog. Phys. Geogr. Earth Environ., vol. 33, no. 1, pp. 103–116, Feb. 2009, doi: https://doi.org/10.1177/0309133309105657.
[13] A. Muzirafuti et al., “The Contribution of Multispectral Satellite Image to Shallow Water Bathymetry Mapping on the Coast of Misano Adriatico, Italy,” J. Mar. Sci. Eng., vol. 8, no. 2, p. 126, Feb. 2020, doi: https://doi.org/10.3390/jmse8020126.
[14] H. T. T. Đông Nguyễn Hải, Thảo Đỗ Thị Phương, Hòa Doãn Thị Thái, “Kết hợp sử dụng ảnh viễn thám Landsat và Sentinel - 2 trong giám sát biến động bờ biển khu vực tỉnh Quảng Nam,” Tạp chí Khoa học Tài nguyên và Môi trường, vol. 28, pp. 16–26, 2019, [Online]. Available: https://tapchikhtnmt.hunre.edu.vn/index.php/tapchikhtnmt/article/view/194/196
[15] CHC, “CHC D230 Depthfinder User Manual,” Shanghai, China, 2015. [Online]. Available: www.chcnav.com
[16] David R. Lyzenga, “Passive remote sensing techniques for mapping water depth and bottom features,” Opt. Publ. Gr., vol. 17, no. 3, pp. 379–383, 1978.
[17] I. Caballero and R. Stumpf, “Towards Routine Mapping of Shallow Bathymetry in Environments with Variable Turbidity: Contribution of Sentinel-2A/B Satellites Mission,” Remote Sens., vol. 12, no. 3, p. 451, Feb. 2020, doi: https://doi.org/10.3390/rs12030451.
[18] M. A. Warren et al., “Assessment of atmospheric correction algorithms for the Sentinel-2A MultiSpectral Imager over coastal and inland waters,” Remote Sens. Environ., vol. 225, pp. 267–289, May 2019, doi: https://doi.org/10.1016/j.rse.2019.03.018.
[19] X. Zhang and M. R. Al Shehhi, “Bathymetry estimation for coastal regions using self-attention,” Sci. Rep., vol. 15, no. 1, p. 970, Jan. 2025, doi: https://doi.org/10.1038/s41598-024-83705-9.
Lượt tải xuống
Đã Xuất bản
Số
Chuyên mục
Giấy phép
Tác phẩm này được cấp phép theo Giấy phép Creative Commons Ghi công 4.0 Quốc tế.
Giấy phép CC 4.0
