A downscaled bathymetric mapping approach combining multitemporal Landsat-8 and high spatial resolution imagery: Demonstrations from clear to turbid waters
A downscaled bathymetric mapping approach combining multitemporal Landsat-8 and high spatial resolution imagery: Demonstrations from clear to turbid waters
复制标题
结合多时相 Landsat-8 和高空间分辨率图像的缩小比例测深测绘方法：从清澈水域到浑浊水域的演示
DOI：
10.1016/j.isprsjprs.2021.07.015
复制
发表时间：
2021-10
影响因子：
12.7
通讯作者：
Tang D L
中科院分区：
文献类型：
--
作者：
Liu Y M;Zhao J;Deng R R;Liang Y H;Gao Y K;Chen Q D;Xiong L H;Liu Y F;Tang Y M;Tang D L
高空间分辨率的珊瑚礁测深图可以显示地形的细节。然而，空间分辨率< 10米的大多数卫星图像只有三个可见波段和一个近红外波段。在没有现场测深数据的情况下，很难利用光谱匹配或经验模型，从高空间分辨率图像绘制清澈或浑浊沃茨的测深图。在这项研究中，我们开发了一种缩小尺度的测深制图方法（DBMA），该方法使用从多时相Landsat-8数据估计的水深来校准高空间分辨率图像的经验模型（例如，Sentinel-2A/B、GaoFen-1/2、Ziyuan-3和WorldView-2）。我们的研究结果表明，DBMA提供了高精度的深度范围从0到12 m的清晰沃茨（0 m到5 m的混浊沃茨），与均方根误差（RMSE）小于2 m。相对于经验模型（用现场数据校准），DBMA在清澈沃茨深度>12 m时低估了更多水深（浑浊沃茨为5 m），而在清澈沃茨深度< 4 m时略高估了更多水深（浑浊沃茨为3 m）。然而，DBMA表现优于经验模型之间的深度为4米和12米的清澈沃茨（3米和5米的混浊沃茨）。此外，DBMA的良好性能也被证明的发现，DBMA的缩放效果是有限的。DBMA提供了一个可靠的解决方案，以获得高空间分辨率的测深图，而不会遗漏小区域，在没有现场数据。
High spatial resolution bathymetric maps of coral reefs can show the details of terrain. However, most satellite-based imagery with a spatial resolution < 10 m has only three visible bands and one near-infrared (NIR) band. When in situ bathymetric data are unavailable, it is difficult to map bathymetry from high spatial resolution imagery with spectral matching or empirical models for clear or turbid waters. In this study, we developed a downscaled bathymetric mapping approach (DBMA) that uses the water depth estimated from multitemporal Landsat-8 data to calibrate the empirical model for high spatial resolution imagery (e.g., Sentinel-2A/B, GaoFen-1/2, ZiYuan-3, and WorldView-2) in the absence of in situ bathymetric data. Our results show that DBMA provides high accuracy for depth ranging from 0 to 12 m for clear waters (0 m to 5 m for turbid waters), with a root mean squared error (RMSE) smaller than 2 m. Relative to empirical models (calibrated with in situ data), DBMA underestimates water depth more for depth >12 m for clear waters (5 m for turbid waters) while slightly overestimates more for depth < 4 m for clear waters (3 m for turbid waters). Nevertheless, DBMA performs better than the empirical models for depth between 4 m and 12 m for clear waters (3 m and 5 m for turbid waters). Furthermore, the good performance of DBMA is also demonstrated by the finding that the scaling effect on the DBMA is limited. DBMA presents a reliable solution to obtain high spatial resolution bathymetric maps without leaving out small regions in the absence of in situ data.
登录
查看更多内容
DOI：
10.1016/j.jag.2020.102108
发表时间：
2020-09-01
影响因子：
7.5
作者：
Cao, Bin;Deng, Ruru;Zhu, Shulong
通讯作者：
Zhu, Shulong
影响因子：
2.8
作者：
G. Casal;J. Hedley;X. Monteys;P. Harris;C. Cahalane;T. McCarthy
通讯作者：
G. Casal;J. Hedley;X. Monteys;P. Harris;C. Cahalane;T. McCarthy
DOI：
10.11834/jrs.20050586
发表时间：
2005
期刊：
National Remote Sensing Bulletin
影响因子：
--
作者：
Han-qiu Xu
通讯作者：
Han-qiu Xu
影响因子：
13.5
作者：
Masek, Jeffrey G.;Wulder, Michael A.;Jenstrom, Del T.
通讯作者：
Jenstrom, Del T.
影响因子：
3.8
作者：
I. Caballero;R. Stumpf
通讯作者：
I. Caballero;R. Stumpf