위성 이미지의 역할 계획 대규모 Hydrographic 설문 조사

이 웹 사이트는 귀하가 웹 사이트를 탐색하는 동안 귀하의 경험을 향상시키기 위해 쿠키를 사용합니다. 이 쿠키들 중에서 필요에 따라 분류 된 쿠키는 웹 사이트의 기본적인 기능을 수행하는 데 필수적이므로 브라우저에 저장됩니다. 또한이 웹 사이트의 사용 방식을 분석하고 이해하는 데 도움이되는 제 3 자 쿠키를 사용합니다. 이 쿠키는 귀하의 동의하에 만 브라우저에 저장됩니다. 이러한 쿠키를 거부 할 수도 있습니다. 이러한 쿠키 중 일부를 선택 해제하면 검색 환경에 영향을 미칠 수 있습니다. 이러한 쿠키 중 일부를 선택 해제하면 검색 환경에 영향을 미칠 수 있습니다. 이러한 쿠키 중 일부를 선택 해제하면 검색 환경에 영향을 미칠 수 있습니다.

Hydrographic 설문 조사 이해

Hydrographic 설문 조사는 체계적으로 측정하고 깊이 (목욕 측정), 해조, 물 수준, 현재 및 소폭 방해의 모양 및 구성을 포함하여 물 몸의 물리적 특징을 설명합니다. 이 조사는 여러 가지 필수 목적을 제공합니다 :

안전 항법: 상업 및 레크리에이션 선박의 지상을 막는 깊이와 위험 차트.
코스타리 및 포트 엔지니어링: 항구, 파손, 준설 작업 및 해상 구조의 디자인을 지원한다.
환경 모니터링: 의 궤적, 침식 수송, 서식지 변경 및 오염 분산.
자료 관리: 광물의 보증금을 찾아서 케이블과 파이프라인 경로를 계획하고, 어부 관리.

전통적으로, Hydrographic 조사는 배 근거한 에코 소리 및 지도 선에 크게 의존하고, 광대한 현지 시간 및 수동 자료 수집을 요구하는. 대규모 조사를 위해 수백 수천 평방 킬로미터의, 이 접근은 비용적으로, 느린, 그리고 때때로 위험한, 특히 불충분하거나 먼 물에서 증명했습니다.

위성 이미지 변환 방법 Survey Planning

위성 이미지는 물 측정을 대체하지 않지만, 조사 영역의 신뢰할 수있는 최신 기본을 제공함으로써 계획 단계에 혁명을 일으키지 않습니다. 광학 및 레이더 위성은 지속적으로 지구를 관찰하고, 물 표면 특성, 해안선 변화, 침수 매, 심지어 얕은 물에 목욕 적도의 이미지를 제공합니다.

위성 기반 계획의 핵심 장점

넓은 지역 적용: 단일 위성 패스는 수천 평방 킬로미터를 캡처 할 수 있으며, 플래너가 대기 또는 배로 정찰에 필요한 시간의 일부에 전체 지역을 평가 할 수 있습니다.
Cost Reduction: 고 선명한 영역을 식별하고 알려진 위험의 부재를 확인함으로써, 위성 이미지는 극적으로 비싼 예비 현장 여행 및 전반적인 설문 조사 예산에 대한 필요를 감소시킵니다.
Time Efficiency: 위성 데이터는 수시로 시간 내에 취득, 결정 만들기 과정을 가속화하고 설문 조사 팀을 더 빨리 동기 부여 할 수 있습니다.
효율 분석: 위성 이미지의 기록 보관소는 수십 년 동안 플래너가 해안 변화, 침술 축적 또는 채취에 대한 동향을 분석 할 수 있도록 계획자. 장기 조사 전략을 알립니다.
Remote Area의 접근성: Polar, Tropical, 분쟁 해결 영역은 인력을 위험에 담지 않고 연구할 수 있습니다.

Hydrography에서 사용되는 위성 이미지의 종류

다른 위성 센서는 설문 조사 계획에 대한 독특한 정보의 가치를 제공합니다 :

광학 멀티 스펙트럼: 고해상도 광 위성 (예: ]Maxar WorldView], Airbus Pleiades)는 가시성과 내외 적외선 밴드를 제공합니다. 명확하게, 얕은 물에서, 이들은 위성 파생 된 배양 (DB)로 알려진 스펙트럼 분석 기술을 통해 바닥 깊이를 추정 할 수 있습니다.
라다르 (SAR): 합성 가늠구멍 레이다 (SAR) 위성 같은 Sentinel-1 및 RADARSAT-2 클라우드 커버와 어둠을 관통할 수 있습니다, 그들은 지속적으로 흐린 지역에서 확립. SAR 이미지는 표면 거칠기, 현재, 기름 유출 및 호의를 베푸는 조건 하에서 잠수함 특징을 계시한다.
Hyperspectral: 실험 및 상업적 하이퍼 스펙트럼 센서(예: PRISMA, EnMAP)는 좁고 넓이 밴드의 수십을 캡처하고, 엽록소, 멸균 및 유기 물질과 같은 수질 매개 변수의 상세한 매핑을 가능하게 합니다.
고해상도 판크롬:] ‐미터 공간 해상도의 위성 이미지(예: ]Planet SkySat]])는 작은 보트, 내비게이션 보조 및 신흥 shoals를 감지하는 데 도움이 됩니다.

각 센서 유형은 보완적인 데이터에 기여할 때, 결합될 때, 설문조사 계획의 풍부한 컨텍스트베이스를 형성합니다.

다른 기술과의 통합

위성 이미지는 다른 원격 감지 및 ‐situ 데이터 스트림과 융합 될 때 가장 강력한. 현대 hydrographic 조사 계획은 멀티 플랫폼 접근 방식에 의존합니다.

소나(다베암과 싱글빔): 위성식 목욕 보정은 얕은 영역이나 잠재적 방해를 식별할 수 있으며, 장비에 대한 위험을 피하면서 중요한 깊이에 초점을 맞추기 위해 조사자가 프로그램을 가능하게 합니다.
LiDAR (Airborne and Bathymetric): 근해 지역, 공수 LiDAR는 지형과 캐노피 모두의 고밀도 고위 데이터를 제공하며 위성 적용을 보완합니다. 플래너는 위성 해석 및 정제 조사 그리드를 검증하기 위해 LiDAR를 사용합니다.
무선 차량(UAVs):]노드 카메라 또는 미니리드를 장착한 무인 항공기는 항구 입구 또는 강 입과 같은 소형, 복잡한 영역의 위성 해상도로 갭을 채웁니다.
자율 수중 차량(AUVs): 위성 파생된 위험 지도는 프로그램 안전 AUV 임무를 돕고, 서브 머그드 파편과 충돌의 가능성을 감소시킵니다.
Geographic Information Systems (GIS): 모든 위성 이미지, 간 데이터 및 환경 레이어는 GIS 플랫폼에 통합되어 설문 조사 플래너가 최적화된 라인 계획, 우선 영역 및 견적 프로젝트 타임라인을 만듭니다.

이 통합은 종종 "스마트 설문 조사 계획"이라고 불리는 것을 가능하게합니다. 위성 데이터가 초점 영역을 좁힐 수있는 유대 공정, 즉 고해상도 공중 또는 표면 센서는 검증을 제공하고 마침내 배 기반 음주 수집 인 탄화수소를 제공합니다.

대규모 설문 조사에서 실제 응용

Real‐world 예제는 위성 이미지의 영향을 미칩니다 :

항구 및 항구 개발

주요 상업 포트 확장 할 때, 플래너는 고해상도 광학 및 SAR 이미지가지도 침수 배관을 식별하고, 무인 스포일 접지를 확인하고, 200 ~ km2 지역에 걸쳐 계절 물 선명도를 평가합니다. 위성 데이터는 60 %의 예비 조사 시간을 절단하여 프로젝트 팀이 제안 된 새로운 선명한 조사를 목표로하는 리소스를 할당 할 수 있습니다.

Offshore Renewable 에너지

해상 풍력 농장 개발자는 해양 전류 패턴, 파 높이의 클라이마토니즘 (위성 주간) 및 설문 조사 선박을 배포하기 전에 해저 조건을 평가하기 위해 위성 이미지에 의존합니다. 한 북한 바다 프로젝트에서 역사적인 위성 이미지는 오래된 차트에 표시되지 않은 매장 된 파이프를 공개했으며 비싼 손상이 피했습니다.

환경베이스 라인 및 모니터링

환경 영향 평가를 위한 큰 hydrographic 조사는 수시로 turbidity를 추적하기 위하여 인공위성 자료를 이용합니다, 유해한 알갱이는, 그리고 시간에 mangrove 건강. 예를 들면, 유럽 우주국] Sentinel‐2 인공위성 10 ‐ m 해결책 악대는 sedimentation를 전후에 산호초의 주위에 바꾸는 것을 감시하기 위하여 이용되었습니다.

제한 및 Ongoing 개발

많은 힘에도 불구하고 위성 이미지는 설문 조사가 인정해야 할 제약이 있습니다.

Cloud Cover: 광 센서는 열대 또는 폭풍 프로네 지역에서 이미지 취득을 지연시킬 수 있는 클라우드를 통해 볼 수 없습니다. SAR 레이더는 이들을 극복하지만 낮은 해상도와 다른 해석성을 가지고 있습니다.
수 침투: 위성의 배율은 명확하고, 얕은 물에서만 믿을 수 있습니다 (전형적으로 20~30m 깊이의 이상적인 조건에서). turbid 또는 깊은 물에서, 위성 derived 깊이 추정은 믿을 수 없습니다.
Spatial Resolution: 공공용 위성 데이터(예: Sentinel‐2 10m)는 암석, 울크, 또는 네비게이션 부표와 같은 작은 중요한 기능을 놓을 수 있습니다. 고해상도 상업 이미지 비용은 더 많은 것입니다.
Weather and Temporal Revisit: 클라우드 커버와 제한 위성 패스의 조합은 주 또는 몇 달 전에 유용한 이미지가 특정 지역에 대해 얻을 수 있습니다. 새로운 별자리 (예: 행성의 일상적인 반향)이 시작하지만 데이터 관리는 도전이됩니다.

현재 연구 및 개발은 이러한 제한을 극복에 초점을 맞추고 있습니다.

] Cloud Removal and Bathymetry의 기계 학습: AI 모델은 페어링 위성에 훈련 및 소나 데이터는 SDB 정확도를 향상시키고 클라우드에 의해 발생 갭을 채울 수 있습니다.
Higher‐Resolution SAR:미세미터 해상도의 미래 SAR 임무는 작은 잠수물의 검출을 개선합니다.
Real‐Time Data Streams: NASA의 Earth Surface Mineral Dust Source Investigation (EMIT)와 같은 이니셔티브와 곧 지질 해양 색 위성은 가까운 실시간 수질 및 표면 상태 데이터를 제공하기 위해 목표로.
AI-Driven Planning: 위성 이미지, 일기 예보를 혼잡하는 자동화된 시스템 및 선박 기능은 곧 변화 조건에 따라 최적의 설문 조사 경로와 적응할 수 있는 계획을 생성할 것입니다.

국제 수력기구(IHO)는 SDB 표준을 S‐100 프레임워크로 통합하는 위성 파생 데이터의 성장 역할을 인정하고 있으며, 국가 수력청의 위성 이미지 사용을 해칠 수 있도록 합니다.