Die Spitze der Atmosphäre ist die vereinbarte Grenze zwischen der Erdatmosphäre und dem Weltraum. Satelliten durchqueren diesen Raum, erleichtern die globale Kommunikation und bilden den Planeten ab, indem sie wechselnde Eisbedeckungshöhen und Landmassenverschiebungen messen. Obwohl die Satellitentechnologie unglaublich fortschrittlich ist, ist es laut Forschern der Xiamen University und der University of Massachusetts Boston eine seit langem bestehende Herausforderung, eine genaue Wassertiefe für jedes flache Gebiet vor der Küste zu erzeugen.
Das Problem sei nicht die Art oder Menge der gesammelten Daten, sagten die Forscher, sondern vielmehr, wie man sie in eine genaue Schätzung übersetze, wie flach küstennahe Gewässer sind. Um diese Herausforderung zu lösen, entwickelten sie einen maschinellen Lernalgorithmus, der Daten von zwei Erdbeobachtungssatelliten verwendet, um die Tiefe optisch flacher Gewässer zu bestimmen.
Sie veröffentlichten ihren Ansatz am 3. Februar in der Zeitschrift für Fernerkundung.
„Küstennahe Flachwasserumgebungen wie Korallenriffe, Seegras und Tangbetten gehören zu den sozioökonomisch wichtigsten und produktivsten Ökosystemen der Welt; ihre Überwachung ist eine wichtige Aufgabe vieler Regierungsbehörden“, sagte Zhongping Lee, korrespondierender Autor und emeritierter Professor in die School for the Environment an der University of Massachusetts Boston. „Neben der Überwachung von Veränderungen in Bodensubstraten in solchen Ökosystemen ist ein gewünschter Parameter die Bodentiefe, da sie nicht nur für die Navigation wichtig ist, sondern auch für Studien zu Küstenprozessen und das Management von Küstenereignissen, die von der Überwachung von Sturmfluten bis zur Standortauswahl reichen von Windparks.“
Die als Bathymetrie bezeichnete Bodentiefenmessung wurde herkömmlicherweise über Sonar durchgeführt, aber mit der Verbesserung der Satellitentechnologie wurden immer mehr Messungen über Satelliten-Lidar durchgeführt.
„Während diese Methoden und Systeme eine hochpräzise Messung der Bodentiefe ermöglichen, sind sie teuer, zeitaufwändig und auf die Bereiche beschränkt, die die Schiffe (für Sonar) erreichen können, oder auf die Linien, die Satelliten-Lidar mit den resultierenden Daten aus dem Weltraum zeichnet nicht in der Lage, eine hochauflösende bathymetrische Karte zu erstellen“, sagte der Erstautor Wendian Lai, Doktorand am College of Ocean and Earth Sciences der Xiamen University.
Die Forscher verwendeten öffentlich verfügbare Daten des Operational Land Imager auf Landsat 8, einem Satelliten der US Geological Survey und der NASA, und des Instruments Advanced Topographic Laster Altimeter System (ATLAS) auf ICESat-2, einem NASA-Satelliten, der verschiedene Höhenpunkte auf der Erde misst Planet. ICESat-2 strahlt Laser auf Points of Interest und gibt an, wie lange der Laser braucht, um den Punkt zu erreichen und zum Satelliten zurückzukehren. Die ATLAS-Daten enthalten Breiten-, Längen- und Zeitangaben für alle Photonen – die Bestandteile der Laserstrahlen –, die vom Satelliten heruntergesendet werden.
Das Team konzentrierte sich auf Datenmessungen von der Great Bahama Bank und der Cay Sal Bank und trainierte ein künstlich intelligentes neuronales Netzwerk, um zu verstehen, wie die zusammen lokalisierten Datenpunkte die Tiefe anzeigen könnten.
„Der Algorithmus hat optisch seichte Gewässer und optisch tiefe Gewässer in 100 % der Fälle genau gekennzeichnet“, sagte Lai.
Die Forscher stellten fest, dass sich diese Studie auf tropische und subtropische Regionen konzentrierte, in denen das Wasser im Allgemeinen klar ist, obwohl die Ergebnisse „vielversprechend“ seien. Ihr Ansatz kann jedoch auf andere Regionen angewendet werden, sobald die Bilddaten von Landsat 8 gesammelt wurden.
„Dieses System zeigt eine starke Portabilität, die herkömmlichen Algorithmen fehlt“, sagte Lee. „Wir planen, dieses System auf viele Regionen anzuwenden, mit dem Ziel, globale hochauflösende bathymetrische Karten von küstennahen Flachgebieten zu erstellen.“
Wendian Lai et al, A Portable Algorithm to Retrieve Bottom Depth of Optically Shallow Waters from Top-of-Atmosphere Measurements, Zeitschrift für Fernerkundung (2022). DOI: 10.34133/2022/9831947
Zur Verfügung gestellt vom Journal of Remote Sensing