Applied Geomatics

Phép đo độ sâu từ ảnh vệ tinh: đề xuất điều chỉnh phương

pháp tỷ lệ băng tần cho dữ liệu IKONOS

Tóm tắt
Việc thu thập dữ liệu độ sâu ở vùng nước nông hơn rất khó đạt được bằng các phương pháp khảo sát
truyền thống vì các khu vực cần điều tra có thể không tiếp cận được đối với các tàu thủy văn do nguy
cơ mắc cạn. Vì lý do này, việc sử dụng vệ tinh phát hiện dữ liệu độ sâu (độ sâu có nguồn gốc từ vệ
tinh, SDB) tạo thành một giải pháp thay thế đặc biệt hữu ích và cũng có lợi về mặt kinh tế. Trên thực
tế, phương pháp này dựa trên mô hình phân tích về sự thâm nhập của ánh sáng xuyên qua cột nước ở
các dải đa phổ khác nhau cho phép bao phủ một khu vực rộng lớn với mức đầu tư tương đối thấp về
thời gian và nguồn lực. Đặc biệt, phương pháp thực nghiệm có tên là phương pháp tỷ lệ dải (BRM)
dựa trên mức độ hấp thụ ở các dải khác nhau. Độ chính xác của SDB không thể so sánh với độ chính
xác của các cuộc khảo sát truyền thống, nhưng chúng tôi chắc chắn có thể cải thiện nó bằng cách chọn
ảnh vệ tinh có độ phân giải hình học cao. Bài viết này nhằm mục đích điều tra BRM áp dụng cho ảnh
có độ phân giải hình học cao, IKONOS-2, liên quan đến Vịnh Pozzuoli (Ý) và cải thiện độ chính xác
của kết quả thực hiện việc xác định mối quan hệ giữa tỷ lệ dải và độ sâu. Hai hàm phi tuyến tính như
hàm mũ và đa thức bậc 3 (3DP) được đề xuất, thay vì đường hồi quy, để tính gần đúng mối quan hệ
giữa các giá trị của tỷ lệ phản xạ và giá trị độ sâu thực được thu thập tại các điểm được đo. Chúng
được lấy từ Biểu đồ Điều hướng Điện tử do Văn phòng Thủy văn Ý sản xuất. Kết quả chứng minh
rằng phương pháp được áp dụng cho phép nâng cao độ chính xác của SDB, cụ thể là 3DP cung cấp
mô hình đo độ sâu hoạt động hiệu quả nhất thu được từ hình ảnh IKONOS-2 đa phổ

Từ khóa Satellite-derived bathymetry · Remote sensing · IKONOS · Band ratio method · Digital
elevation model

Giới thiệu sản xuất hải đồ hỗ trợ điều hướng. Những thông
tin như vậy là cần thiết để giám sát liên tục các
Việc xác định độ sâu (độ sâu của nước) có tầm khu vực ven biển (Shah 2020; Gao 2009) đặc
quan trọng cơ bản để hiểu được địa hình của đáy biệt nhạy cảm, cả về số lượng lớn các hoạt động
biển, sông và hồ. Điều cần thiết là phải phân tích diễn ra ở đó và nguy cơ ô nhiễm môi trường.
động lực học của môi trường biển, cả về vận Trong nhiều thế kỷ, một lượng lớn chất thải và
chuyển trầm tích, liên quan đến dự đoán thủy chất gây ô nhiễm đã bị ném xuống biển, ví dụ:
triều, dòng chảy và sóng, để chất thải rắn, bùn thải, nước thải tàu thuyền và
dầu: sự tương tác của hình thái bờ biển và tàu
ngầm với chế độ thủy động lực tạo điều kiện cho
sự phân tán của trầm tích và các chất ô nhiễm tiềm
năng hiện có
 Claudio Parente Technology, Centro Direzionale,
claudio.parente@unipar Parthenope University of Naples, Isola C4,
thenope.it 80143 Naples, Italy
Francesco Giuseppe Figliomeni
francescogiuseppe.figliomeni001@studenti.
uniparthenope.it
1 International PhD Programme
“Environment, Resources and
Sustainable Development”, Department
of Science
and Technology, Centro Direzionale,
Parthenope University of Naples, Isola
C4, 80143 Naples, Italy
2 DIST - Department of Science and

13
 Applied Geomatics
trong khu vực (Pippo et al. 2002), vì vậy
kiến thức chính xác về phép đo độ sâu là rất
quan trọng. Ngoài ra, đáy biển có thể bị thay
đổi do các chuyển động địa chấn chậm, sự
nâng lên dần dần (địa chấn chậm dương)
hoặc hạ xuống (địa chấn chậm âm) của một
phần bề mặt Trái đất thường gây ra bởi quá
trình lấp đầy hoặc làm trống khoang magma
dưới lòng đất và/hoặc quá trình thủy nhiệt.
hoạt động (Scafetta và Mazzarella 2021), vì
vậy hình thái của bờ biển có thể thay đổi
nhanh chóng và do đó toàn bộ hệ sinh thái
ven biển thay đổi (Mattei và cộng sự 2020).

13
Applied Geomatics
Do sự thay đổi liên tục về hình dạng của đáy
biển, các bản đồ độ sâu nhanh chóng trở nên lỗi
thời để điều hướng chính xác; do đó, cần phải
thực hiện đo độ sâu định kỳ để cập nhật chúng
trên cơ sở hiện tại (Speccht et al. 2017).
thám (Leder et al. 2019). Trong tài liệu, có một số
phương pháp SDB. Các phương pháp này có thể
được nhóm thành hai loại: phương pháp thực
nghiệm, sử dụng các quan sát trực tiếp về độ sâu
của

Trong phương pháp đo độ sâu cổ điển, các

phép đo độ sâu được thực hiện bằng các chiến
dịch hải dương học với các dụng cụ cụ thể, chẳng
hạn như máy đo tiếng vang được gắn trên các
bình đặc biệt cho mục đích này. Những kỹ thuật
này sử dụng nguyên lý sóng âm để dò đáy và xác
định độ sâu (Amoroso và Parente 2021), nhưng
chúng thường bị hạn chế bởi tính kém hiệu quả,
chi phí cao và không thể tiếp cận. Thực tế ở một
số vùng sâu, vùng xa, vùng khó khăn như: rạn
san hô, lạch và cửa sông không nhìn thấy được,
việc khảo sát thủy văn rất phức tạp để thực hiện
do rủi ro tính mạng con người và tổn thất vật
liệu; Ngoài ra, các công nghệ thay thế như
phương tiện điều khiển từ xa (ROV) và phương
tiện tự hành dưới nước (AUV) cũng rất đắt đỏ do
chi phí mua và bảo trì cao (Ashphaq et al. 2021).
Viễn thám cho phép vượt qua các giới hạn này
bằng cách cung cấp các hình ảnh có độ phân giải
hình học trung bình và cao phù hợp để đo độ sâu.
Trên thực tế, kỹ thuật này là một công cụ mạnh
mẽ để lập bản đồ độ sâu của đáy biển vì phạm vi
bao phủ rộng khắp khu vực, chi phí thấp và tính
lặp lại (Jagalingam et al. 2015). Phương pháp đo
độ sâu lấy từ vệ tinh (SDB) phù hợp để khảo sát
độ sâu của các khu vực nông ven biển có nước
trong, xấp xỉ độ sâu của đĩa 2 Secchi (Leder et al.
2020). Trong mọi trường hợp, độ chính xác của
SDB không đáp ứng các tiêu chuẩn S-44 hiện
hành của Tổ chức Thủy văn Quốc tế (IHO)
(Phiên bản. 2008), vì vậy phương pháp này hiện
có thể được sử dụng để lập kế hoạch khảo sát
thủy văn cho các khu vực biển chưa được khảo
sát hoặc các khu vực có dữ liệu cũ (Pe'eri et al.
2013); (Leder và cộng sự 2019). Để tăng độ
chính xác của SDB, nên ưu tiên hình ảnh có độ
phân giải cao. Trong những năm qua, các sứ
mệnh không gian khác nhau đã được thực hiện
để cung cấp hình ảnh có độ phân giải cao; trong
số đó, chúng tôi tìm thấy nhiệm vụ IKONOS-2
(Kramer 2002); (Cơ quan Vũ trụ Châu Âu ESA
2000-2021) đạt được sự kết hợp tốt giữa độ phân
giải không gian cao (1 m ở chế độ toàn sắc) và
độ phân giải quang phổ cao (bốn dải đa phổ và
một dải toàn sắc). SDB sử dụng dữ liệu viễn
thám quang học để xác định độ sâu. Trên thực tế,
nó dựa trên mô hình phân tích về sự thâm nhập
của ánh sáng xuyên qua cột nước trong dải hồng
ngoại và khả kiến: bức xạ mặt trời được nước
hấp thụ một phần và khuếch tán một phần, theo
đó một phần được phân tán trong khi xuyên qua
nước và năng lượng còn lại bị tán xạ ngược , bị
chặn bởi cảm biến và được ghi lại trong ảnh viễn
13

nước trong khu vực nghiên cứu để hiệu chỉnh
hệ số phản xạ như một hàm của độ sâu và các
phương pháp vật lý sử dụng các mô hình truyền
bức xạ (tương tác của ánh sáng với vật chất) để
xác định độ sâu của nước mà không cần dữ liệu
hiệu chuẩn tại chỗ (Lyons 2011). Một trong
những phương pháp thực nghiệm quan trọng
nhất là phương pháp tỷ lệ dải (BRM) (Stumpf et
al. 2003) dựa trên mức độ hấp thụ ở các dải
khác nhau (với các bước sóng khác nhau). Sử
dụng phương pháp này, một đường hồi quy phải
được phát triển giữa các giá trị của tỷ lệ phản xạ
và giá trị độ sâu thực. Tuy nhiên, mối quan hệ
không phải là loại tuyến tính nữa, bởi vì nó phụ
thuộc vào các khía cạnh khác nhau liên quan
đến sự tương tác của ánh sáng mặt trời với môi
trường biển, vì vậy việc phân tích tình hình cụ
thể là cần thiết để xác định mô hình thực
nghiệm của khu vực được kiểm tra.
Applied Geomatics
Phạm vi nghiên cứu
Khu vực nghiên cứu được chọn cho công việc
này liên quan đến Vịnh Pozzuoli nằm ở phía tây
Napoli, ở Biển Tyrrhenian. Khu vực này bao
gồm công viên khảo cổ ngập nước nổi tiếng
Baiae, một khu vực biển được bảo vệ, được gọi
là “Pompeii dưới nước”.
Khu vực nghiên cứu được thể hiện trong hai
hình tiếp theo. Cụ thể, Hình 1 định vị địa lý khu
vực này trong lãnh thổ Ý bằng cách sử dụng tọa
độ hình elip WGS84 và hình chữ nhật đều

Bài viết này nhằm mục đích phân tích và kiểm

tra BRM áp dụng cho ảnh độ phân giải cao
IKONOS-2 và nâng cao độ chính xác của kết
quả thực hiện việc xác định mối quan hệ giữa
độ sâu và tỷ lệ dải tần.

Để áp dụng các phương pháp SDB, phần mềm

mã nguồn mở và miễn phí Quantum GIS
(QGIS) phiên bản 3.16 đã được sử dụng. Nó là
một phần mềm được thiết kế để thu thập, lưu
trữ, thao tác, phân tích, quản lý và trình bày dữ
liệu không gian hoặc địa lý. Nói cách khác, nó
có các đặc điểm của phần mềm GIS điển hình,
cho phép người dùng tạo các truy vấn tương tác,
phân tích thông tin không gian, sửa đổi dữ liệu
trong bản đồ và trình bày kết quả của tất cả các
hoạt động này (Clarke 1986).

Bài báo được tổ chức như sau. Phần “Dữ liệu và

phương pháp” minh họa các đặc điểm chính của
khu vực nghiên cứu và bộ dữ liệu bao gồm ảnh
IKONOS-2; ngoài ra, phần này cũng trình bày
BMR theo đề xuất của Stumpf et al. và đề xuất
của chúng tôi để tăng độ chính xác của kết quả.
Phần “Kết quả và thảo luận” giới thiệu, so sánh
và thảo luận các kết quả thu được từ việc áp
dụng BRM truyền thống cũng như bằng cách
điều chỉnh nó. Phần “Kết luận” trình bày các kết
luận của chúng tôi nhận xét tầm quan trọng của
công trình và đề xuất các ứng dụng và mở rộng
tiềm năng cho các nghiên cứu trong tương lai.

Dữ liệu và phương pháp

13
Applied Geomatics

Fig. 1 Territorial
framework of the study
area related to WGS84
ellipsoidal coordinates

13
 Applied Geomatics

biểu diễn bản đồ, trong khi Hình 2 cung cấp chế độ xem có màu RGB của vùng được xem xét kéo dài
giữa UTM/WGS84 sau đây – Tọa độ mặt phẳng 33 N: E1 = 421.100 m; N1 = 4.518.600 m; E2 =
423.100 m; N2 = 4.520.000 m.

Vịnh Pozzuoli được bao gồm trong khu vực có tên là “Campi Flegrei” (Cánh đồng Phlegraean), một
khu vực núi lửa lớn bị chi phối bởi một cấu trúc sụp đổ miệng núi lửa lớn bao gồm 24 miệng núi lửa
và các công trình núi lửa; phần lớn chúng nằm dưới nước (Scandone et al. 1991). Hoạt động thủy
nhiệt có thể được quan sát tại Lucrino, Agnano và thị trấn Pozzuoli; cũng có biểu hiện tràn dịch khí
trong

..................Ngắt Cột.....................hố núi lửa Solfatara, ngôi nhà thần thoại của vị thần La Mã lửa,
Vulcan (ESA). Toàn bộ khu vực (bao gồm phần nổi lên và phần ngập nước) có thể bị biến dạng đất
chậm được gọi là hiện tượng bradyseism (chuyển động chậm của đất theo nghĩa đen) xảy ra theo
những cách khác nhau theo thời gian, dẫn đến cả sự nâng lên và sụt lún của khu vực bị ảnh hưởng
( Passaro 2013); do đó, mực nước biển đã thay đổi qua các thời đại. Các nhà địa chất tiên phong đã sử
dụng các trụ cột của khu chợ La Mã còn sót lại ở Pozzuoli làm thước đo Paleotide (Lyell 1830); gần
đây, phân tích carbon phóng xạ về các chỉ số sinh học trên những hài cốt này đã cho thấy ba điểm cao
tương đối 7 m so với mực nước biển trong thế kỷ thứ năm sau Công nguyên, đầu thời Trung cổ.

Fig. 2 RGB-coloured
view of the study area
related to UTM/
WGS84 – zone 33 N
plane coordinates
expressed in metres

13
Applied Geomatics

và trước vụ phun trào Monte Nuovo năm 1538 (Morhange et al. 2006). Trong thời hiện đại (từ năm
1905), các kỹ thuật san lấp mặt bằng trắc địa và trong những thập kỷ gần đây, cả các phép đo sử dụng
GPS và dữ liệu giao thoa kế, cho phép đánh giá các biến thể của đất theo thời gian thực và do đó theo
dõi hiện tượng địa chấn chậm Phlegraean. (Usai và cộng sự 1999); (Minet và cộng sự 2012). Trong
những năm 1970 và 1980 của thế kỷ trước, khu vực Phlegraean, và đặc biệt là khu vực có người ở của
Pozzuoli, đã bị ảnh hưởng bởi sự nâng lên đột ngột của đất, đưa khu vực này lên một mức tổng thể
cao hơn khoảng 3,5 m và gây ra nhiều trận động đất, với thiệt hại nghiêm trọng cho các tòa nhà. Sau
đó, hõm chảo Campi Flegrei được đặc trưng bởi sự sụt lún chung trong khoảng 20 năm cho đến năm
2005, năm bắt đầu giai đoạn nâng lên hiện đang diễn ra. Sự phân bố khu vực của sự nâng lên gần đây
đạt giá trị tối đa trong khu vực Cảng Pozzuoli, với sự giảm dần về phía các cạnh của hõm chảo.

Các chu kỳ nâng lên và sụt lún lặp đi lặp lại này cho thấy hoạt động núi lửa vẫn đang tiếp diễn; trên
thực tế, lần phun trào cuối cùng là vào năm 1538 sau Công nguyên (Morhange 2006), nhưng một
nghiên cứu gần đây đã giải thích sự biến dạng của mặt đất, được quan sát thông qua phép đo giao thoa
kế vệ tinh và GPS, là tác động của sự xâm nhập ở độ sâu nông (3090 ± 138 m). , cách cảng Pozzuoli
500 m về phía nam, có 0,0042 ± 0,0002 km3 magma trong một ngưỡng cửa; hiện tượng này làm gián
đoạn khoảng 28 năm hoạt động thủy nhiệt chiếm ưu thế và xảy ra trong bối cảnh giai đoạn bất ổn bắt
đầu từ năm 2005 và trong một đợt nâng mặt đất tổng quát hơn diễn ra từ năm 1950 (D'Auria et al.
2015). Ngoài ra, các nghiên cứu khác cho rằng việc nâng cao lặp đi lặp lại

tiêm magma ở độ sâu nông (Troise et al. 2019); đặc biệt, các sự kiện địa chấn tái diễn tấn công khu
vực, đặc biệt là trong thời gian gần đây, được giải thích là có liên quan đến việc bơm lặp đi lặp lại chất
lỏng magma ở nhiệt độ cao vào hệ thống thủy nhiệt nuôi dưỡng các lỗ phun khí của Solfatara
(Chiodini et al. 2017). Bản chất động của Trường Phlegraean xác nhận sự cần thiết phải cập nhật mô
hình 3D liên tục không chỉ cho phần nổi mà còn cho phần chìm của khu vực này, vì vậy SDB và khả
năng tăng độ chính xác của dữ liệu độ sâu thu được là rất quan trọng.

IKONOS-2 and dữ liệu ENC

Các hình ảnh đa phổ của vệ tinh IKONOS-2 (như trong Hình 3) đã được sử dụng trong công việc
này để trích xuất dữ liệu đo độ sâu. Vệ tinh này được phóng lên vũ trụ vào tháng 9 năm 1999 và là vệ
tinh đầu tiên trên thế giới (có sẵn trên thị trường) với độ phân giải hình học cao, trên thực tế, hình ảnh
có độ phân giải vượt quá 1 m, vì kích thước pixel là 82 cm trong toàn sắc và 3,28 m trong đa phổ. 4
dải đa phổ có sẵn là xanh dương (445–516 nm), lục (506–595 nm), đỏ (632–698 nm) và cận hồng
ngoại/ NIR (757–853 nm) trong khi cảm biến toàn sắc thu được trong phạm vi 450– 900nm. Các hình
ảnh có độ phân giải phóng xạ (dải động) trong 11 bit.
Thậm chí ngày nay, nó quay quanh hành tinh của chúng ta với tốc độ 681 km và cho đến năm 2007,
IKONOS-2 được coi là vệ tinh nhanh nhẹn nhất trong ngành với khả năng thu được hình ảnh của một
phần lớn trái đất cứ sau 3 ngày; vệ tinh đã không thu thập dữ liệu kể từ tháng 12 năm 2014 (Bản đồ
Apollo 2022).
Fig. 3 The used IKONOS multispectral imagery: blue (top left), green (top right), red (bottom left),
and NIR (bottom right)

13

Các hình ảnh của khu vực nghiên cứu được
chụp vào ngày 2005–11-04 lúc 10:09 GMT. Siêu
dữ liệu chứa trong một tệp riêng biệt được thêm
vào hình ảnh IKONOS-2 cung cấp thêm thông
tin, chẳng hạn như thông tin về các cảm biến và
thông số quỹ đạo. Thông tin chính cho tập dữ
liệu của chúng tôi được hiển thị trong Bảng 1:
Về thông tin độ sâu, chúng tôi đã trích xuất dữ
liệu độ sâu từ Biểu đồ Điều hướng Điện tử
(ENC) do Istituto Idrografico della Marina
Militare (IIMM), Văn phòng Thủy văn Ý, theo tỷ
lệ 1:7500, được xác định là n° IT50083D: ENC
là một điều hướng kỹ thuật số hải đồ ở định dạng
véc-tơ tuân thủ tiêu chuẩn cụ thể do Tổ chức
Thủy văn Quốc tế (IHO) thiết lập và hiện được
sử dụng trong Hệ thống Thông tin và Hiển thị
Hải đồ Điện tử (ECDIS) để hỗ trợ hàng hải
(Brčić et al. 2015). Như đã báo cáo trong Hình 4,
ba tệp vectơ được trích xuất từ ENC đã được sử
dụng tương ứng với đường bờ biển, các điểm độ
sâu phân bố trong khu vực biển bị ảnh hưởng
Table 1 Main
information Product order metadata
reported in the metadata file of
the used IKONOS Map projection: Universal Transverse
imagery Mercator (WGS84/ UTM33N)
Product order pixel size: 1 m
Columns: 11,904 pixels
Rows: 41,120 pixels
13
Applied Geomatics
và cuối cùng là các đường đồng mức liên quan
đến độ sâu 2 m, 5 m, 10 m, 20 m, 30 m và 50 m.
Tiền xử lý dữ liệu
Hình ảnh vệ tinh: từ số kỹ thuật số đến phản xạ
Như đã biết, một cảm biến biến đổi năng lượng
điện từ phản xạ hoặc phát ra mà nó phát hiện
được thành tín hiệu điện được chuyển đổi thành
giá trị kỹ thuật số. Do đó, cần phải chuyển đổi dữ
liệu hình ảnh thô (số kỹ thuật số, DN) ở dạng
rạng rỡ, thực hiện nhiều thao tác hơn mà theo
(Fleming 2001), có thể tóm tắt cho IKONOS như
sau.
Độ chói quang phổ của hình ảnh IKONOS-2
có thể được biểu thị bằng mối quan hệ sau được
cung cấp bởi Số tài liệu hình ảnh không gian SE-
REF-016 n.d:
Image metadata
Cross scan: 0.86 m
Along scan: 0.90 m
Scan azimuth: 359.95 degrees
Scan direction: forward
Nominal collection azimuth:
0.0021 degrees Nominal
collection elevation: 72.25161
degrees Sun angle azimuth:
169.0409 degrees
Sun angle elevation: 33.10735
degrees
Applied Geomatics

Fig. 4 ENC data used

for 3D bathymetric
models: coastline (in
yellow), bathymetric
isolines (in blue), and
depth points (in red)

Table 2 Calcoef values Spectral band Table 3 Bandwidth values

CalCo Band Lower 50% (nm) Upper 50% (nm)
Bandwidth (nm)
efk
DN
[m
W cm−2
sr]−1 PAN 525.8 928.5 403
MS-1 (Blue) 444.7 516 71.3
PAN (TDI 13)161 MS-2 (Green) 595 88.6
PAN (TDI 18)223 506.4
(1
PAN (TDI 24)297 MS-3 (Red) 697.7 65.8
PAN(TDI 32) 396 ) 631.9
MS-1 (Blue) 637 MS-4 (VNIR) 852.7 95.4
MS-2 (Green) 573 757.3
MS-3 (Red) 663
MS-4 (VNIR) 50 Table 4 IKONOS Esunλ values Band
Lλ m W cm sr = DN ∕ CalCoefλ
−2
Esunλ
Blue 1939.429
Green 1847.4
Red 1536.408
NIR 1147.856
Tuy nhiên, các giá trị này phải ở đơn vị Wm−2 sr
μm: nó thu được bằng cách chia CalCoefλ (phụ
thuộc vào bước sóng) cho 10 và chia số này cho equal to 0.99177 astronomical units, while ϴs is
băng thông của mỗi dải. CalCoefλ cho các dải the zenith angle of the sun equal to 56.89°.
IKONOS khác nhau và băng thông được hiển thị
trong Bảng 2 và 3. Hệ số phản xạ của IKONOS average Finally, the Esun values (Table 4) express the
solar spectral radiations of the band (W
theo đơn vị W m−2 sr μm hiện là: −2
m μm).
T e final formula to obtain the reflectance values
Lλ = DN∕((CalCoef∕10)∕Bandwidth) h is:
13
 Applied Geomatics
n ∗ Lλ ∗ d 2
q= (2
điều chỉnh ánh sáng
Esunß cos(&
s ) )
Theo quy trình tiền xử lý có trong tài liệu (Traganos
(3 2018; Jagaligam 2015), chúng tôi đã áp dụng hiệu
) chỉnh ánh sáng mặt trời. Vì tia sáng là do thực tế là
mặt trời
trong đó d biểu thị khoảng cách giữa Trái đất và phản xạ trên mặt biển, sự đóng góp này làm sai
Mặt trời vào ngày mua lại, tức là ngày 11/4/2005, lệch giá trị sử dụng của hệ số phản xạ. Theo đó,
là thứ cảm biến thu được một lượng bổ sung mà đánh
giá cuối cùng sẽ trình bày sai reflects on the sea
surface, this contribution distorts the val- ues of
reflectance. Whereby the sensor acquires an
extra quantity which for the final evaluation
misrepresents the

13
 Applied Geomatics
các mô hình đo độ sâu. Phương pháp được
phát triển bởi (Hedley et al. 2005) cho phép thực
hiện việc hiệu chỉnh này.
Khi các giá trị DN đã được chuyển đổi thành
các giá trị phản xạ, một vùng biển được chọn nơi
có ánh sáng mặt trời.
không có mặt (tức là ở vùng nước sâu), xác
định giá trị NIR tối thiểu.
Một đường hồi quy được thiết lập giữa các giá
trị NIR (trục x) và các giá trị của dải có tia sáng
mặt trời sẽ là
đã sửa (trục y); nói chung, hiệu chỉnh này được
áp dụng cho các dải có thể nhìn thấy. Độ dốc (bi)
của đường này được tính toán. Cuối cùng, công
thức sau đây được áp dụng để thu được giá trị đã
hiệu chỉnh của dải nhìn thấy được xem xét:
�
Ri = Ri − bi ∗ (RNIR − (4
MinNIR) ) on dif-
trong đó Ri là giá trị ban đầu của dải quan tâm,
bi là độ dốc của đường hồi quy, RNIR là giá trị
của dải NIR và MinNIR là giá trị tối thiểu của
dải NIR được đăng ký trong vùng đã chọn.
Mô hình đo độ sâu 3D từ ENC
Bắt đầu từ các giá trị đo độ sâu của ENC, chúng tôi
đã áp dụng phép nội suy không gian tuyến tính của
TIN (Mạng không đều tam giác) để thu được mô
hình đo độ sâu liên tục trong khu vực nghiên cứu
(Floriani 1989); Dương 2005).
Ngay cả khi TIN là Mô hình 3D véc tơ, phần mềm
QGIS cung cấp khả năng tạo điểm ảnh của nó với
kích thước ô do người dùng thiết lập: xem xét tỷ lệ
của ENC (1: 7.500) và độ phân giải hình học của
hình ảnh đa phổ của IKONOS- 2 vệ tinh, trong ứng
dụng này, kích thước của sân lưới
....................Ngắt Cột....................các yếu tố khác,
Fig. 5 Bathymetric grid
result- ing from the
ENC
bằng 4m. Giá trị này phù hợp với các công thức
được đề xuất bởi (Hengl 2006) để tìm đúng kích
thước pixel p (tính bằng mét) cho mô hình 3D
liên quan đến hệ số tỷ lệ SN của dữ liệu bản đồ
được sử dụng:
p ≤ SN ∗ (5)
0.0025m
(6)
p ≤ SN ∗
0.0001m
Mô hình đo độ sâu thu được từ ENC (ENCBM)
được hiển thị trong Hình 5.
Phân định vùng quan tâm
The depth up to which SDB is effective depends
tức là độ trong của nước, đáy loại và phương pháp
được sử dụng. Biến đổi tuyến tính được đề xuất bởi
(Lyzenga 1978) không phân biệt độ sâu > 15 m và
có thể thay đổi nhiều hơn trên các đảo san hô được
nghiên cứu; biến đổi tỷ lệ có thể, trong nước sạch,
lấy độ sâu trong 25 m nước (Stumpf et al. 2003).
Chénier et al. tập trung nghiên cứu của họ vào độ
sâu được trích xuất từ các hình ảnh quang học có độ
phân giải cao lên đến 15 m (Chénier et al. 2018);
Geyman và Maloof cho thấy kết quả của việc áp
dụng các phương pháp khác nhau đối với SDB ở
vùng nước nông lên đến 8 m (Geyman và Maloof
2019). Khi xem xét các nghiên cứu nêu trên, chúng
tôi quyết định điều tra độ sâu lên tới 15 m trong các
thí nghiệm của mình. Vì đường đồng mức - 15 m
không có trong ENC được xem xét, nên chúng tôi đã
trích xuất nó từ ENCBM.
Chúng tôi nhận thấy rằng đường bờ biển có trong
ENC không trùng khớp với đường bờ biển trong ảnh
(Hình 4): trong
13

tương ứng với cảng Pozzuoli, cơ sở hạ tầng mới
đã được thêm vào, sau ngày có được hình ảnh, vì
vậy chúng có mặt trong ENC nhưng không có
trong IKONOS. Hơn nữa, trong hình ảnh, có
những chiếc thuyền neo đậu tại các cầu tàu cũ đã
chiếm một diện tích bằng cách thay đổi độ phản
xạ tự nhiên của nó dưới dạng nước. Do đó, chúng
tôi đã quyết định áp dụng Chỉ số Nước Chênh
lệch Bình thường hóa (NDWI) (McFeeters
1996); (Costantino và cộng sự 2020); (Alcaras et
al. 2022) vào bộ dữ liệu IKONOS để phân biệt
hai loại (có nước/không có nước) và trích xuất
đường bờ biển theo cách tự động. Sự khác biệt
được chuẩn hóa giữa các giá trị phản xạ xanh và
NIR cho phép làm nổi bật các pixel chứa nước.
Trên thực tế, dấu hiệu quang phổ của nước, đó là
biểu đồ của các giá trị phản xạ phần trăm đối với
đặc điểm cảnh quan trên bất kỳ dải bước sóng
nào, thể hiện đỉnh phản xạ trong dải màu xanh
lam (0,4–0,5 μm) và đỉnh hấp thụ trong vùng
hồng ngoại gần. Sau đó, NDWI dựa trên hai dải
đó tạo ra hình ảnh với các điểm ảnh nước sáng
hơn và các điểm ảnh đất và thảm thực vật tối
hơn. Do đó, chúng tôi đã tiến hành theo cách tiếp
cận điển hình là phân loại có giám sát (Alcaras et
al. 2020), sử dụng các địa điểm đào tạo và bộ
phân loại khả năng tối đa (Bruzone và Prieto
2001) để có được một hình ảnh trong đó các điểm
ảnh của nước được phân biệt với bối cảnh. Do đó,
đa giác hóa
permits to obtain the boundaries separating water
from no water (such as bare soil, vegetation and
ships). To establish the area with depths no more
than 15 m, the contour line extracted from the
ENCBM was used. Finally, a sea polygon
including all water pixel within the study area
presenting
độ sâu trong phạm vi (0 m, - 15 m) được sử dụng
làm mặt nạ cho
lần cắt đầu tiên của các tệp raster sẽ được xử lý.
Phương pháp
Tương tác giữa bức xạ điện từ và nước biển
Sự thâm nhập của ánh sáng mặt trời vào biển
được định nghĩa là độ sâu mà trên đó 90% bức
xạ phản xạ khuếch tán bắt nguồn (Gordon
1975). Để trích xuất độ sâu của nước từ hình
ảnh vệ tinh, điều quan trọng là phải hiểu được
13
Applied Geomatics
Ls là bức xạ do bức xạ mặt trời giảm dần đến
giao diện không khí-nước (nó cung cấp
thông tin về chất lượng của nước gần mặt
biển);
Lv là bức xạ thể tích dưới bề mặt là phần bức xạ
đi dưới bề mặt nước và tiếp xúc với các
thành phần tự nhiên/vô cơ có mặt;
Lb là một phần của tổng lượng bức xạ đến đáy
biển cung cấp thông tin về độ sâu (Bukata và
cộng sự 2018; Legleiter và Roberts 2005).
Hình 6 cho thấy các thành phần của tổng bức xạ
được đăng ký bởi cảm biến:
Ánh sáng bị suy giảm theo cấp số nhân với độ
sâu trong cột nước. Do đó, độ sâu thâm nhập
tối đa là nghịch đảo của hệ số hấp thụ của
môi trường được biểu thị bằng định luật Beer
(Parente và Pepe 2018). Định luật này mô tả
hiện tượng hấp thụ bức xạ điện từ. Độ hấp
thụ (a) được thể hiện qua mối quan hệ:
1
a = log (8)
t
trong đó t biểu thị độ truyền qua (phần ánh sáng
tới mà nó truyền đi).
Định luật Beer liên quan đến độ hấp thụ và phát
biểu rằng độ lớn này tỷ lệ thuận với nồng độ của
dung dịch:
a=s∗l (9)
∗c
sự tương tác của ánh sáng với biển. Tổng độ chói
(Lt) do cảm biến đăng ký là tổng của bốn thành
phần độ chói theo công thức:
....................Ngắt Cột....................ε biểu thị độ
hấp thụ mol hay hệ số hấp thụ mol, được biểu thị
bằng M−1 cm−1, l là quang lộ hay độ dày của
dung dịch và cuối cùng c biểu thị nồng độ của
dung dịch (Stavn 1988)..
Phương pháp tỷ lệ dải (BRM)
Applied Geomatics
chất quang học nội tại của nước, như dải màu
BRM cho SDB so sánh các tỷ lệ dải trong dữ lam và dải màu lục. Trên thực tế, ở vùng nước
liệu tại chỗ để có được mối quan hệ. Nó khai trong, dải màu lam sẽ có đỉnh phản xạ lớn hơn
thác các dải phản xạ khác nhau dựa trên tính dải màu lục. Trong khi, ở vùng ven biển, các
nguyên tố hữu cơ và vô cơ rất phong phú. -
dant, và do đó, dải màu xanh lá cây sẽ có đỉnh
Lt = Lp + Ls + Lv (7 lớn hơn dải màu xanh lam. Những phản ứng khác
+ Lb ) nhau này cung cấp thông tin hữu ích để xác định
xu hướng đo độ sâu của khu vực nghiên cứu, do
trong khi: đó độ sâu (Z) có thể được tính bằng công thức:
Lp là đường đi tỏa sáng do ảnh hưởng của ln n ∗ qw ßi − m
khuếch tán khí quyển và sự đóng góp của các Z= .ΣΣ . (10)
khu vực tiếp giáp với
m1 0
nước ln n ∗ qw ßj

13
 Applied Geomatics

Fig. 6 Representation of total radiance adaptation from (Campbell and Wynne 1996)

trong đó m1 là hằng số để chia tỷ lệ độ sâu; n được các giá trị phản xạ và vùng quan tâm được
là hằng số cố định cho toàn bộ diện tích để làm vạch ra, BRM được áp dụng. Việc áp dụng kỹ
cho logarit dương; m0 là độ dịch sâu trong đó z thuật này ban đầu liên quan đến việc xây dựng
= 0; ρW là hệ số phản xạ của nước và λi và λj bản đồ do tỷ lệ giữa dải xanh dương và xanh lá
là hai dải khác nhau. cây như khuyến nghị cho phương pháp này
trong tài liệu (ví dụ: Chénier et al. 2018; Shah
Ưu điểm của phương pháp này là:
....................Ngắt Cột....................2020). Sau đó,
bộ lọc thông thấp 3 × 3 được áp dụng cho bản
− nóhoạt động trên tất cả các loại đáy ngay cả khi đồ thu được trước đó để loại bỏ nhiễu và giảm
chúng thuộc loại biến đổi; biến thể cục bộ.
− nó chỉ yêu cầu hai hệ số khi so sánh với các
phương pháp khác; Các bước sau đây của BRM đã được áp dụng:
− nó sử dụng một thuật toán dễ áp dụng;
− Lựa chọn các tuyến để đào tạo;
− nóthâm nhập tốt hơn ở vùng nước ven biển khi
− Tríchxuất dữ liệu về tỷ lệ dải và dữ liệu độ sâu
so sánh với các phương pháp khác.
thu được từ lưới dọc theo các tuyến;
Khi sử dụng BRM, một đường hồi quy phải
được phát triển giữa các giá trị của tỷ lệ phản xạ − Đồ thị của các giá trị thu được trước đó và xác
và giá trị độ sâu thực (ví dụ: thu được bằng phép định đường hồi quy;
đo tại chỗ). Một phương pháp xác định chất − Ứng dụng của phương trình đường hồi quy;
lượng của đường hồi quy là hệ số xác định hay − Tính toán độ tốt của dữ liệu
còn gọi là hệ số tương quan (R2). Khi giá trị của Trong giai đoạn đầu của quá trình xây dựng,
nó có xu hướng bằng 1, điều đó có nghĩa là có ba tuyến đã được chọn, đạt độ sâu tối đa là 15 m.
mối tương quan chặt chẽ giữa các giá trị, trong Ba tuyến được xem xét được báo cáo (đường
khi 0 có nghĩa là không tương quan tối đa màu trắng) trên bản đồ trong Hình 7.
(Stumpf et al. 2003).
Trong giai đoạn thứ hai, bằng cách sử dụng
Ứng dụng BRM các công cụ QGIS, các giá trị tỷ lệ băng tần và
giá trị độ sâu thu được từ ENCBM đã được trích
xuất cho tất cả các pixel được bao phủ bởi các
Sau khi hình ảnh đa phổ được xử lý để thu mặt cắt.
13
Applied Geomatics

Trong giai đoạn thứ ba, dữ liệu được vẽ trong

một trang tính Excel và thu được đường hồi
quy.
Biểu đồ bên dưới (Hình 8) cho thấy một ví dụ
về mối quan hệ tuyến tính (RL) giữa độ sâu và
giá trị tỷ lệ dải (lưu ý rằng độ sâu đo được được
báo cáo là giá trị dương). Trong giai đoạn xử lý
thứ tư, phương trình thu được từ mỗi đường hồi
quy được áp dụng bằng cách sử dụng công cụ
QGIS có tên là “máy tính raster” để lấy dữ liệu
đo độ sâu.
Theo cách này, một mô hình chứa các giá trị
độ sâu thu được dưới dạng lưới đo độ sâu.
Trong giai đoạn cuối, cần phải đánh giá tính
hợp lệ của ứng dụng. Để làm điều này, chúng
tôi đã xem xét cả hai

13
 Applied Geomatics

Fig. 7 The analysed

transects on RGB
composition

Fig. 8 Hypothetic
graph of the depth
(vertical axis) with
respect to band ratio
(horizontal axis)

Dữ liệu độ sâu ENC (bao gồm các điểm và đỉnh nhưng rất nhiều và thường xuyên. Các kết quả
đường đồng mức) và ENCBM, dẫn đến phạm vi được trình bày và thảo luận trong phần “Kết quả
(0 m, - 15 m): sự khác biệt giữa các giá trị độ và thảo luận”.
sâu của từng tập dữ liệu ban đầu (ENC hoặc
ENCBM) và từng raster thu được bởi BRM ứng
dụng đã cung cấp phần dư được sử dụng làm
chỉ số về độ chính xác của mô hình được sản
xuất mới. Mỗi

...................Ngắt Cột....................hai bộ dữ liệu

dùng để kiểm soát độ chính xác của sản phẩm
BRM được trình bày giới hạn và ưu điểm: Dữ
liệu độ sâu ENC chính xác hơn nhưng không
được phân phối đồng đều, ENCBM bị ảnh
hưởng bởi các lỗi do quy trình nội suy đưa ra

13
Applied Geomatics

Đề xuất tăng hiệu suất BRM ...................Ngắt Cột.....................Vì vậy,

Sử dụng mô hình tuyến tính để giải thích mối
quan hệ giữa tỷ lệ dải và độ sâu, phương pháp
cổ điển được xác định bởi Stumpf et al. cho
phép xác định độ sâu của toàn bộ hình ảnh. Tuy
nhiên, mối quan hệ này không phải lúc nào
cũng tuyến tính; trên thực tế, sự truyền ánh sáng
trong nước phụ thuộc vào nhiều khía cạnh khác
nhau liên quan đến sự tương tác của ánh sáng
mặt trời với môi trường biển. Khía cạnh này
đặc biệt rõ ràng trong nghiên cứu này như Hình.
9, 10 và 11 chiếu.
chúng tôi đã cố gắng tính gần đúng các điểm
được vẽ trên đồ thị bằng cách sử dụng không -
các hàm tuyến tính như hàm mũ và đa thức bậc 3
Các ứng dụng đã được thực hiện cho tất cả các
mặt cắt được hiển thị trước đó, trong trường hợp
này cũng có độ sâu tối đa là 15 m. Các biểu đồ
kết quả được báo cáo bên dưới với chỉ dẫn về
phương trình của các hàm nội suy.
Hình 9, 10 và 11 thể hiện hàm hồi quy hàm mũ
(ERF), được áp dụng tương ứng cho các tuyến A,
B và C.

Fig. 9 Relationship
between depth and
band ratio—plot-
ting of the points and
relative exponential
regression line for
transect A

Fig. 10 Relationship
between depth and
band ratio—plot-
ting of the points and
relative exponential
regression line for
transect B

Fig. 11 Relationship
between depth and
band ratio—plot-
ting of the points and
relative exponential
regression line for
transect C

13

Hình 12, 13 và 14 hiển thị hồi quy đa thức bậc
ba (TPR) để nội suy các điểm.
Theo các bước của quy trình được báo cáo
trong phần trước, các phương trình mới được áp
dụng cho hình ảnh tỷ lệ dải bằng cách sử dụng
“máy tính raster”.
Tương tự như các ứng dụng trước đó, tất cả
các bản đồ kết quả đã được kiểm tra bằng cách
sử dụng dữ liệu độ sâu ENC và ENCBM, trong
phạm vi (0 m, - 15 m).
Applied Geomatics
kết quả và thảo luận
Xem xét rằng phương pháp BRM và các điều
chỉnh của nó (sử dụng ERF, TPR) đã được áp
dụng cho từng mặt cắt, chúng tôi đã thu được 6
mô hình đo độ sâu như được báo cáo trong Hình.
15, 16 và 17.
Liên quan đến bước thứ 4 của quy trình, các
giá trị tham số thống kê (tức là tối thiểu, tối đa,
trung bình, độ lệch chuẩn và lỗi bình phương
trung bình gốc) liên quan

Fig. 12 Relationship
between depth and
band ratio—plotting
of the points and
relative third- order
polynomial regression
for transect A

Fig. 13 Relationship
between depth and
band ratio—plotting
of the points and
relative third- order
polynomial regression
for transect B

Fig. 14 Relationship
between depth and
band ratio—plotting
of the points and
relative third- order
polynomial regression
for transect C

13
Applied Geomatics
đến phần dư giữa mỗi mô hình và dữ liệu độ
sâu ENC cũng như ENCBM, đã được tính toán.
Những giá trị đó được hiển thị bên dưới, để
cung cấp các khung khái quát tạo thuận lợi cho
việc so sánh. Đặc biệt, Bảng 5 thể hiện số liệu
thống kê về phần dư được tính toán cho từng
mô hình so với dữ liệu độ sâu ENC. Cột đầu
tiên cho biết nguồn dữ liệu để xác định phương
trình (đường cắt ngang A, B, C), cột thứ hai
phương pháp được sử dụng (ERF, TPR), các cột
tiếp theo là các giá trị thống kê (trung bình, độ
lệch chuẩn, RMSE, tối đa, tối thiểu), hai tương
quan cuối cùng (R2) và phương trình của mô
hình được thông qua tương ứng.
Kết quả cho thấy mức độ chính xác khác
nhau tùy theo mặt cắt được sử dụng và phương
pháp được áp dụng. Nói chung, mức độ tương
quan cao giữa các giá trị độ sâu và giá trị tỷ lệ
dải được biểu thị bằng một phương trình cụ thể
trên một mặt cắt cung cấp một mô hình chính
xác. Trên thực tế, TPR được thiết lập trên tuyến
C thể hiện giá trị cao nhất của R2 (0,98) cũng
như RMSE thấp nhất (1,88 m). RL không bao
giờ tạo ra mô hình hoạt động tốt nhất. ERF có
thể được coi là không ổn định vì nó đưa ra các
kết quả khác nhau không phù hợp với
Fig. 15 Transect A:
models derived
respectively from
TPR (right) and ERF
(left)
Fig. 16 Transect B:
models derived
respectively from
TPR (right) and ERF
(left)
Fig. 17 Transect C:
models derived
respectively from
TPR (right) and ERF
(left)
...................Ngắt Cột.....................thực tế là
mức độ tương quan cao tương ứng với giá trị
thấp của RMSE . TPR luôn cho kết quả tốt nhất
về RMSE, vì vậy chúng tôi kết luận rằng phương
pháp này được ưu tiên cho SDB dựa trên kết quả
so sánh các mô hình khác nhau với dữ liệu độ sâu
ENC.
Bảng 6 cho thấy số liệu thống kê về số dư
được tính cho từng mô hình so với ENCBM. Cấu
trúc bảng giống với cấu trúc bảng trước đó
(chúng tôi đã bỏ qua báo cáo về mối tương quan
và phương trình của mô hình được thông qua vì
chúng giống như trong Bảng 5).
Mặc dù có sự thay đổi trong thuật ngữ so sánh,
các kết quả đều được khẳng định đầy đủ: mức độ
chính xác thay đổi tùy theo mặt cắt được sử dụng
cũng như phương pháp được áp dụng; mức độ
tương quan giữa giá trị độ sâu và giá trị dải tần
càng cao thì RMSE càng nhỏ. Ngoài ra, TPR
được thành lập trên tuyến C xác nhận phương
pháp hoạt động tốt nhất (RMSE = 1,724 m, nhỏ
nhất trong tất cả). Cuối cùng, TPR được xác nhận
là phương pháp thích hợp hơn cho SDB theo kết
quả so sánh các mô hình khác nhau với các điểm
ENC.
13
 Applied Geomatics

Table 5 Comparison between ENC points and each bathymetric model: statistics of the residuals (m),
correlation value and reference equation for interpreting BR and depth correlation
Residuals (m) obtained by making the difference between ENC points and model
Mean STD RM Max Min R2 Eq
SE
Transect A − 5.31 2.07 5.70 1.7 − 0.83 y = 415.94x − 390.49
RL 7 2 9 8.79 8
ERF − 1.83 2.04 4.99 − 0.96 y = 5E-44e105.84x
0.894 9 5 4 4.97 3
TPR − 1.86 2.16 4.39 − 0.97 y = 900,193.25x3 – 254,6481.44x2 +
1.099 2 2 2 5.58 2,401,216.45x – 754,757.29
Transect B − 2.05 3.42 4.79 − 0.53 y = 321.35x − 302.27
RL 2.733 7 1 4 6.31
ERF 1.634 1.80 2.43 8.42 − 0.83 y = 1E-49e119.02x
9 8 3 1.52 3
TPR 0.202 2.00 2.01 5.03 − 0.90 y = 1,926,554.55x3 – 5,464,305.71x2 +
1 1 1 5.58 3 5,165,951.76x – 1,627,897.10
Transect C − 2.07 5.49 2.04 − 0.56 y = 407.95x − 385.07
RL 5.092 1 7 4 8.58 9
ERF − 2.00 2.15 4.16 − 0.91 y = 2E-59e142.71x
0.789 7 7 2 5.96 1
TPR 0.136 1.8 1.88 5.31 − 0.98 y = 1,224,293.27x3 – 3,466,089.02x2 +
8 5 4 4.72 2 3,270,872.10x – 1,028,860.59

Table 6 Comparison
between ENCBM and
each bathymetric Residuals (m) on the entire zone
model: statistics of the residuals Mean STD.DEV RMSE Max Min
(m)
Transect A RL − 4.478 2.378 5.071 2.473 − 12.148
ERF − 0.356 1.752 1.788 6.564 − 7.966
TPR − 0.632 1.678 1.793 6.205 − 8.575
Transect B RL − 1.946 2.452 3.13 5.326 − 9.363
ERF 2.179 2.036 2.982 9.578 − 4.895
TPR 0.404 1.772 1.817 7.429 − 8.098
Transect C RL − 4.264 2.378 4.883 2.714 − 11.913
ERF − 0.387 1.725 1.768 6.383 − 8.822
TPR 0.495 1.651 1.724 7.401 − 7.664

Sau đó, chúng tôi muốn tiến hành kiểm tra thêm;
do đó, việc phân tích các giá trị được lập bảng Table 7 Number and percentage of points with
dưới đây (Bảng 7), trên residual greater than 4 m present in each
bathymetric model compared with the ENCBM
67,305 điểm phân bố trên khu vực nghiên cứu:
trong trường hợp đường hồi quy, chúng ta có tối Points with residual greater than 4 m Points%
đa 24,22% số điểm với
a residual greater than 4 m (equal to the pixel size). In the

13
Applied Geomatics

other elaborations, this percentage drops sharply reaching Transect A RL 37,549 57.08%
2.7% as regards the TPR. ERF 1395 2.12%
Finally, we present the results of the residual analysis TPR 1794 2.73%
carried out on the bathymetric models compared with the Transect B RL 15,931 24.22%
ENCBM, this time in relation to three different classes of ERF 14,314 21.76%
depth. Specifically, the residual statistics are shown in: TPR 1790 2.72%
Table 8 for the depth range (0 m, − 5 m), Table 9 for the Transect C RL 35,870 54.53%
depth range (− 5 m, − 10 m) and Table 10 for the depth ERF 1752 2.66%
range (− 10 m, − 15 m). In all cases, the good performance TPR 1293 1.97%
of TPR was confirmed. It is also evident that the results
are more accurate in shallower waters.

Kết Luận

BRM cũng là một công cụ mạnh mẽ cho SDB

khi được áp dụng cho các ảnh vệ tinh VHR như
IKONOS. Tuy nhiên, hiệu suất của nó có thể
được tăng lên khi phân tích mối tương quan

..................Ngắt Cột..................
giữa các giá trị tỷ lệ dải và giá trị độ sâu.
Nghiên cứu này cho thấy rằng mỗi lần cần phải
phân tích tình huống cụ thể và xác định cho
từng tuyến đơn lẻ mô hình toán học có thể tính
gần đúng hơn mối tương quan giữa hai loại dữ
liệu.

13
 Applied Geomatics

Table 8 Comparison
between each Residuals (m) in the depth range (0 m, − 5 m)–22,755 total points
bathymetric model
and
the ENCBM: residual statistics Mean STD.DEV RMSE Max Min
related to the depth range
(0 m, − 5 m) Transect A RL − 5.656 2.369 6.132 0.458 − 12.148
ERF − 1.054 1.55 1.874 2.604 − 7.966
TPR − 1.124 1.448 1.833 2.726 − 8.575
Transect B RL − 3.727 1.727 4.108 0.854 − 9.363
ERF 0.501 1.054 1.167 3.664 − 4.895
TPR − 0.04 1.393 1.394 3.869 − 8.098
Transect C RL − 5.493 2.313 5.96 0.485 − 11.913
ERF − 0.444 1.589 1.65 3.417 − 8.822
TPR 0.015 1.297 1.297 3.932 − 7.664

Table 9 Comparison
between each
bathymetric model Residuals (m) in the depth range (− 5 m, − 10 m)–28,123 total points
and

the ENCBM: residual statistics Mean STD.DEV RMSE Max Min

related to the depth range
(− 5 m, − 10 m) Transect A RL − 5.113 1.315 5.279 − 1.668 − 8.21
ERF − 0.757 1.481 1.663 3.378 − 5.357
TPR − 1.008 1.602 1.892 3.495 − 6.105
Transect B RL − 2.353 1.314 2.695 0.748 − 5.183
ERF 2.053 1.323 2.442 5.448 − 1.668
TPR 0.384 1.919 1.957 5.136 − 6.621
Transect C RL − 4.88 1.313 5.053 − 1.53 − 7.954
ERF − 0.768 1.76 1.92 4.176 − 7.043
TPR 0.258 1.718 1.737 4.915 − 5.525

Table 10 Comparison
between each
bathymetric model Residuals (m) in the depth range (− 10 m, − 15 m)–14,901 total points
and

the ENCBM: residual statistics Mean STD.DEV RMSE Max Min

related to the depth range
(− 10 m, − 15 m) Transect A RL − 1.482 1.13 1.864 2.473 − 4.119

ERF 1.467 1.17 1.877 6.564 − 2.94

TPR 0.83 1.268 1.516 6.205 − 3.927
Transect B RL 1.544 1.178 1.942 5.326 − 0.895
ERF 4.978 1.067 5.091 9.578 1.274
TPR 1.119 1.77 2.094 7.429 − 5.258
Transect C RL − 1.226 1.134 1.67 2.714 − 3.846
ERF 0.42 1.585 1.639 6.383 − 5.564
TPR 1.673 1.435 2.204 7.401 − 3.676

13
Applied Geomatics

Các thí nghiệm được tiến hành trên khu vực

vịnh Pozzuoli đã chứng minh rằng đối với ba
tuyến được chọn trong mọi trường hợp, mô hình
toán học tốt nhất không phải là tuyến tính: ERF
và TPR cung cấp giá trị R2 cao hơn và tạo ra
các bản đồ SDB phù hợp nhất.
Để thiết lập hiệu suất của từng phương pháp,
hai thuật ngữ so sánh đã được chọn: giá trị độ
sâu ENC và ENCBM, thuật ngữ thứ nhất chính
xác hơn nhưng không được đặc trưng bởi các
điểm phân bố đồng đều, thuật ngữ thứ hai bị
ảnh hưởng bởi các lỗi do quy trình nội suy đưa
ra nhưng bao gồm nhiều điểm được định vị
thường xuyên . Đối với cả hai, TPR đã có thể
....................Ngắt Cột..................để đưa ra kết
quả chính xác nhất về mặt RMSE. Trên thực tế,
nó chỉ tạo ra các giá trị dưới mực nước biển và
cung cấp RMSE thấp nhất, do đó, nó có thể
được coi là phương pháp hoạt động tốt nhất cho
SDB so với RL và ERF.
So sánh các mô hình đo độ sâu với ENCBM
và phân tích phần dư liên quan đến ba loại độ
sâu khác nhau, tức là 0 m, − 5 m, − 5 m, − 10 m
và − 10 m, − 15 m, hiệu suất tốt của TPR là đã
xác nhận. Các thí nghiệm nhận xét rằng kết quả
của BRM, cũng như trong trường hợp các cải
tiến của chúng tôi được giới thiệu với TPR, vẫn
chính xác hơn ở vùng nước nông hơn.

13

Liên quan đến sự phát triển trong tương lai của
công việc này, các nghiên cứu tiếp theo sẽ tập
trung vào khả năng mở rộng phương pháp được
đề xuất cho các ảnh vệ tinh VHR khác, để đánh
giá tính chính xác của các phương pháp được đề
xuất, tức là TPR và ERF, để diễn giải mối tương
quan giữa băng tần tỷ lệ và độ sâu. Ngoài ra,
chúng tôi sẽ chủ yếu tập trung vào khả năng tăng
độ chính xác của các mô hình đo độ sâu bằng
cách sử dụng hợp nhất dữ liệu toàn sắc và đa phổ
(làm sắc nét toàn cảnh).
Tài liệu kham thảo
Alcaras E, Errico A, Falchi U, Parente C,
Vallario A (2020) Coastline extraction from
optical satellite imagery and accuracy evalua-
tion. In International Workshop on R3 in
Geomatics: Research, Results and Review.
Book series: Communications in Computer
and Information Science, 1246, pp. 336–349.
Springer, Cham
Alcaras E, Falchi U, Parente C, Vallario A
(2022) Accuracy evaluation for coastline
extraction from Pléiades imagery based on
NDWI and IHS pan-sharpening application.
Applied Geomatics. https://
doi.org/10.1007/s12518-021-00411-1
Amoroso PP, Parente C (2021) The importance
of sound velocity deter- mination for
bathymetric survey. Acta Imeko 10(4):46–53.
https://
doi.org/10.21014/acta_imeko.v10i4.1120
Apollo Mapping (2022) IKONOS Satellite.
https://apollomapping.com/ ikonos-satellite-
imagery?
gclid=Cj0KCQiA_cOBhDFARIsAIFg3
exVagk6UJF_
UWB9HaEZ5vydz9adpgPUMCOvBwVM
GO VoK0fF8V8OvfkaAmPTEALw_wcB.
Accessed 5 Jan 2022
Ashphaq M, Srivastava P K, Mitra D (2021)
Review of near-shore satellite derived
bathymetry: classification and account of five
decades of coastal bathymetry research.
Journal of Ocean Engi- neering and Science
6(4):340–359. https://doi.org/10.1016/j.joes.
2021.02.006
Brčić D, Kos S, Žuškin S (2015) Navigation with
ECDIS: choosing the proper secondary
positioning source. TransNav: International
Journal on Marine Navigation and Safety of
Sea Transportation 9(3):317–326
Bruzzone L, Prieto DF (2001) Unsupervised
retraining of a maximum likelihood classifier
for the analysis of multitemporal remote sens-
ing images. IEEE Trans Geosci Remote Sens
39(2):456–460
13
Applied Geomatics
Bukata RP, Jerome JH, Kondratyev KY,
Pozdnyakov DV (2018) Optical properties and
remote sensing of inland and coastal waters. CRC
Press Campbell JB, Wynne RH (2011)
Introduction to remote sensing. 5nd
Edition, The Guilford Press, New York.
Chénier R, Faucher MA, Ahola R (2018)
Satellite-derived bathymetry for improving
Canadian Hydrographic Service charts.
ISPRS Int J Geo Inf 7(8):306
Chiodini G, Selva J, Del Pezzo E, Marsan D, De
Siena L, D’Auria L, Bianco F, Caliro S, De
Martino P, Ricciolino P, Petrillo P (2017)
Clues on the origin of post-2000 earthquakes
at Campi Flegrei caldera (Italy) Sci. Rep
7(1):4472. https://doi.org/10. 1038/s41598-
017-04845-9
Clarke KC (1986) Advances in geographic
information sys- tems. Comput Environ
Urban Syst 10(3–4):175–184. https://
doi.org/10.1016/0198-9715(86)90006-2
Costantino D, Pepe M, Dardanelli G, Baiocchi V
(2020) Using opti- cal Satellite and aerial
imagery for automatic coastline mapping.
Geographia Technica 15(2):171–190
D’Auria L, Pepe S, Castaldo R, Giudicepietro F,
Macedonio G, Ric- ciolino P, Tizzani P, Casu
F, Lanari F, Manzo M, Martini M, Sansosti
E, Zinno I (2015) Magma injection beneath
the urban area of Naples: a new mechanism
for the 2012–2013 volcanic unrest at Campi
Flegrei caldera. Sci Rep 5(1):1–11
De Floriani L (1989) A pyramidal data structure
for triangle-based surface description. IEEE
Comput Graphics Appl 9(2):67–78
De Pippo T, Donadio C, Pennetta M, Terlizzi F,
Vecchione C, Veg- liante M (2002) Seabed
morphology and pollution along the Bagnoli
coast (Naples, Italy): a hypothesis for
environmental restoration. Mar Ecol 23:154–
168
ESA (European Space Agency) (2000 -2021)
Phlegraean Fields, Italy, European Space
Agency (ESA) IKONOS-2, Satellite Mis-
sion, Earth Online (EO) Portal.
https://earth.esa.int/web/eopor tal/satellite-
missions/i/ikonos-2. Accessed 5 Jan 2022
Fleming D (2001) IKONOS DN value
conversion to planetary reflec- tance values.
CRESS Project Paper,Commercial Remote
Sensing for Systems Science, Maryland, US.
http://web.unicen.edu.ar/cre-
cic/docs/radrefl.pdf. Accessed 5 Jan 2022
Gao J (2009) Bathymetric mapping by means
of remote sens- ing: methods, accuracy and
limitations. Prog Phys Geogr 33(1):103–
116
Geyman EC, Maloof AC (2019) A simple
method for extracting water depth from
multispectral satellite imagery in regions of
variable bottom type. Earth and Space
Science 6:527–537.
Applied Geomatics
https://doi.org/10.1029/2018EA000539
Gordon HR, McCluney WR (1975) Estimation
of the depth of sunlight penetration in the
sea for remote sensing. Appl Opt 14(2):413–
416
Hedley JD, Harborne AR, Mumby PJ (2005)
Simple and robust removal of sun glint for
mapping shallow-water benthos. Int J
Remote Sens 26(10):2107–2112
Hengl T (2006) Finding the right pixel size.
Comput Geosci 32(9):1283–1298.
https://doi.org/10.1016/j.cageo.2005.11.008
IHO (2008) IHO standards for hydrographic
survey: Special Publica- tion No. 44, 5.
Edition. IHB Monaco 36.
https://iho.int/uploads/
user/pubs/standards/s-44/S-44_5E.pdf.
Accessed 5 Jan 2022
Jagalingam P, Akshaya BJ, Hegde AV (2015)
Bathymetry map- ping using Landsat 8
satellite imagery. Procedia Engineering
116:560–566
Kramer HJ (2002) Observation of the earth and
its environment: Sur- vey of Missions and
Sensors. Springer Berlin, Heidelberg.
https:// doi.org/10.1007/978-3-642-97678-0
Leder TD, Leder N (2020) Optimal conditions
for satellite derived bathymetry (SDB)-case
study of the Adriatic Sea. Proceedings of the
Conference: FIG Working Week 2020 -
Smart surveyors for land and water
management. Amsterdam, the Netherlands,
10–14 May 2020

13

Leder TD, Leder N, Peroš J (2019) Satellite
derived bathymetry survey method–example of
Hramina bay. Trans Marit Sc 8(01):99–108
Legleiter CJ, Roberts DA (2005) Effects of
channel morphology and sensor spatial resolution
on image-derived depth estimates.
Remote Sens Environ 95(2):231–247
Lyell C (1830) Principles of geology, being an
attempt to explain the for- mer changes of the
Earth's surface, by reference to causes now in
operation. Volume 1. London: John Murray
Lyons M, Phinn S, Roelfsema C (2011)
Integrating Quickbird multi- spectral satellite
and field data: mapping bathymetry, seagrass
cover, seagrass species and change in
Moreton Bay, Australia in 2004 and 2007.
Remote Sensing 3(1):42–64
Lyzenga DR (1978) Passive remote sensing
techniques for map ping water depth and
bottom features. Appl Opt 17:379–383
Lyzenga DR (1981) Remote sensing of bottom
reflectance and water attenuation parameters
in shallow water using aircraft and Landsat
data. Int J Remote Sens 1:71–82
Lyzenga DR (1985) Shallow-water bathymetry
using combined lidar and passive
multispectral scanner data. Int J Remote Sens
6:115–125
Mattei G, Aucelli PP, Caporizzo C, Rizzo A,
Pappone G (2020) New geomorphological
and historical elements on morpho-evolutive
trends and relative sea-level changes of
Naples coast in the last 6000 years. Water
12(9):2651
McFeeters SK (1996) The use of the Normalized
Difference Water Index (NDWI) in the
delineation of open water features. Int J
Remote Sens 17(7):1425–1432
Minet C, Goel K, Aquino I, Avino R, Berrino G,
Caliro S, Borgstrom S (2012) High resolution
monitoring of Campi Flegrei (Naples, Italy)
by exploiting TerraSAR-X data: an
application to Solfatara crater.Proceedings of
Fringe 2011 Workshop, held 19-23 Septem-
ber, 2011 in Frascati, Italy. ESA SP-697
Morhange C, Marriner N, Laborel J, Todesco M,
Oberlin C (2006) Rapid sea-level movements
and noneruptive crustal deformations in the
Phlegrean Fields caldera. Italy Geology
34(2):93–96
Parente C, Pepe M (2018) Bathymetry from
worldView-3 satellite data using radiometric
band ratio. Acta Polytechnica 58(2):109–117
Passaro S, Barra M, Saggiomo R, Di Giacomo
S, Leotta A, Uhlen H, Mazzola S (2013)
Multi-resolution morpho-bathymetric
13
Applied Geomatics
survey results at the Pozzuoli-Baia
underwater archaeological site (Naples,
Italy). J Archaeol Sci 40(2):1268–1278
Pe’eri S, Azuike C, Parrish C (2013) Satellite-
derived bathymetry - a reconnaissance tool for
hydrography. Hydro International 10:16–19
Scafetta N, Mazzarella A (2021) On the rainfall
triggering of Phlegraean Fields volcanic
tremors. Water 13(2):154
Scandone R, Bellucci F, Lirer L, Rolandi G
(1991) The structure of the Campanian Plain
and the activity of the Neapolitan volcanoes
(Italy). J Volcanol Geoth Res 48(1–2):1–31
Shah A, Deshmukh B, Sinha LK (2020) A
review of approaches for water depth
estimation with multispectral data. World
Water Policy 6(1):152–167
Space Imaging Document Number SE-REF-016,
Rev. n.d.
Specht C, Świtalski E, Specht M (2017)
Application of an autono- mous/unmanned
survey vessel (ASV/USV) in bathymetric
meas- urements. Pol Marit Res 24(3):36–44.
https://doi.org/10.1515/ pomr-2017-0088
Stavn RH (1988) Lambert-Beer law in ocean
waters: optical proper- ties of water and of
dissolved/suspended material, optical energy
budgets. Appl Opt 27(2):222–231
Stumpf RP, Holderied K, Sinclair M (2003)
Determination of water depth with high-
resolution satellite imagery over variable
bottom types. Limnol Oceanogr 48:547–556
Traganos D, Poursanidis D, Aggarwal B,
Chrysoulakis N, Rein- artz P (2018)
Estimating satellite-derived bathymetry
(SDB) with the Google Earth Engine and
sentinel-2. Remote Sensing 10(6):859
Troise C, De Natale G, Schiavone R, Somma R,
Moretti R (2019) The Campi Flegrei caldera
unrest: discriminating magma intrusions from
hydrothermal effects and implications for
possible evolution. Earth Sci Rev 188:108–
122
Usai S, Del Gaudio C, Borgstrom S, Achilli V
(1999) Monitoring ter- rain deformations at
Phlegrean Fields with SAR interferometry.
Proceedings of the 2nd International
Workshop on SAR Interfer- ometry
(FRINGE99), European Space Agency,
Liege, Belgium
Yang B, Li Q, Shi W (2005) Constructing multi-
resolution triangu- lated irregular network
model for visualization. Comput Geosci
31(1):77–86