Satellite-derived bathymetry
Multispektrale Satellitenbilddatenauswertung zur Detektion von Tiefenänderungen flacher Gewässerböden
In dieser Arbeit konnte gezeigt werden, dass auf Grundlage der satellitengestützten Bathymetrie (SDB) eine anlassbezogene Seevermessung, bei der Gebiete je nach Dynamik unterschiedlich intensiv vermessen werden, prinzipiell möglich ist. Die Grundlage für die SDB bilden Sentinel-2-Daten und daraus abgeleitete Bandkombinationen. Für die Tiefenschätzung selbst wurden mehrere Verfahren gegenübergestellt, wobei die besten Ergebnisse mit einem Convolutional Neuronal Network (CNN) mit Abweichungen von <26 cm für 95 % der Messungen erzielt werden konnten. Im Anschluss wurde eine Änderungsanalyse auf Grundlage dieser Tiefenschätzungen mit verschiedenen Verfahren durchgeführt, wobei zur Detektion die Hauptkomponentenanalyse (HKA) und für Verschiebungsrichtungen der 2,5D-Least-Square-Tracking-Algorithmus (2,5D-LST) die vielversprechendsten Ergebnisse erzielten.
satellitengestützte Bathymetrie | Änderungsanalyse | CNN | HKA | 2,5D-LST
This work shows, that satellite-derived bathymetry (SDB) allows in principle the sea survey in a more targeted matter, in which the measurement frequency depends on the dynamics of an area. Sentinel-2 data and band combinations derived from it are the basis of the SDB. For the depth estimation itself, several methods were compared, whereby the best results were achieved with a Convolutional Neuronal Network (CNN) with a deviation of <26 cm for 95 % of the measurements. Subsequently, a change analysis based on these depths was performed using different methods, with the principal component analysis (PCA) for detection and the 2.5D least square tracking (2.5D-LST) algorithm for displacement directions generating the most promising results.
satellite-derived bathymetry | change detection | CNN | PCA | 2.5D-LST
