Penelitian ini membandingkan batimetri dekat pantai berdasarkan data dari ICESat-2 dan gambar multispektral dari Sentinel-2, Landsat-8, dan Gaofen-2. Empat model tipikal dilatih menggunakan titik batimetri ICESat-2 dan gambar untuk menghasilkan peta batimetri pulau-pulau di Kepulauan Xisha, Tiongkok dengan akurasi yang memuaskan. Namun, kemampuan deteksi sensor Gaofen-2 lebih le
Jual Obat Aborsi Tasikmalaya ( Asli Ampuh No.1 ) 082223109953 Tempat Klinik J...
1presentasi1.pptx
1. Nearshore Bathymetry Based
on ICESat-2 and Multispectral
Images: Comparison Between
Sentinel-2, Landsat-8, and
Testing Gaofen-2
Xiaohan Zhang , Yifu Chen, Yuan Le , Dongfang Zhang , Qian Yan, Yusen
Dong , Wei Han , and Lizhe Wang , Fellow, IEEE
2022
2. • Peta batimetri yang akurat sangat penting untuk memahami ekosistem laut
dan pesisir
• Pengukuran perlu melakukan penngaklibrasian model empiris, sehingga
akurasi yang wajar dapat dicapai.
• Satelit Es, Awan, dan Ketinggian Darat-2 (ICESat-2), dilengkapi dengan sistem
laser altimeter topografi canggih, memberikan peluang baru untuk batimetri
dekat pantai.
• Di penelitian ini, titik batimetri ICESat-2 dan gambar multispectral digunakan
untuk melatih empat model tipikal dan menghasilkan batimetri peta untuk
Pulau Shanhu, Pulau Ganquan, dan Karang Lingyang di Kepulauan Xisha
Tiongkok.
• Penulisnya mengevaluasi hasil batimetri dengan membandingkannya dengan
data kedalaman referensi dari deteksi cahaya di udara dan jangkauannya.
• Semua model memiliki akurasi yang memuaskan, serta konsistensi gambar
multimodel dan multisumber.
3. • kemampuan deteksi sensor satelit GaoFen-2 di pita biru secara signifikan lebih
lemah daripada Sentinel-2 dan LandSat-8,
• sehingga model inversi dibangun menggunakan pita biru dan hijau dari
GaoFen-2 kurang akurat dari itu dibangun menggunakan pita biru dan hijau
Sentinel-2 dan LandSat-8.
Menurut Garajeh et. Al (2022) dalam jurnal A Comparison between Sentinel-2
and Landsat 8 OLI Satellite Images for Soil Salinity Distribution Mapping Using a
Deep Learning Convolutional Neural Network (Canadian Journal of Remote
Sensing):
• Hasil penelitian menunjukkan bahwa citra Sentinel-2 (secara keseluruhan
94,78% akurasi dan Kappa 93,14%) lebih cocok untuk mendeteksi dan
memetakan SSD daripada Citra Landsat 8 OLI (keakuratan keseluruhan 91,45%
dan Kappa 90,45%).