論文の概要: High-resolution optical and acoustic remote sensing datasets of the Puck Lagoon, Southern Baltic

• arxiv url: http://arxiv.org/abs/2411.08712v1
• Date: Wed, 13 Nov 2024 15:55:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-14 16:10:25.971595
• Title: High-resolution optical and acoustic remote sensing datasets of the Puck Lagoon, Southern Baltic
• Title（参考訳）: 南バルト海パックラグーンの高分解能・音響リモートセンシングデータセット
• Authors: Łukasz Janowski, Dimitrios Skarlatos, Panagiotis Agrafiotis, Paweł Tysiąc, Andrzej Pydyn, Mateusz Popek, Anna M. Kotarba-Morley, Gottfried Mandlburger, Łukasz Gajewski, Mateusz Kołakowski, Alexandra Papadaki, Juliusz Gajewski,
• Abstract要約: 本稿は, 空中浴式LiDAR, マルチビームエコー, 空中写真計測, 衛星画像を組み合わせた, 初のデジタル標高モデル(DEM)について述べる。 これらのデータセットは、海底地形、ベントックな生息地、文化遺産、水没した景観を評価し理解するための重要な資源である。
• 参考スコア（独自算出の注目度）: 31.57476904481958
• License:
• Abstract: The very shallow marine basin of Puck Lagoon in the southern Baltic Sea, on the Northern coast of Poland, hosts valuable benthic habitats and cultural heritage sites. These include, among others, protected Zostera marina meadows, one of the Baltic's major medieval harbours, a ship graveyard, and likely other submerged features that are yet to be discovered. Prior to this project, no comprehensive high-resolution remote sensing data were available for this area. This article describes the first Digital Elevation Models (DEMs) derived from a combination of airborne bathymetric LiDAR, multibeam echosounder, airborne photogrammetry and satellite imagery. These datasets also include multibeam echosounder backscatter and LiDAR intensity, allowing determination of the character and properties of the seafloor. Combined, these datasets are a vital resource for assessing and understanding seafloor morphology, benthic habitats, cultural heritage, and submerged landscapes. Given the significance of Puck Lagoon's hydrographical, ecological, geological, and archaeological environs, the high-resolution bathymetry, acquired by our project, can provide the foundation for sustainable management and informed decision-making for this area of interest.
• Abstract（参考訳）: ポーランド北部沿岸のバルト海南部にあるパック・ラグーン(英語版)の非常に浅い海盆には、貴重なベント紀の生息地や文化遺産がある。 その中には、バルト海の主要な中世の港の一つであるゾステラ・マリナの牧草地、船の墓場、そしておそらくまだ発見されていない他の水没した特徴が含まれる。 このプロジェクト以前は、この領域で包括的な高解像度リモートセンシングデータが利用できなかった。 本稿は, 空中浴式LiDAR, マルチビームエコー, 空中写真計測, 衛星画像を組み合わせた, 初のデジタル標高モデル(DEM)について述べる。 これらのデータセットには、マルチビーム超音波後方散乱とLiDAR強度が含まれており、海底の特徴と性質を決定できる。 これらのデータセットは、海底地形、ベントックな生息地、文化遺産、水没した景観を評価し、理解するための重要な資源である。 パック・ラグーンの水文学,生態学,地質学,考古学的エンビロンの重要性を考えると,本計画によって得られた高分解能水位計は,この分野での持続可能な管理と情報的意思決定の基盤を提供することができる。

関連論文リスト

• Machine Learning Reveals Large-scale Impact of Posidonia Oceanica on Mediterranean Sea Water [0.0818489539741914]
  ポシドニア海洋は地中海の保護区であり、生物多様性を育み、炭素を貯蔵し、酸素を放出し、多くの海洋生物に生息地を提供する。 この研究は、植物が環境に世界的影響を及ぼし、この植物が海洋生態系において重要な役割を担っていることを示す証拠を提供する。
  論文  参考訳（メタデータ） (2024-02-22T11:35:52Z)
• An evaluation of deep learning models for predicting water depth evolution in urban floods [59.31940764426359]
  高空間分解能水深予測のための異なる深層学習モデルの比較を行った。 深層学習モデルはCADDIESセル-オートマタフラッドモデルによってシミュレーションされたデータを再現するために訓練される。 その結果,ディープラーニングモデルでは,他の手法に比べて誤差が低いことがわかった。
  論文  参考訳（メタデータ） (2023-02-20T16:08:54Z)
• Data-Driven Short-Term Daily Operational Sea Ice Regional Forecasting [52.77986479871782]
  地球温暖化は北極を海洋活動に利用し、信頼性の高い海氷予測の需要を生み出した。 本研究では,海氷予測のためのU-Netモデルの性能を,今後10日間にわたって検証した。 この深層学習モデルは、気象データの追加と複数の地域での訓練により、単純なベースラインをかなりの差で上回り、その品質を向上させることができることを示す。
  論文  参考訳（メタデータ） (2022-10-17T09:14:35Z)
• MassMIND: Massachusetts Maritime INfrared Dataset [3.5751176069022983]
  本稿では,沿岸海洋環境下で得られた2,900以上のLWIR(Long Wave Infrared)セグメント画像のラベル付きデータセットについて述べる。 画像はインスタンスセグメンテーションを使用してラベル付けされ、空、水、障害物、リビング障害物、ブリッジ、自己、背景の7つのカテゴリに分類される。 我々は,このデータセットを3つのディープラーニングアーキテクチャ(UNet,PSPNet,DeepLabv3)にわたって評価し,その有効性について詳細に分析する。
  論文  参考訳（メタデータ） (2022-09-09T02:54:26Z)
• DeepWSD: Projecting Degradations in Perceptual Space to Wasserstein Distance in Deep Feature Space [67.07476542850566]
  本稿では,統計的分布の観点から知覚空間の品質劣化をモデル化する。 品質は、深い特徴領域におけるワッサーシュタイン距離に基づいて測定される。 ニューラルネットワークの特徴に基づいて実行されるディープワッサースタイン距離(ディープWSD)は、品質汚染のより良い解釈性をもたらす。
  論文  参考訳（メタデータ） (2022-08-05T02:46:12Z)
• Dam reservoir extraction from remote sensing imagery using tailored metric learning strategies [6.040904021861968]
  本稿では,ダム貯水池抽出を水域セグメンテーションとダム貯水池認識に分解するディープニューラルネットワークを用いたパイプラインを提案する。 我々は西アフリカとインドの河川流域から得られた地球画像データと人間ラベル付き貯水池のベンチマークデータセットを構築した。
  論文  参考訳（メタデータ） (2022-07-12T19:46:01Z)
• Probabilistic modeling of lake surface water temperature using a Bayesian spatio-temporal graph convolutional neural network [55.41644538483948]
  本研究では,湖沼の温度をある程度の深さでシミュレーションし,気象学的特徴と合わせて評価することを提案する。 本研究は,提案モデルが湖沼表面全体に均質に優れた性能をもたらすことを示す。 結果は、最先端のベイズ深層学習法と比較される。
  論文  参考訳（メタデータ） (2021-09-27T09:19:53Z)
• SALT: Sea lice Adaptive Lattice Tracking -- An Unsupervised Approach to Generate an Improved Ocean Model [72.3183990520267]
  シーライス分散と分布を効率的に推定するためのシーライス適応格子追跡手法を提案する。 具体的には、局所的な海洋特性に基づいて、オーシャンモデルの格子グラフにノードをマージすることで、適応的な空間メッシュを生成する。 提案手法は, 変動する気候下での海洋ライス寄生圧マップの予測モデルにより, 積極的養殖管理の促進を約束するものである。
  論文  参考訳（メタデータ） (2021-06-24T17:29:42Z)
• Feature Space Exploration For Planning Initial Benthic AUV Surveys [11.497731809524536]
  特別目的自律水中車両(AUV)はベントニック(海底)調査に使用される。 カメラのフットプリントが小さく、調査対象地域が広いため、これらのAUVは数万平方メートルを超える領域の完全なカバレッジ画像を収集できない。 本研究では,バスメータの特徴空間表現を効率的に探索する初期のAUVサーベイを計画する手法を提案する。
  論文  参考訳（メタデータ） (2021-05-25T01:20:18Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。