Современные проблемы дистанционного зондирования Земли из космоса. 2023. Т. 20. № 3. С. 209-221
Определение глубины акватории в прибрежной зоне Крыма с различными типами дна по измерениям беспилотных летательных аппаратов
Б.А. Новиков
1 , А.А. Кубряков
1 , С.В. Федоров
1 1 Морской гидрофизический институт РАН, Севастополь, Россия
Одобрена к печати: 12.04.2023
DOI: 10.21046/2070-7401-2023-20-3-209-221
В настоящей работе на основе измерений с оптической камеры, установленной на коммерческом беспилотном летательном аппарате (БПЛА) и регистрирующей сигнал в трёх оптических каналах (R — англ. red, красный; G — англ. green, зелёный; B — англ. blue, синий), проводится восстановление батиметрии в прибрежной мелководной зоне Крымского п-ова. Для оценки чувствительности метода он был применён отдельно для участков с различным типом подстилающей поверхности дна. Для этой цели авторы предлагают метод классификации с использованием вегетационного индекса для морской среды VDVI (англ. Visible-band difference vegetation index), который позволил оценить площади, занятые макрофитобентосом и песком. Результаты показали, что использованный алгоритм слабо зависит от подстилающей поверхности и позволяет определять глубину для участков со смешанным типом дна. Предложенные методы дают возможность за одну съёмку БПЛА определять площадную изменчивость (размером несколько квадратных километров) топографии дна с высоким разрешением (~10 см) и осуществлять оперативный мониторинг изменения глубины и характеристик подстилающей поверхности дна. Такие данные в перспективе позволят уточнить имеющиеся представления о процессах формирования и изменчивости топографии дна, развитии макрофитобентоса под влиянием различных гидродинамических процессов.
Ключевые слова: беспилотный летательный аппарат (БПЛА), батиметрия, Чёрное море, макрофитобентос, оптические измерения, дистанционные методы
Полный текстСписок литературы:
- Барымова А. А., Кокорин А. И. Применение БПЛА для аэрофотосъемки с целью комплексного картирования прибрежных зон на примере литорали Карельского берега Белого моря // 2-я Студенческая науч. сессия УНБ «Беломорская» СПБГУ: тез. докл. СПб.: Санкт-Петербургский гос. ун-т, 2018. С. 31–32.
- Блинова Е. И., Вилкова О. Ю., Милютин Д. М., Пронина О. А., Штрик В. А., Miljutin D. Методы ландшафтных исследований и оценки запасов донных беспозвоночных и водорослей морской прибрежной зоны. М.: Изд-во ВНИРО, 2005. Вып. 3. 135 с. DOI: 10.13140/RG.2.1.3592.1764.
- Дулов В. А., Юровская М. В. Спектральные контрасты коротких ветровых волн в искусственных сликах по фотографиям морской поверхности // Морской гидрофиз. журн. 2021. Т. 37. № 3. С. 373–386. DOI: 10.22449/0233-7584-2021-3-373-386.
- Крыленко М. В., Крыленко В. В. Особенности выполнения высокоточной съемки рельефа абразионного берега с помощью БПЛА // Бюл. науки и практики. 2020. Т. 6. № 2. C. 10–19. DOI: 10.33619/2414-2948/51/01.
- Кубряков А. А., Лишаев П. Н., Чепыженко А. И., Алескерова А. А., Кубрякова Е. А., Медведева А. А., Станичный С. В. Влияние субмезомасштабных вихрей на перенос взвешенного вещества в прибрежной зоне Крыма по данным БПЛА, спутниковых и контактных измерений // Океанология. 2021. Т. 61. № 2. C. 182–197. DOI: 10.31857/S0030157421020106.
- Мамедов И. Э. Вопросы использования беспилотных летательных аппаратов для обнаружения нефтяных пятен в прибрежной части морской акватории // Проблемы региональной экологии. 2019. № 4. С. 88–91. DOI: 10.24411/1728-323X-2019-14088.
- Панкеева Т. В., Миронова Н. В., Новиков А. Б. Картографирование донной растительности бухты Круглая (г. Севастополь, Черное море) // Экологич. безопасность прибрежной и шельфовой зон моря. 2019. № 3. С. 61–71. DOI: 10.22449/2413-5577-2019-3-61-71.
- Панкеева Т. В., Миронова Н. В., Новиков Б. А. Опыт картографирования донной растительности (на примере бухты Ласпи, Чёрное море) // Геополитика и экогеодинамика регионов. 2020. № 6. № 4. С. 154–169. DOI: 10.37279/2309-7663-2020-6-4-154-169.
- Репкина Т. Ю., Гуринов А. Л., Кублицкий Ю. А., Леонтьев П. А., Луговой Н. Н., Дудоркин Е. С., Перетрухина А. О. Новые данные о строении рельефа и послеледниковых отложений побережий пролива Горло и Онежского полуострова (Белое море) // Рельеф и четвертичные образования Арктики, Субарктики и Северо-Запада России. 2020. № 7. C. 168–163. DOI: 10.24411/2687-1092-2020-10724.
- Юровская М. В., Кудрявцев В. Н., Широков А. С., Надоля И. Ю. Натурные измерения спектра поверхностных волн по фотографиям с беспилотного мультикоптера // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 1. С. 245–257. DOI: 10.21046/2070-7401-2018-15-1-245-257.
- Angnuureng D. B., Jayson-Quashigah P. N., Almar R., Stieglitz T. C., Anthony E. J., Aheto D. W., Appeaning Addo K. Application of Shore-Based Video and Unmanned Aerial Vehicles (Drones): Complementary Tools for Beach Studies // Remote Sensing. 2020. V. 12. Art. No. 394. DOI: 10.3390/rs12030394.
- Bergsma E. W., Almar R., Rolland A., Binet R., Brodie K. L., Bak A. S. Coastal morphology from space: A showcase of monitoring the topography-bathymetry continuum // Remote Sensing of Environment. 2021. V. 261. Art. No. 112469. DOI: 10.1016/j.rse.2021.112469.
- Fallati L., Saponari L., Savini A., Marchese F., Corselli C., Galli P. Multi-Temporal UAV Data and Object-Based Image Analysis (OBIA) for Estimation of Substrate Changes in a Post-Bleaching Scenario on a Maldivian Reef // Remote Sensing. 2020. V. 12. Art. No. 2093. DOI: 10.3390/rs12132093.
- Jupp D. L. Background and extension to depth of penetration (DOP) mapping in shallow coastal waters. // Proc. Remote Sensing of the Coastal Zone Intern. Symp. Gold Coast, Australia. 1988. P. IV2.1–IV2.19. http://hdl.handle.net/102.100.100/265466?index=1.
- Konstantinos T., Apostolos P., Shungudzemwoyo P. G. Detection of floating plastics from satellite and unmanned aerial systems (Plastic Litter Project 2018) // Intern. J. Applied Earth Observation and Geoinformation. 2019. V. 79. P. 175–183. DOI: 10.1016/j.jag.2019.03.011.
- Korshenko E., Zhurbas V., Osadchiev A., Belyakova P. Fate of river-borne floating litter during the flooding event in the northeastern part of the Black Sea in October 2018 // Marine Pollution Bull. 2020. V. 160. Art. No. 11678. DOI: 10.1016/j.marpolbul.2020.111678.
- Lyzenga D. R. Passive Remote Sensing Techniques for Mapping Water Depth and Bottom Features // Applied Optics. 1978. V. 17. P. 379–383. http://dx.doi.org/10.1364/AO.17.000379.
- Lyzenga D. R. Remote sensing of bottom reflectance and Water attenuation parameters in shallow water using aircraft and Landsat data // Remote Sensing. 1981. V. 2(1). P. 71–82.
- Lyzenga D. R., Malinas N. P., Tanis F. J. Multispectral bathymetry using a simple physically based algorithm // IEEE Trans. Geoscience and Remote Sensing. 2006. V. 44. P. 2251–2259. DOI: 10.1109/TGRS.2006.872909.
- Philpot W. D. Bathymetric mapping with passive multispectral imagery // Applied Optics. 1989. V. 28. P. 1569–1578.
- Rossi L., Mammi I., Pelliccia F. UAV-Derived Multispectral Bathymetry // Remote Sensing. 2020. V. 12. Art. No. 3897. DOI: 10.3390/rs12233897.
- Stumpf R. P., Holderied K., Sinclair M. Determination of water depth with high-resolution satellite imagery over variable bottom types // Limnology and Oceanography. 2003. V. 48. P. 547–556. DOI: 10.4319/lo.2003.48.1_part_2.0547.
- Wei Y., Jiang S., Tian L., Wei L., Jin J., Ibánhez J. S. P., Chang Y., Wei X., Wu Y. Benthic microbial biogeography along the continental shelf shaped by substrates from the Changjiang River plume // Acta Oceanologica Sinica. 2022. V. 41. P. 118–131. DOI: 10.1007/s13131-021-1861-8.
- Xiaopeng J., Meng G., Zhiqiang G. A novel index to detect green-tide using UAV-based RGB imagery // Estuarine, Coastal and Shelf Science. 2020. V. 245. Art. No. 106943. DOI: 10.1016/j.ecss.2020.106943.