인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Existing geospatial data fusion methods in hydrography do not take into account the accuracy of individual measurements when creating a bathymetric map. Consequently, geospatial data acquired by devices with low depth measurement accuracy may lead to a deterioration in the accuracy of coastal zone topography. To address this limitation, this study presents a novel method for coastal bathymetric monitoring based on the integration of multimodal geospatial data collected by unmanned platforms equipped with on-board sensors. These include Single-Beam Echo Sounder (SBES) and MultiBeam EchoSounder (MBES), a photogrammetric camera, and Light Detection and Ranging (LiDAR) from Airborne Laser Scanning (ALS) and Mobile Laser Scanning (MLS). As part of this method, bathymetric and photogrammetric data are processed using three modules: processing depth data, processing shallow-water data, and determining the coastline. After processing, the data are fused using an original weighted average data fusion method, in which weights for individual data sources are determined based on the measurement accuracy. The results demonstrate that the proposed coastal monitoring method effectively minimises redundant geospatial inputs. Notably, the model is parametric, and its accuracy depends on the appropriate selection of processing parameters and fusion settings.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
