Enhancing coastal bathymetric mapping with physics-informed recurrent neural networks synergizing Gaofen satellite imagery and ICESat-2 lidar data: A case in the South China Sea

Satellite-derived bathymetry (SDB) has emerged as a critical technique in response to the growing demand for large-scale coastal bathymetric mapping. However, high-resolution multispectral imagery from Gaofen satellites presents significant challenges owing to low signal-to-noise ratios (SNRs). This...

Mô tả đầy đủ

Chi tiết về thư mục

Những tác giả chính:	Congshuang Xie, Siqi Zhang, Zhenhua Zhang, Peng Chen, Delu Pan
Định dạng:	Artigo
Ngôn ngữ:	Inglês
Được phát hành:	Elsevier 2025-07-01
Loạt:	Ecological Informatics
Những chủ đề:	Coastal bathymetry Satellite-derived bathymetry (SDB) Physics-informed recurrent neural network (PI-RNN) Gaofen satellite imagery ICESat-2/ATLAS Lidar Adaptive ellipse DBSCAN (AE-DBSCAN)
Truy cập trực tuyến:	http://www.sciencedirect.com/science/article/pii/S157495412500130X
Các nhãn:	Thêm thẻ Không có thẻ, Là người đầu tiên thẻ bản ghi này!