Depth modernization by integrating mean sea surface model, ocean tide model, and precise ship positioning
Notice bibliographique
Résumé
Abstract This paper presents a study on depth modernization, paralleling height modernization for land elevations. Depth modernization integrates mean sea surface (MSS) models, ocean tide models, and precise ship positioning to achieve accurate seafloor depth measurements. Conventional methods rely on tidal corrections and chart datum from temporary tide gauges, which can be challenging in regions with complex tidal patterns and inconsistent chart datums. For depth modernization, we developed (1) a hybrid MSS model using satellite altimeter data, tide gauge records, and a regional geoid model, and (2) a hydrodynamic-driven ocean model with 26 tidal constituents to determine separations between the hybrid MSS and five tidal surfaces, resulting in five ellipsoid-based surfaces analogous to a geoid model for height modernization. Precise ship positioning is demonstrated using GNSS data collected by the Legend research ship in the Pacific Ocean east of Taiwan and the Canadian spatial reference system precise point positioning toolbox. We used measurements in the Taiwan Strait to show how modern depth is implemented. Comparisons of depths in four regions from the conventional and modern methods show small (a few cm) to moderate (a few dm) differences with some variability depending on the region and equipment. Discontinuities in depths from the conventional method are analyzed. Depth modernization has significantly benefited rapid and accurate bathymetric mapping for electronic navigation charts. Future work in MSS and ocean tide models and the availability of PPP tools for depth modernization are discussed. For mapping agencies worldwide, depth modernization should be prioritized alongside height modernization to ensure rapid and accurate depth data provision.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».