بهبود تخمین منطقه‌ای عمق‌ بستر دریا با استفاده از تلفیق داده‌ها و داده‌گواری مشاهدات ژئودزی (مطالعه موردی: خلیج فارس و دریای عمان)

مدل‌سازی دقیق عمق دریاها در کاربردهای مختلف دریایی ازجمله ناوبری، اکتشاف منابع و مطالعات زیست‌محیطی اهمیت زیادی دارد. در این مطالعه یک رویکرد نوآورانه برای تقویت مدل‌سازی عمق‌سنجی در خلیج‌فارس و دریای عمان با استفاده از تکنیک‌های تلفیق داده و داده‌گواری مشاهدات ژئودزی ارائه شده است. رویکرد مذکور شامل ادغام ماموریت‌های ارتفاع‌سنجی ماهواره‌ای، مدل ثقلxgm2019e  و داده‌های گرانش دریایی برای استخراج آنومالی ثقل است. با استفاده از سرشکنی و وزن‌دهی از روش تخمین مولفه‌های واریانس، این سه منبع داده برای برآورد آنومالی ثقل نهایی تلفیق شده است. مقایسه پروفیل‌های کنترل آنومالی ثقل دریایی با ارتفاع‌سنجی ماهواره‌ای، xgm2019e و آنومالی ثقل نهایی، دقت بهتر آنومالی ثقل تلفیقی را در مقایسه با آنومالی جاذبه به‌دست‌آمده از ارتفاع‌سنجی ماهواره‌ای و مدل ثقلxgm2019e  نشان می‌دهد. در مرحله بعد، آنومالی ثقل تلفیقی در مدل فیزیکی پارکر برای تخمین عمق دریا مورداستفاده قرار گرفت. برای اصلاح عمق‌سنجی تخمین زده شده و دستیابی به کالیبراسیون محلی، از روش داده‌گواری سه‌بعدی (3dvar)  استفاده گردیده و مشاهدات اکوساندر برای بهبود تخمین عمق در مدل فیزیکی داده‌گواری شده است. درنهایت عمق داده‌گواری شده با عمق نقاط کنترل که از مشاهدات اکوساندر به دست می‌آیند، مقایسه و تایید می‌شود. نتایج نشان می‌دهد که داده‌گواری مدل، در افزایش دقت برآورد عمق‌ به‌دست‌آمده از مدل فیزیکی موثر است.

improving regional bathymetry estimation using data integration and assimilation of geodetic observations(case study: persian gulf and sea of oman)

accurate bathymetry modeling is crucial for various marine applications, including navigation, resource exploration, and environmental studies. this study presents an innovative approach to enhance bathymetric modeling in the persian gulf and sea of oman by integrating data assimilation techniques with geodetic observations. the method combines satellite altimetry missions, the xgm2019e gravity model, and ship-borne marine gravity data to derive gravity anomalies. using the variance component estimation (vce) method for weighting and residual analysis, these three data sources are fused to produce a final gravity anomaly estimate. comparison of ship-borne gravity anomaly control profiles with satellite altimetry, xgm2019e, and the integrated gravity anomaly demonstrates the superior accuracy of the integrated product over individual data sources. subsequently, the integrated gravity anomaly is applied within the parker physical model to estimate seabed depth. to refine the estimated bathymetry and achieve local calibration, three-dimensional variational data assimilation (3dvar) is employed, incorporating echosounder observations to improve depth estimates in the physical model. finally, the assimilated bathymetry is validated against control points obtained from echosounder measurements. results indicate that data assimilation significantly enhances the accuracy of bathymetric estimates derived from the physical model.