Discussion and Conclusions[26] A ne

Discussion and Conclusions
[26] A new bathymetric grid was created for the region
140.0
–150.0
E, 6.0
–14.0
S with a cell size of 3.600.
Compared to GEBCO and ETOPO2, the region benefited
from the addition of numerous new data sets including
multibeam sonar surveys, hydrographic data sets, and
bathymetry derived from Landsat. This significant increase
in data availability added much needed detail to the Gulf of
Papua and assisted with identifying past and present sedimentary
environments both on the continental shelf and
slope [Tcherepanov et al., 2008; Crockett et al., 2008;
Francis et al., 2008].
[27] RRMSE analysis of overlapping data sets has suggested
that errors between traditionally acquired bathymetric
data sets were on the order of

ผลลัพธ์ (ไทย) 1:

Discussion and Conclusions
[26] A new bathymetric grid was created for the region
140.0
–150.0
E, 6.0
–14.0
S with a cell size of 3.600.
Compared to GEBCO and ETOPO2, the region benefited
from the addition of numerous new data sets including
multibeam sonar surveys, hydrographic data sets, and
bathymetry derived from Landsat. This significant increase
in data availability added much needed detail to the Gulf of
Papua and assisted with identifying past and present sedimentary
environments both on the continental shelf and
slope [Tcherepanov et al., 2008; Crockett et al., 2008;
Francis et al., 2008].
[27] RRMSE analysis of overlapping data sets has suggested
that errors between traditionally acquired bathymetric
data sets were on the order of <10%. When traditionally
acquired data sets were compared to bathymetry derived
from Landsat the error increased to 17.9–35.53%. The
significantly higher errors associated with Landsat-derived
bathymetry were considered to be a result of variable water
quality and seabed types within individual Landsat scenes.
The Landsat bathymetry was retained within the grid,
despite it relatively low accuracy, as it assisted with delineating
seabed features and covered areas that were data
poor.
[28] The data density maps (Figures 2a–2f) highlight
many areas where very little bathymetric data presently
exist. The continental shelf around Papua New Guinea and
Indonesia and the deep portion of the southern Coral Sea
remain data poor.
[29] Acknowledgments. The construction of this bathymetry grid
would not have been possible without data provided by the MARGINS
Source-to-Sink research group (specifically Chuck Nittrouer, Andre Droxler,
and Brian Donahue), Geoscience Australia, Royal Australian Navy
(RAN) Australian Hydrographic Service (AHS), Scripps Institution of
Oceanography (SIO), Lamont-Doherty Earth Observatory (LDEO), Australian
Institute of Marine Science (AIMS), Commonwealth Scientific and
Industrial Research Organisation (CSIRO), French Research Institute for
Exploitation of the Sea (IFREMER), French Polar Institute (IPEV), Great
Barrier Reef Marine Park Authority (GBRMPA), Japanese Marine Science
and Technology Centre (JAMSTEC), and National Aeronautics and Space
Administration (NASA). Landsat imagery was provided by the Australian
Centre for Remote Sensing (ACRES). The MARGINS Source-to-Sink
research group was supported by National Science Foundation. I also wish
to thank Peter Petkovic, Craig Smith, Michael Hughes, and Peter Harris for
reviewing this pape

ผลลัพธ์ (ไทย) 2:

การอภิปรายและสรุปผลการวิจัย
[26] ตารางลึกของท้องทะเลใหม่ที่ถูกสร้างขึ้นสำหรับภูมิภาค
140.0? -150.0? E, 6.0? -14.0? S ที่มีขนาดเซลล์ของ 3.600.
เมื่อเทียบกับ Gebco และ ETOPO2 ภูมิภาคได้รับประโยชน์
จากการเพิ่มขึ้นของจำนวนมากใหม่ ชุดข้อมูลรวมทั้ง
การสำรวจโซนาร์ Multibeam ชุดข้อมูลอุทกศาสตร์และ
bathymetry มาจาก Landsat นี้เพิ่มขึ้นอย่างมีนัยสำคัญ
ในความพร้อมของข้อมูลที่เพิ่มรายละเอียดที่จำเป็นมากกับอ่าว
ปาปัวและช่วยด้วยการระบุในอดีตและตะกอนปัจจุบัน
สภาพแวดล้อมทั้งในไหล่ทวีปและ
ลาด [Tcherepanov et al, 2008. Crockett et al, 2008;.
.. ฟรานซิส, et al, 2008]
[27] การวิเคราะห์ RRMSE ทับซ้อนกันของชุดข้อมูลได้แนะนำ
ว่าข้อผิดพลาดที่ได้มาระหว่างประเพณีลึกของท้องทะเล
ชุดข้อมูลที่อยู่ในคำสั่งของ <10% เมื่อประเพณี
ข้อมูลที่ได้มาชุดถูกเมื่อเทียบกับ bathymetry มา
จากข้อผิดพลาด Landsat เพิ่มขึ้น 17.9-35.53%
ข้อผิดพลาดที่สูงขึ้นอย่างมีนัยสำคัญที่เกี่ยวข้องกับ Landsat มา
bathymetry ได้รับการพิจารณาจะเป็นผลของน้ำตัวแปร
ที่มีคุณภาพและชนิดก้นทะเลภายในฉาก Landsat แต่ละ.
bathymetry Landsat ถูกเก็บรักษาไว้ในตารางที่
แม้จะมีความถูกต้องมันค่อนข้างต่ำในขณะที่มันช่วยด้วยโทบี้
คุณสมบัติก้นทะเล และครอบคลุมพื้นที่ที่มีข้อมูล
ที่ไม่ดี.
[28] แผนที่ความหนาแน่นของข้อมูล (รูปที่ 2a-2F) เน้น
หลายพื้นที่ที่มีข้อมูลลึกของท้องทะเลน้อยมากในปัจจุบัน
ที่มีอยู่ ไหล่ทวีปรอบปาปัวนิวกินีและ
อินโดนีเซียและส่วนลึกของแนวปะการังทะเลภาคใต้
ยังคงมีข้อมูลที่ไม่ดี.
[29] กิตติกรรมประกาศ การก่อสร้างของตาราง bathymetry นี้
จะไม่ได้รับความเป็นไปได้โดยไม่ต้องข้อมูลที่มาจากอัตรากำไรขั้นต้น
กลุ่มวิจัยมาเพื่ออ่างล้างจาน (โดยเฉพาะโยน Nittrouer อังเด Droxler,
และไบรอันโดนาฮิว), ธรณีศาสตร์ออสเตรเลียกองทัพเรือออสเตรเลีย
(RAN) ออสเตรเลียอุทกศาสตร์บริการ ( AHS) ดีบุกสถาบัน
สมุทรศาสตร์ (SIO) มอนต์โดเฮอร์ตี้หอดูดาวโลก (LDEO), ออสเตรเลีย
สถาบันวิทยาศาสตร์ทางทะเล (AIMS) เครือจักรภพวิทยาศาสตร์และ
อุตสาหกรรมองค์การวิจัย (CSIRO), ฝรั่งเศสสถาบันวิจัย
การแสวงหาผลประโยชน์ทางทะเล (IFREMER) ขั้วโลกสถาบันฝรั่งเศส (IPEV), เกรท
แบริเออร์รีฟ Marine Park Authority (GBRMPA), วิทยาศาสตร์ทางทะเลของญี่ปุ่น
และศูนย์เทคโนโลยี (JAMSTEC) และและอวกาศแห่งชาติ
สหรัฐอเมริกา (นาซา) Landsat ภาพให้ถูกโดยออสเตรเลีย
ศูนย์การสำรวจระยะไกล (เอเคอร์) อัตรากำไรขั้นต้นที่มาเพื่อ Sink
กลุ่มวิจัยได้รับการสนับสนุนโดยมูลนิธิวิทยาศาสตร์แห่งชาติ ฉันยังต้องการที่
จะขอบคุณปีเตอร์เพ็ตโควิเครกสมิ ธ , ไมเคิลฮิวจ์สและปีเตอร์แฮร์ริส
ทบทวน Pape นี้

ผลลัพธ์ (ไทย) 3:

การอภิปรายและสรุป
[ 26 ] ตาราง bathymetric ใหม่ถูกสร้างขึ้นสำหรับภูมิภาค
140.0
– 150.0
E , 6.0
– 14.0
กับเซลล์ขนาด 3.600 .
เมื่อเทียบกับ gebco และ etopo2 , ภูมิภาคประโยชน์
จากการเติมข้อมูลใหม่หลายชุด รวมทั้งการสำรวจโซนาร์
multibeam , ชุดข้อมูล อุทกศาสตร์และ
bathymetry ได้มาจากดาวเทียม . นี้
4ข้อมูลเพิ่มที่จำเป็นมากและรายละเอียดของอ่าว
ปาปัวและช่วยระบุอดีตและสภาพแวดล้อมที่เป็นตะกอน
ปัจจุบันทั้งบนไหล่ทวีปและ
ความชัน [ tcherepanov et al . , 2008 ; Crockett et al . , 2008 ;
ฟรานซิส et al . , 2008 ] .
[ 27 ] rrmse การวิเคราะห์ซ้อนข้อมูล ชุดแนะนำ
ข้อผิดพลาดระหว่างผ้าที่ได้มา bathymetric
ชุดข้อมูลในคำสั่ง < 10% เมื่อผ้า
ได้รับชุดข้อมูลเปรียบเทียบเพื่อ bathymetry ได้มา
จากดาวเทียมข้อผิดพลาดเพิ่มขึ้น 17.9 – 35.53 %
สูงกว่าข้อผิดพลาดที่เกี่ยวข้องกับภาพที่ได้มา
bathymetry ก็ถือเป็นผลคุณภาพน้ำ
ตัวแปรและชนิดก้นทะเลในฉากที่ภาพแต่ละภาพ bathymetry

ถูกเก็บไว้ภายในตารางมันค่อนข้างต่ำแม้จะมีความถูกต้องตามที่มันช่วยอธิบาย
คุณสมบัติและก้นทะเลที่ปกคลุมพื้นที่ข้อมูล

[ 28 ] น่าสงสาร ข้อมูลความหนาแน่นของแผนที่ ( ตัวเลข 2A –ห้อง 2F ) เน้น
หลายพื้นที่ที่ข้อมูลน้อยมาก
bathymetric ปัจจุบันมีอยู่ ไหล่ทวีปรอบปาปัวนิวกินีและอินโดนีเซีย และส่วนที่ลึก

ของภาคใต้ทะเลปะการังยังคงข้อมูลที่ยากจน
[ 29 ] ขอบคุณ .การสร้างตารางนี้ bathymetry
จะไม่ได้รับเป็นไปได้ โดยไม่มีข้อมูลให้ขอบ
แหล่งจมกลุ่มงานวิจัย ( โดยเฉพาะ ชัค nittrouer อังเดร droxler
, และไบรอันโดนาฮิว ) ธรณีวิทยาออสเตรเลีย
กองทัพเรือหลวงออสเตรเลีย ( รัน ) บริการอุทกศาสตร์ออสเตรเลีย ( AHS ) , Scripps สถาบัน
สมุทรศาสตร์ ( SiO ) Lamont มือที่โลกหอดูดาว ( ldeo
) , ออสเตรเลียสถาบันวิทยาศาสตร์ทางทะเล ( เป้าหมาย ) , เครือจักรภพองค์การวิจัยอุตสาหกรรมและวิทยาศาสตร์
( CSIRO ) , สถาบันวิจัยภาษาฝรั่งเศส
การเอารัดเอาเปรียบของทะเล ( ifremer ) สถาบันขั้วโลกฝรั่งเศส ( ipev ) ดี
Barrier Reef Marine Park Authority ( gbrmpa ) , ศูนย์วิทยาศาสตร์ทางทะเลและเทคโนโลยีญี่ปุ่น (
jamstec ) และการบินแห่งชาติ
การบริหารพื้นที่ ( นาซา )ภาพจากดาวเทียมโดยศูนย์ออสเตรเลีย
สำหรับระยะไกล ( เอเคอร์ ) ขอบแหล่งจม
กลุ่มงานวิจัยได้รับการสนับสนุนจากมูลนิธิวิทยาศาสตร์แห่งชาติ ฉันยังต้องการ
ขอบคุณปีเตอร์ เปตโกวิค เครกสมิ ธ , ไมเคิล ฮิวจ์ส และปีเตอร์แฮร์ริสสำหรับ Pape
ทบทวนนี้