文献

J-GLOBAL ID：201702211564060875   整理番号：17A0172635

東中国海におけるリモートセンシングデータの再構成方法に関する研究【JST・京大機械翻訳】

The Method Study of Remote Sensing Data Reconstruction in Multi-scale Variations of Chlorophyll in East China Sea

著者 (4件)： Guo Junru (National Marine Hazard Mitigation Service, Key Laboratory of Space Ocean Remote Sensing and Applications) ,  Song Jun (National Marine Data &Information Service, Key Laboratory of Physical Oceanography) ,  Bao Xianwen (Ocean University of China,college of Marine and Atmospheric Sciences) ,  Li Jing (National Marine Data &Information Service)
資料名： Yaogan Jishu Yu Yingyong  (Yaogan Jishu Yu Yingyong)
巻： 31  号： 5  ページ： 939-949  発行年： 2016年 
JST資料番号： C2738A  ISSN： 1004-0323  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 天気などの各種要素により、衛星リモートセンシングデータの大面積の無規則性欠損問題はリモートセンシングデータ領域における研究の焦点であり、衛星データの応用を阻害している。そのため、衛星リモートセンシングデータの再構築と再分析は重要な課題となり、海域における時空間連続の完全データを獲得することは、リモートセンシングデータの応用範囲を拡大し、そのデータ利用効率を高めるために重要な意義がある。これらの問題に対して、東中国海の葉緑素時空間スケール(天気過程時間尺度を含む)の変化メカニズムに関する研究の必要性に基づき、多変量DINEOF法と最適補間などの数学方法のメリットを結合した。マルチスケール最適補間と二次訂正のための多変量DINEOF法を首尾よく構築し,開発し,DINEOF-OI法と名付けた。再構成データの再構成において,時系列データと再構成データに及ぼす観測データの影響の重みをどのように効果的に分配するかは,研究の具体的目標問題に依存し,研究の重要なアイデアである。この方法に基づき、中国の海の最近10年間の衛星リモートセンシングデータに対して再構築試験を行い、東中国の の表面の葉緑素の天気尺度を含むマルチスケールの変化特徴をうまく描写した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *海洋 ,  内挿法 ,  海域 ,  *再構成 ,  規則度 ,  *中華人民共和国 ,  天気 ,  クロロフィル
準シソーラス用語： 時系列データ ,  マルチスケール ,  データ利用 ,  衛星データ ,  大面積 ,  衛星リモートセンシング ,  *リモートセンシングデータ , 【Automatic Indexing@JST】

著者キーワード (5件)： Satellite-oceanic remote sensing ,  DINEOF-OI ,  Chlorophyll ,  Marine ecosystem dynamics ,  East China sea

分類 (3件)： 写真測量,空中写真  (RC02040D) ,  図形・画像処理一般  (JE04010I) ,  リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (5件)： 中国 ,  海 ,  リモートセンシングデータ ,  再構成 ,  研究