文献
J-GLOBAL ID:201702245777372260   整理番号:17A0350233

多様な地表と大気状況におけるMODISデータ雲検出の簡素化【JST・京大機械翻訳】

Cloud detection under varied surfaces and atmospheric conditions with MODIS imagery
著者 (6件):
資料名:
巻: 20  号:ページ: 1371-1380  発行年: 2016年 
JST資料番号: W0865B  ISSN: 1007-4619  CODEN: YXAUAB  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
雲被覆は天候と気候変化の重要な因子として、地表-大気エネルギーバランスと水循環に対して重要な影響があり、そのため、衛星リモートセンシング技術を利用して雲被覆を検出することは重要な実用価値と科学的意義がある。衛星リモートセンシングデータ,特に一般 RESOLUTION IMAGING SPECTRORADIOMETER(MODIS)画像データは,高いスペクトルと時間分解能を有する。およびKMの走査幅幅は,大規模でリアルタイムで云検測を実行するための可能性がある。現在、MODISデータに基づく大量の雲検出方法が開発されているが、地表類型の多様性と大気状況(例えば大気汚染と砂塵事件など)の複雑性により、現在の雲検出方法は、測定精度が通常大きな不確定性がある。また、異なる地表と大気状況に対して普遍性が乏しく、同時に検出精度に対する定量的評価も欠如している。そこで、本論文では、まずよく用いられる3種類の雲検出アルゴリズムを比較し、先人の経験に基づき、2つの改良方法(方法4と方法5)を提案し、まず雲と雹を区別し、二つのアルゴリズムを複雑な地表と大気状況の雲検出アルゴリズムに適用した。結果により、方法5はMODISデータに基づく雲検出にうまく応用でき、全体の精度は92.6%±7%に達し、MODISデータに基づく雲検出アルゴリズムを改善した。方法4の平均精度は82.9±13%で、精度は相対的に低いが、云残留少は雲感度の高い研究作業に対する雲検出方法として適している。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
著者キーワード (4件):
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
リモートセンシング一般 
タイトルに関連する用語 (6件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る