文献

J-GLOBAL ID：201702270243998344   整理番号：17A0265676

本論文では,多相位相-高精度画像に基づくイネのモニタリング精度評価と修正--地域を例として取り上げた。【JST・京大機械翻訳】

Classification Accuracy Evaluation and Rejustment of Monitoring Rice Planting Area By Multi-temporal GF-1 Satellite Image: Taken Deyang District as Example

著者 (4件)： Li Zhangcheng (Institute of Remote Sensing Application,Sichuan Academy of Agricultural Sciences) ,  Wang Xin (Institute of Remote Sensing Application,Sichuan Academy of Agricultural Sciences) ,  Li Zongnan (Institute of Remote Sensing Application,Sichuan Academy of Agricultural Sciences) ,  Ren Guoye (Institute of Remote Sensing Application,Sichuan Academy of Agricultural Sciences)
資料名： Xinan Nongye Xuebao  (Xinan Nongye Xuebao)
巻： 29  号： 10  ページ： 2432-2435  発行年： 2016年 
JST資料番号： C3020A  ISSN： 1001-4829  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： 本研究では,10年間(500M×500M)のコドラートを,2014年の四川省の徳地区で研究し,イネの検証点を確立した。2つのにのNDVI値を抽出し,それらの変化特性を分析し,閾値を決定した。デジタル標高図(DEM)と勾配図を用いて,ディシジョンツリー分類法を用いて,イネのリモートセンシングモニタリングを行った。イネブロックのサンプリング点を検証し、水稲の識別における高スコア一号データの精度を評価し、最後に、サンプリング面積の修正係数を利用して、リモートセンシングモニタリング面積を修正した。結果によると、徳のブロックと比較し、破砕した平原と丘陵地域において、高分一号画像のリモートセンシング識別による水稲のユーザーの精度は92.3%に達し、製図精度は96.5%に達することができる。この地域のイネのリモートセンシングモニタリング面積を78%の係数で修正し,より正確なイネ播種面積を得た。新しい高分解能リモートセンシング画像として,高 一画像は,イネのモニタリングにおいて信頼性があり,リモートセンシング画像の代替源として広く使用されている。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *位相 ,  ディシジョンツリー ,  *画像 ,  リモートセンシング ,  正規化植生指数 ,  高分解能 ,  ディジタル方式 ,  *多相 ,  水稲 ,  標高 ,  四川省 ,  *高精度 ,  環境指標 ,  指数
準シソーラス用語： リモートセンシング画像 ,  分類法 ,  *精度評価 , 【Automatic Indexing@JST】

著者キーワード (4件)： GF-1 satellite image ,  Remote sensing ,  Decision tree classification ,  DEM

分類 (9件)： 薄膜一般  (BK14010X) ,  写真測量,空中写真  (RC02040D) ,  パターン認識  (JE07000S) ,  その他の情報処理  (JE15050M) ,  稲作  (FC03020C) ,  トランジスタ  (NC03070N) ,  森林経営・経理  (FF01030I) ,  テレビジョン一般  (ND12031N) ,  環境問題  (SA01020V)

タイトルに関連する用語 (7件)： 論文 ,  多相 ,  位相 ,  イネ ,  モニタリング ,  精度評価 ,  地域