文献

J-GLOBAL ID：200902202140931555   整理番号：08A1207396

LandsatTMデータに基づいた竹類情報抽出

Bamboo Information Extraction Based on Landsat TM Data

著者 (5件)： Du Huaqiang (School of Environmental Technol., Zhejiang Forestry Coll., Hangzhou) ,  Zhou Guomuo (School of Environmental Technol., Zhejiang Forestry Coll., Hangzhou) ,  Ge Hongli (School of Environmental Technol., Zhejiang Forestry Coll., Hangzhou) ,  Zhao Xianwen (Inst. of Resources and Information, Chinese Acad. of Forestry) ,  Cui Linli (Shanghai Meteorological Bureau)
資料名： Dongbei Linye Daxue Xuebao  (Dongbei Linye Daxue Xuebao)
巻： 36  号： 3  ページ： 35-38  発行年： 2008年 
JST資料番号： C2441A  ISSN： 1000-5382  CODEN： DLDXEU  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： 本稿ではLandsatTMデータに基づいた竹類情報抽出を取り扱った。はじめに,12バンドの新規データセットを,N_(DV1),キャノピー植生指数(C_(VI)),多重植生指数(M_(VI))を結びつけて得た。これらはTMデータ(バンド6を除く)の6バンドでの主成分変換過程前の最初の3成分であった。次に,OIFおよびフラクタルディメンションを基礎とした疑似色彩法の最適バンド組合せを解析した。そしてスペクトル的特徴モデル(SFM),支援ベクトルマシン(SVM),スペクトル角マシン(SAM)および最尤法(M_L)を用いて,地形学上の地図,土地利用地図および現地調査データに従って,竹林のリモートセンシング情報を抽出した。その結果,C_(VI),MVIおよび主成分変換は,リモートセンシングデータからの竹類情報の抽出にとって,いくつかの重要バンドであることが分かった。SFMは他の3つの方法よりも,高い分類精度であった。それは竹林の分類精度だけではなく,針葉樹林のような他の植生型に対する満足の行く分類結果を保証した。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *LANDSAT ,  データ ,  *竹類 ,  *情報抽出 ,  森林 ,  集合 ,  植生 ,  植物被
準シソーラス用語： *Landsat TM ,  データセット

分類 (2件)： 森林植物学  (FF02020E) ,  植物生態学  (EE02000E)

タイトルに関連する用語 (2件)： 竹類 ,  情報抽出