文献

J-GLOBAL ID：200902249371328432   整理番号：09A0844793

DMSP-OLSとSPOT VGTデータからの都市域抽出のためのSVM-ベース手法

A SVM-based method to extract urban areas from DMSP-OLS and SPOT VGT data

著者 (6件)： CAO Xin (State Key Lab. of Earth Surface Processes and Resource Ecology, Beijing Normal Univ., Beijing 100875, CHN) ,  CAO Xin (Graduate School of Environmental Studies, Nagoya Univ., Nagoya 464-8601, JPN) ,  CHEN Jin (State Key Lab. of Earth Surface Processes and Resource Ecology, Beijing Normal Univ., Beijing 100875, CHN) ,  CHEN Jin (Graduate School of Environmental Studies, Nagoya Univ., Nagoya 464-8601, JPN) ,  IMURA Hidefumi (Graduate School of Environmental Studies, Nagoya Univ., Nagoya 464-8601, JPN) ,  HIGASHI Osamu (Graduate School of Environmental Studies, Nagoya Univ., Nagoya 464-8601, JPN)
資料名： Remote Sensing of Environment  (Remote Sensing of Environment)
巻： 113  号： 10  ページ： 2205-2209  発行年： 2009年10月 
JST資料番号： C0252B  ISSN： 0034-4257  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 地域的及び全球的尺度における都市域マッピングが緊急の作業になってきた,と言うのは急速な都市化とこれに付随する環境問題による圧力増加が生じているからであった。DMSP-OLSによる安定した人為照明衛星画像は正確,経済的,直裁的手法で都市域の地球的分布を地図化する。経験的戦略やマニュアル試行錯誤手順を使う閾値手法における問題を解決する為に,支援ベクトルマシン(SVM)-ベース領域成長アルゴリズムを提案し,DMSP-OLSとSPOT NDVIデータから半自動的に都市域を抽出した。幾つかの単純な基準を都市及び非都市ピクセルのSVM訓練セット選択に用い,反復分類と訓練手順を,領域成長を通した都市ピクセル識別に適用した。この新手法をLandsat ETM+2画像で分類された様に25中国都市範囲を用いて検証し,続いて普通の2閾値手法と比較した。得られた結果は,このSVMベースアルゴリズムが局地最適化閾値法と同等の結果を生んだだけではなく,その遅い試行錯誤手順を省くことを示し,この新しい手法がDMSP-OLSとSPOT NDVIデータから都市域を抽出するやさしく簡単な代案であることを示唆した。Copyright 2009 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *都市域 ,  *リモートセンシング ,  *衛星利用画像 ,  写像 ,  照明 ,  *サポートベクトルマシン ,  アルゴリズム ,  検証 ,  解析モデル ,  性能評価 ,  比較 ,  試行錯誤学習 ,  画像処理 ,  正規化植生指数 ,  ピクセル検出器
準シソーラス用語： マッピング ,  モデル検証 ,  閾値処理 ,  NDVI

分類 (2件)： リモートセンシング一般  (AD04000L) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： SPOT ,  都市域 ,  手法