文献

J-GLOBAL ID：200902272267278000   整理番号：09A0415544

都市土地利用分類のための非常の分解能の高いパンクロマチック撮像からのマルチスケール構造メトリックスを利用するニューラルネットワークアプローチ

A neural network approach using multi-scale textural metrics from very high-resolution panchromatic imagery for urban land-use classification

著者 (3件)： PACIFICI Fabio (Earth Observation Lab., Tor Vergata Univ., Rome, ITA) ,  CHINI Marco (Istituto Nazionale di Geofisica e Vulcanologia, Rome, ITA) ,  EMERY William J. (Colorado Univ., Boulder, Colorado, USA)
資料名： Remote Sensing of Environment  (Remote Sensing of Environment)
巻： 113  号： 6  ページ： 1276-1292  発行年： 2009年06月15日 
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： パンクロマチックWorldView-1の打ち上げ成功と計画されているWorldView-2の打ち上げは,改善された能力,より頻度の高い再訪及び前身のQuickBird衛星と比較して大きな撮像フレキシビリティを提供することにより,商業的リモートセンシング産業の進歩に大きく貢献する。パンクロマチックシステムからのリモートセンシングデータは都市環境の1m以下の地上分解能を持つ詳細かつ正確なマッピングの潜在能力を持つが,同時に情報採掘に対する追加的な複雑性を与える。本研究では,QuickBird及びWorldView-1の非常に高い分解能を利用し,4つの異なる都市環境,即ちラスベガス(アメリカ),ローマ(イタリア),ワシントンDC(アメリカ),及びサンフランシスコ(アメリカ)の土地利用を正確に分類した。提案した方法は,パンクロマチックデータから抽出された一次及び二次のマルチスケール構造特徴の解析に基づく。この目的のため,入力される全191の特徴について,5つの異なるウィンドウサイズ,3つの異なる方向,及び2つの異なるセルシフトに対する特徴を計算することにより構造パラメータを体系的に調査した。ニューラルネットワークの簡潔化と突出性測定は,都市景観を1m以下の分解能で撮像するために最も重要な構造特性の決定を可能とした。その結果は,マルチスケールアプローチにより,異なる構造情報内容によって道路,ハイウェー及びパーキングロットなど異なるアスファルト表面を判別することが可能であることを示した。このアプローチは,住宅,アパートメントブロック,及び塔などの建築物構造,サイズ及び高さ区別することが可能であった。百万以上の検証ピクセルで計算したKappa係数によるその分類精度は0.90以上であった。Copyright 2009 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *リモートセンシング ,  *土地利用 ,  都市構造 ,  解析 ,  指標 ,  評価基準 ,  *ニューラルネットワーク ,  光センサ ,  衛星利用画像 ,  実用衛星 ,  都市環境 ,  分解能
準シソーラス用語： マルチスケール解析 ,  メトリックス ,  パンクロマチック立体視センサ ,  QuickBird衛星 ,  WorldView-1

分類 (3件)： リモートセンシング一般  (AD04000L) ,  都市計画一般,都市経済学  (RD01010S) ,  土地利用一般,地域制  (RD02010Z)

タイトルに関連する用語 (6件)： 都市 ,  土地利用分類 ,  分解能 ,  撮像 ,  マルチスケール ,  メトリックス