文献

J-GLOBAL ID：201502206177796511   整理番号：15A1171506

温帯生態系におけるLandsat MSS画像中の雲と雲影自動化同定

Automated cloud and cloud shadow identification in Landsat MSS imagery for temperate ecosystems

著者 (3件)： BRAATEN Justin D. (Dep. of Forest Ecosystems and Soc., Oregon State Univ., 321 Richardson Hall, Corvallis, OR 97331, USA) ,  COHEN Warren B. (Pacific Northwest Res. Station, USDA Forest Serv., Corvallis, OR 97331, USA) ,  YANG Zhiqiang (Dep. of Forest Ecosystems and Soc., Oregon State Univ., 321 Richardson Hall, Corvallis, OR 97331, USA)
資料名： Remote Sensing of Environment  (Remote Sensing of Environment)
巻： 169  ページ： 128-138  発行年： 2015年11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： Landsat TMとETM+衛星利用画像の為に設計された雲と雲影自動化同定アルゴリズムは,画像分析においてクリアビューピクセルだけを含みまた効率的な雲無しの較正を提供することによって,これ等地球観測データの利用を大きく拡大した。これ等能力をLandsat MSS画像に拡大する為に,本研究はMSSクリアビューマスク(MSScvm),MSS画像に対する雲と影自動化同定アルゴリズムを導入した。このアルゴリズムはMSSデータの特異スペクトル特性に固有であり,簡単であり,規則ベース手法に依存した。雲は緑バンド輝度と緑と赤バンド間の正規化偏差に基づいて同定され,一方雲影は近赤外バンド暗さと雲射影によって同定された。ディジタル標高モデルを組込み,地形誘起照度変化を補正し,水同定を支援した。アメリカ中の12画像に対する土地被覆とアルゴリズムマスククラスによって層別された1981点の正確な評価に基づき,MSScvmは総合精度84.0%を達成した。薄い雲と明るい雲影の脱漏が誤差の多くを占めた。同時発生TM画像に適用したFmaskアルゴリズムの対応する評価との比較が,類似の誤差パターンと精度整合における一般的減少を示し,2センサの放射及びスペクトル的豊富さの相違を示した。MSScvmは温帯生態系における時系列分析に必要なMSS画像の為の雲と雲影マスクを作る為の適切な自動化手法を提供する。Copyright 2015 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： 温帯 ,  生態系 ,  *LANDSAT ,  *マルチスペクトルスキャナ ,  衛星利用画像 ,  雲 ,  影 ,  *画像処理 ,  *システム ,  観測装置 ,  画像分析 ,  用途開発 ,  観測 ,  測定データ ,  開発 ,  スペクトル解析 ,  統計解析 ,  緑 ,  赤 ,  輝度 ,  統計量 ,  数値地形モデル ,  近赤外スペクトル ,  射影 ,  地形効果 ,  アメリカ合衆国 ,  性能評価 ,  時系列分析
準シソーラス用語： Landsat TM ,  *MSS【スキャナ】 ,  アルゴリズム開発 ,  影の検出 ,  衛星画像 ,  観測データ ,  自動化システム ,  地球観測 ,  特異スペクトル解析 ,  *マスク処理 ,  偏差 ,  ディジタル標高モデル ,  地形依存性 ,  アメリカ

分類 (2件)： リモートセンシング一般  (AD04000L) ,  光学情報処理  (BD03060T)

タイトルに関連する用語 (8件)： 温帯 ,  生態系 ,  LANDSAT ,  MSS ,  雲 ,  影 ,  自動化 ,  同定