文献
J-GLOBAL ID:201502238660121701   整理番号:15A0621200

リモートセンシング,クラウドソーシングおよびFAO統計の共同作用による全球ハイブリッド森林マスクの開発

Development of a global hybrid forest mask through the synergy of remote sensing, crowdsourcing and FAO statistics
著者 (26件):
資料名:
巻: 162  ページ: 208-220  発行年: 2015年06月01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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
森林地帯に関する多くの世界地図および地域図が利用さているが,空間的に比較すると,広範囲の不一致が存在する。さらに,FAO(国連食糧農業機関)が管理する森林統計と一致した全球森林マップは,現時点では存在しない。これらの多種多様なデータソースを,単一の森林被覆プロダクトに組み込むことにより,各々の入力レイヤよりも,精度の高い全球森林マップを作成できると共に,FAOの統計データと一致したマップを作成することが可能となる。本研究では,地理的空間加重回帰分析(GWR)を応用することで,8つの異なる森林プロダクトを,2000年を基準年とした,1kmの解像度を有する,三つの全球ハイブリッド森林被覆マップに集約した。入力プロダクトとして,30m~1kmの解像度をもつ全球土地被覆・森林マップ,モザイク状の地域単位の土地利用・土地被覆プロダクト,そして,MODISの森林被覆率プロダクトを用いた。Geo-Wikiプラットフォームより入手した,クラウドソース化されたデータを用いて,GWRの学習を行い,同システムから入手した独立データセットを用いて,検証を行った。三つの異なるハイブリッドマップを作成した。すなわち,二つのFAO統計に準じたマップ,国レベルおよび地域レベルのマップ,ならびに,FAOとは独立した高精度の森林被覆マップである。独立した検証の結果,高精度のハイブリッド・プロダクトは,各々のインプットデータセットと比較して,全精度が93%と最も高いことが示された。全球ハイブリッド森林被覆マップは,http://biomass.geo-wiki.org.で利用可能である。Copyright 2015 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
リモートセンシング一般 

前のページに戻る