文献
J-GLOBAL ID:201502254398003170   整理番号:15A0006121

時系列セグメンテーションを用いた植生傾向における変化の検出

Detecting changes in vegetation trends using time series segmentation
著者 (5件):
資料名:
巻: 156  ページ: 182-195  発行年: 2015年01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:
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。
衛星ベースセンサは数十年間にわたる利用可能な植生データ系列を作ったが,植生の傾向と変化の検出はまだ単純な作業ではない。この理由の一部が急激と非急激両方の変化を同定し特性化するのに適した,精度や計算速度の犠牲無しで利用できる変化検出アルゴリズムの不足にある。本稿は2主要用途を持つ植生時系列を分析するユーザフレンドリプログラムを提案した:即ち主要特徴に関する汎化植生傾向,及び植生傾向の変化の特性化。傾向におけるブレークポイント検出とセグメント推定(DBEST)プログラムは新型セグメンテーションアルゴリズムを使用し,3ユーザー定義指標の1つを用いて傾向を線形セグメントに簡素化する:汎化閾値指標δ,m最大変化,或いは検出対象の変化規模に関する閾値β。DBESTの出力は簡素化された傾向,変化タイプ(急激或いは非急激),変化特性(時間と規模)の推定である。異なる変化タイプを含んだ2地点における模擬NDVIを用いてDBESTを試験しまた評価した。評価結果は,DBESTが急激及び非急激変化の両方を迅速かつロバストに検出し,変化の時間と量を正確に推定することを示した。DBESTをまたイラクの全球在庫モデリングと写像研究(GIMMS)1982~2006年NDVI画像時系列を用いて試験し,この地域における主要変化を検出し定量化できた。このことはDBESTが広域における変化を検出し特性化できることを示した。本稿はDBESTが傾向検出の為の迅速,正確,柔軟な道具であり,リモートセンシングしたデータセット時系列を利用した全球変化研究に利用可能と結論した。Copyright 2014 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 (3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  ,  光学情報処理  ,  生態学一般 
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る