文献
J-GLOBAL ID:201602267579074650   整理番号:16A1352712

空間的および時間的加重回帰:連続の雲のないLandsat画像を生成するための新しい方法【Powered by NICT】

Spatially and Temporally Weighted Regression: A Novel Method to Produce Continuous Cloud-Free Landsat Imagery
著者 (4件):
資料名:
巻: 55  号:ページ: 27-37  発行年: 2017年 
JST資料番号: H0016B  ISSN: 0196-2892  CODEN: IGRSD2  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。
光衛星画像における重篤な雲汚染のために,連続雲の無い衛星観測,利用可能な画像の利用可能性を制限し,更なるデータ抽出と解析を獲得することは困難である。雲画像における情報再構成と連続雲無し画像の再処理は地球的変化に関する科学で緊急に必要である。多くの以前の研究は一つの雲のない参照画像または多重時間参照画像を用いる標的雲画像を回復するが,本稿では異なっており,連続雲無しLandsat画像を生成する雲除去のための新しい空間的および時間的加重回帰(STWR)モデルを開発した。提案した手法は,入力のLandsatシーン利用による雲の無い情報を十分に活用すると不変的に類似したピクセルからの相補的情報を統合する最適にSTWRモデルを採用した。前修正項は,各参照画像のための空間的に重み付けされた回帰ベース予測から誘導されたバイアスを最小化するために添加した。模擬および実際のLandsatシリーズデータと実験的試験の結果は,提案したSTWRは視覚的および定量的に妥当な回収結果もたらすことを示した。他の雲除去法と比較して,提案手法では,低バイアス,よりロバストな有効性を生成した。このアプローチは連続雲除去のための完全なフレームワークを提供し,他の光学画像のために使用されると雲リモートセンシング生産の再処理に適用される可能性を持っている。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】
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。
, 【Automatic Indexing@JST】
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 
タイトルに関連する用語 (2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