文献

J-GLOBAL ID：201702210508552691   整理番号：17A1482640

地中海地域における森林バイオマスを推定するための多周波数SAR画像の可能性【Powered by NICT】

The potential of multifrequency SAR images for estimating forest biomass in Mediterranean areas

著者 (10件)： Santi Emanuele (Institute of Applied Physics, National Research Council of Italy (IFAC - CNR), Via Madonna del Piano 10, 50019 Florence, Italy) ,  Paloscia Simonetta (Institute of Applied Physics, National Research Council of Italy (IFAC - CNR), Via Madonna del Piano 10, 50019 Florence, Italy) ,  Pettinato Simone (Institute of Applied Physics, National Research Council of Italy (IFAC - CNR), Via Madonna del Piano 10, 50019 Florence, Italy) ,  Fontanelli Giacomo (Institute of Applied Physics, National Research Council of Italy (IFAC - CNR), Via Madonna del Piano 10, 50019 Florence, Italy) ,  Mura Matteo (Department of Agricultural, Food and Forestry Systems, Universita degli Studi di Firenze, Via San Bonaventura 13, 50145 Florence, Italy) ,  Zolli Catherine (Italian Academy of Forest Sciences, P.zza Edison 11, 50133 Florence, Italy) ,  Maselli Fabio (Institute of Biometeorology, National Research Council of Italy (IBIMET - CNR), via Madonna del Piano 10, 50019 Florence, Italy) ,  Chiesi Marta (Institute of Biometeorology, National Research Council of Italy (IBIMET - CNR), via Madonna del Piano 10, 50019 Florence, Italy) ,  Bottai Lorenzo (LaMMA Consortium, Via Madonna del Piano 10, 50019 Florence, Italy) ,  Chirici Gherardo (Department of Agricultural, Food and Forestry Systems, Universita degli Studi di Firenze, Via San Bonaventura 13, 50145 Florence, Italy)
資料名： Remote Sensing of Environment  (Remote Sensing of Environment)
巻： 200  ページ： 63-73  発行年： 2017年 
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： SAR画像からの森林情報の抽出は,地中海地域において特に複雑であり,それらは高い空間的フラグメンテーションと不均一性によって特性化されるためである。イタリア中央部の二の試験地域(San RossoreとMolise)における森林バイオマスを推定するための異なるセンサ(ALOS/PALSARとENVISAT/ASAR)からの多周波SARデータの利用を研究してきた,詳細なその場測定と航空機搭載レーザ走査(ALS)データが利用可能であった。研究は,人工ニューラルネットワーク(ANN)に基づく逆解析アルゴリズムを用いて成長在庫容積(GS,m~3ha)の推定に焦点を当てた。ANNアルゴリズムは最初にALSデータから得られる利用可能なGS推定値を用いて訓練した。このアルゴリズムの可能性をシミュレートしたデータセットの革新的利用,放射伝達理論(RTT)に基づく前方電磁モデルにより生成されたにより改善された。アルゴリズムである多様な地中海環境におけるGSを予測するためのLバンドとCバンドのSARデータを融合することができた。実施した分析は,GSが両試験地域に対するLバンドとCバンドからの情報を統合することによって正しく推定され,統計:最終的な独立した検証のための独立した試験のためのR>0.97及びRMSE=28.5m~3ha,R=0.86およびRMSE≒77m~3ha,ALS取得に含まれていない両地域の林分で行った後者と通常の測定が利用できるとことを示した。研究は,森林の正味一次生産量(NPP)のシミュレーションを駆動するためにSARデータから得られたGS推定値を使用することの可能性を説明した。実験を地上観測(R=0.75とRMSE≒1.5m~3/ha/year)から得られたものより若干正確性は劣ることをGS連年増分の空間的に明確な推定値を生成した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 放射伝達 ,  キャラクタリゼーション ,  イタリア共和国 ,  *アルゴリズム ,  ニューラルネットワーク ,  センサ ,  推定量
準シソーラス用語： 地上観測 ,  Lバンド ,  PALSAR ,  ALOS ,  *SAR画像 ,  *多重周波数 ,  *森林バイオマス ,  *地中海地域 , 【Automatic Indexing@JST】

著者キーワード (5件)： SAR ,  株式体積の成長 ,  ANN(人工ニューラルネットワーク) ,  反転アルゴリズム ,  純一次生産(NPP)

分類 (2件)： リモートセンシング一般  (AD04000L) ,  測樹学  (FF01040T)

タイトルに関連する用語 (6件)： 地中海地域 ,  森林バイオマス ,  推定 ,  多周波 ,  SAR画像 ,  可能性