文献
J-GLOBAL ID:201702245275198766   整理番号:17A1715850

簡易Suomi NPP VIIRSダスト検出アルゴリズム【Powered by NICT】

A simplified Suomi NPP VIIRS dust detection algorithm
著者 (10件):
資料名:
巻: 164  ページ: 314-323  発行年: 2017年 
JST資料番号: C0269A  ISSN: 1364-6826  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  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。
ダストとまばらな地上モニタリングステーションの複雑な特性のために,厳しい挑戦に直面している,特にダストストームが起きやすい地域におけるダストモニタリング。高精度砂塵嵐検出モデルを構築することを目指して,雲,植生,ゴビと氷/雪のような典型的な特徴タイプの品種上でのダストの,画素データベースを構築し,反射率と輝度温度(BT)の分布を解析し,これに,Suomi米国極軌道パートナーシップ可視赤外撮像放射計(NPP VIIRS)のための新しい単純化したダスト検出アルゴリズム(SDDA)を提案した。中国北部とモンゴル領域をカバーするNPP VIIRS画像,重篤な砂塵嵐特徴がダスト検出実験を行うために選択した。モニタリング結果は,真のカラー合成画像と比較し,その結果はダスト地域の大部分を正確に検出できることを示し,明るい地表面上で断片化された薄いダストは例外であった。気象情報包括的解析とプロセスシステム(MICAPS)及びオゾン監視計測器エアロゾル指標(OMI AI)生成物から得られたダスト地上測定を比較目的のために選択した。結果は,ダストモニタリング結果は,OMI AIダスト生成物とMICAPS地上測定データ平均83.10%の高精度を有する空間分布で良く一致することを示した。SDDAは比較的ロバストであると砂塵嵐の自動監視を実現することができる。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:
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
電離層・熱圏 
タイトルに関連する用語 (3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