文献

J-GLOBAL ID：201702247427389582   整理番号：17A1380487

アメリカ合衆国本土でのUSGSランドサット焼失地域必須気候変数(BAECV)の検証【Powered by NICT】

Validation of the USGS Landsat Burned Area Essential Climate Variable (BAECV) across the conterminous United States

著者 (4件)： Vanderhoof Melanie K. (U.S. Geological Survey, Geosciences and Environmental Change Science Center, P.O. Box 25046, DFC, MS980, Denver, CO 80225, United States) ,  Fairaux Nicole (U.S. Geological Survey, Geosciences and Environmental Change Science Center, P.O. Box 25046, DFC, MS980, Denver, CO 80225, United States) ,  Beal Yen-Ju G. (U.S. Geological Survey, Geosciences and Environmental Change Science Center, P.O. Box 25046, DFC, MS980, Denver, CO 80225, United States) ,  Hawbaker Todd J. (U.S. Geological Survey, Geosciences and Environmental Change Science Center, P.O. Box 25046, DFC, MS980, Denver, CO 80225, United States)
資料名： Remote Sensing of Environment  (Remote Sensing of Environment)
巻： 198  ページ： 393-406  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： 米国地質調査所(USGS)が開発した,Landsat焼失地域必須気候変数(BAECV)は,Landsat画像の長い時間に利用できる米国本土(CONUS)(1984 2015)を横切る焼失地域を同定した。そのような製品の適切な検証は,それらの適切な使用と解釈に重要である。低分解能製品の検証はしばしば中分解能センサ(例えばLandsat)から誘導された独立したデータに依存している。Landsat製品の検証,挑戦的であるが,Landsatアーカイブの全時間範囲における空間と時間における系統的に採取されている高分解能,マルチスペクトル画像の対応する源である。のために,高分解能画像とLandsat科学製品間の比較は,Landsat科学製品中のユーザの信頼性を増加させるのを助けることができるが,単独,十分でないかもしれない。本論文では,Landsat導出BAECV製品を体系的に検証する手法を示した。焼失面積範囲は手動で28経路/列と五異なる年(1988, 1993, 1998, 2003, 2008)を横切る編集したことを手動で訓練された半自動アルゴリズムを用いたLandsat画像対のためのマッピングした。三データセットを三人の分析者によって独立に構築し,データセットは,画素を燃焼した全ての三分析者に少なくとも一つが一致することが必要であったピクセルごと上に集積した。は三人の解析者の少なくとも二は一致した場合のランドサット参照データセット内の誤差は,画素を燃焼として地図化したデータセットの表現を用いて最小化できることを見出した。燃焼ピクセルの検出のための省略および委員会のBAECV誤差は,全五種の検証年にわたるCONUSに対して平均42%と33%であった。怠慢エラーと委任の誤差は西部CONUS全土で,例えば乾燥西(それぞれ31%と24%)の潅木およびscrublandsで最低であり,中央CONUS(それぞれ62%と57%)における大平原の草原と農地で最高であった。BAECV生成物は西部CONUS(乾燥及び山岳西生態地域)の>10ha最も(>65%)火災事象を検出した。この手法と結果は,Landsat科学製品の完全な検証は,独立したLandsat導出参照データと完了できることを実証したが,高分解能データの相補的源の使用によって強化されることができた。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： 山岳 ,  アルゴリズム ,  画像 ,  灌木 ,  *アメリカ合衆国 ,  画素 ,  草原 ,  *LANDSAT ,  高分解能 ,  農地
準シソーラス用語： 参照データ ,  焼失面積 ,  マルチスペクトル画像 ,  低分解能 ,  *気候変数 , 【Automatic Indexing@JST】

著者キーワード (6件)： 燃焼面積 ,  本態性気候変数 ,  火災 ,  ランドサット ,  Validation ,  山火事

分類 (1件)： リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (5件)： アメリカ合衆国 ,  ランドサット ,  地域 ,  気候変数 ,  検証