文献

J-GLOBAL ID：201702254946587010   整理番号：17A1930486

Qiluogou流域における浅い雪層のスペクトル特性の解析とリモートセンシングアルゴリズムの逆解析についての研究を行った。【JST・京大機械翻訳】

Analysis of thin snow spectral characteristic and retrieval algorithm construction of the fractional snow cover in Qilian Binggou Basin

著者 (6件)： Liang Hui (草地農業生態系統国家重点実験室 蘭州大学草地農業科技学院,甘粛 蘭州,730020) ,  Huang Xiaodong (草地農業生態系統国家重点実験室 蘭州大学草地農業科技学院,甘粛 蘭州,730020) ,  Wang Yunlong (草地農業生態系統国家重点実験室 蘭州大学草地農業科技学院,甘粛 蘭州,730020) ,  Gao Jinlong (草地農業生態系統国家重点実験室 蘭州大学草地農業科技学院,甘粛 蘭州,730020) ,  Ma Xiaofang (草地農業生態系統国家重点実験室 蘭州大学草地農業科技学院,甘粛 蘭州,730020) ,  Liang Tiangang (草地農業生態系統国家重点実験室 蘭州大学草地農業科技学院,甘粛 蘭州,730020)
資料名： Caoye Kexue  (Caoye Kexue)
巻： 34  号： 7  ページ： 1353-1364  発行年： 2017年 
JST資料番号： C2659A  ISSN： 1001-0629  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 本論文では,Qilian山岳流域の地形が複雑で,積雪の深さが浅く,破砕が深刻で,MODISの標準積雪面積に比例する製品のモニタリング精度が悪いという問題を解決するために,本研究では,氷溝流域の浅い雪のスペクトル特性の分析と野外測定の経験に基づいていて,以下の結果を得た。浅い雪のスペクトル特性がMODISの浅い雪の面積比率の抽出精度に及ぼす影響を研究した。次に,線形回帰法,線形混合画素分解法,およびBP神経回路網モデルの3つの方法を用いて,MODIS積雪のための新しいアルゴリズムを構築し,研究地域におけるそれらの3つの方法をそれぞれ構築した。同時に、同時相のLandsat 8 OLI二値積雪データを用いて、上述の3種類の製図方法に対して精度検証を行った。結果によると、1)浅雪のスペクトル反射率はNDSI閾値法に基づくMODIS浅雪抽出精度にほとんど影響を与えず、MODIS抽出浅雪の精度差の主な原因は当該地域の複雑な地形による積雪分布の破砕、即ち混合画像の大量存在である。2)BPニューラルネットワークモデルを用いて,積雪面積比を最適化するための最適入力パラメータは,(ρ1~ρ7)+NDSI+DEMであった。3)線形混合画素分解モデルは,本研究域における積雪面積の比率の抽出精度が低く,BPニューラルネットワークモデルの精度が最も良いことを示した。4)複雑な地域において,多因子モデル(BP神経回路網モデル)は,単一因子モデル(一次元線形回帰モデル)と比較して,より良い積雪面積比率抽出精度と安定性を有して,研究地域におけるMODIS積雪区域比率の逆転のための理想的方法を提供した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 反射率 ,  *アルゴリズム ,  一次元 ,  線形性 ,  最適化 ,  *流域 ,  分割法 ,  *スペクトル ,  山岳 ,  積雪 ,  画像 ,  モデル
準シソーラス用語： 神経回路網モデル ,  MODIS ,  *雪 , 【Automatic Indexing@JST】

著者キーワード (7件)： spectral reflectance ,  fractional snow cover ,  MODIS ,  Landsat 8 OLI ,  Snow Mapping ,  linear regression model ,  BP artificial neural network

分類 (2件)： 雪氷学  (DC08000N) ,  リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (7件)： 流域 ,  雪 ,  スペクトル特性 ,  解析 ,  リモートセンシング ,  アルゴリズム ,  研究