文献

J-GLOBAL ID：201702257555469420   整理番号：17A1528154

TerraSAR-XとLandsat画像に基づく都市土地の抽出については,常州市を例として取り上げた。【JST・京大機械翻訳】

Urban extraction based on TerraSAR-X and Landsat images-case study from Changzhou

著者 (3件)： Liu Yadan (南京大学 地球科学与工程学院,南京,210046) ,  Dong Shaochun (南京大学 地球科学与工程学院,南京,210046) ,  Huang Lulu (南京大学 地球科学与工程学院,南京,210046)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 53  号： 5  ページ： 6-11  発行年： 2017年 
JST資料番号： C2533A  ISSN： 1002-8331  CODEN： JGYYAT  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： 都市拡張は重要な社会と経済現象として、今までにない速度と規模が世界各地で絶えず推進されている。しかし、盲目的な都市の拡張は社会、生態及び経済などに対して一定の影響を与える。そのため、都市用地を正確かつ効率的に抽出することは、都市計画などの意思決定根拠を提供するために、特に重要になっている。常州市を例として、単一分極TerraSAR-X画像抽出に基づく方法を改善し、改善し、光学衛星画像を用いて都市範囲を抽出し、都市の都市抽出の精度を向上させた。まず第一に,局所的スペックル特性と強度情報を分析することによって,都市と非都市領域を抽出するために閾値に基づく方法を使用して,次に,Landsat8画像を用いて,最大尤度法と分類後処理を用いて,都市域の解体領域を抽出した。最後に,抽出した都市区域と解体区域を結合することによって,都市土地の抽出を完了することができた。最後に、本研究では、Google Earthのリモートセンシング画像を用いて、交差検証を行い、混同行列を生成し、都市用地の抽出精度を評価し、その全体分類精度は約89%であり、この方法が有効であることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *土地 ,  後処理 ,  都市計画 ,  衛星利用画像 ,  都市域 ,  意思決定 ,  *画像 ,  生態 ,  *都市 ,  最尤法 ,  用地
準シソーラス用語： 分類精度 ,  リモートセンシング画像 ,  グーグルアース ,  *市 , 【Automatic Indexing@JST】

著者キーワード (5件)： TerraSAR-X ,  regional growing ,  Landsat ,  urban area ,  urban sprawling

分類 (2件)： リモートセンシング一般  (AD04000L) ,  都市計画一般,都市経済学  (RD01010S)

タイトルに関連する用語 (4件)： LANDSAT ,  都市 ,  土地 ,  市