文献

J-GLOBAL ID：201702259931169889   整理番号：17A1352054

Landsat-8時系列による果樹作物の分類【Powered by NICT】

Classifying fruit-tree crops by Landsat-8 time series

著者 (3件)： Pena Marco A. (Department of Geography, University Alberto Hurtado, Cienfuegos 41, 6500620 Santiago, Chile) ,  Brenning Alexander (Department of Geography, Friedrich Schiller University Jena, Loebdergraben 32, 00737 Jena, Germany) ,  Liao Renfang (Department of Geography and Environmental Management, University of Waterloo, 200 University Ave W, Waterloo, Ontario N2L 3G1, Canada)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： GRSS-CHILE  ページ： 1-4  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： Landsat 8時系列はMaipo川とAconcagua川渓谷,チリ中央部における主要作物タイプを分類するために使用した。前者谷で四果樹作物は典型的な指標ベース時間的プロファイルを含む特徴集合上でさまざまな機械学習法を適用することにより分類,正規化差植生指数を用いた,時系列の完全なスペクトル分解能のようであった。後者谷で六果樹作物は,LDA(線形判別分析),Maipo Valleyの最良の分類器が分かっだけで分類した。LDAは時系列の完全なスペクトル分解能と時系列から構築できることをすべての可能なNDVI(正規化差指数)を添加特徴集合に適用した。使用した特徴集合に関係なく良好なMERs(誤分類誤差率)はMaipoの作物の(≦0.21)が見出されたが,それらは4および13%減少し,分類器に依存したおよび使用した訓練サンプルサイズ,時系列の完全なスペクトル分解能を用いた。Aconcagua渓谷におけるこれらの知見を検討し,NDI基盤型特徴集合を用いた場合MERsは0.13から0.1まで低下した。両研究事例では,最も予測的なバンドは時系列の最初の画像日時に属し,作物の緑化段階に対応し,それらは典型的な緑色スペクトル領域に依存するだけでなく,短波赤外領域に設置した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 河川 ,  緑化 ,  正規化植生指数 ,  チリ共和国 ,  スペクトル ,  スペクトル分解 ,  *果樹 ,  予測 ,  機械学習 ,  短波 ,  *農作物 ,  画像 ,  正規化
準シソーラス用語： 線形判別分析 ,  植生指標 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： LANDSAT ,  時系列 ,  果樹 ,  作物 ,  分類