文献

J-GLOBAL ID：201702262574507346   整理番号：17A1588708

多時相リモートセンシング画像に基づく北京平野人工林の樹種分類【JST・京大機械翻訳】

Classification of Beijing Afforestation Species Based on Multi-temporal Images

著者 (6件)： Wang Erli (北京農業信息技術研究中心,北京 100097;四川理工学院四川省院士(専家)工作站,四川 自貢 643000) ,  Li Cunjun (北京農業信息技術研究中心,北京,100097) ,  Zhou Jingping (北京農業信息技術研究中心,北京,100097) ,  Peng Dailiang (中国科学院遥感与数字地球研究所数字地球重点実験室,北京,100094) ,  Hu Haitang (北京農業信息技術研究中心,北京,100097) ,  Dong Xi (北京農業信息技術研究中心,北京,100097)
資料名： Beijing Gongye Daxue Xuebao  (Beijing Gongye Daxue Xuebao)
巻： 43  号： 5  ページ： 710-718  発行年： 2017年 
JST資料番号： C2401A  ISSN： 0254-0037  CODEN： BGDXD6  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： 伝統的なリモートセンシング分類法による平原の人工林における困難な問題を解決するために,4つの異なる相の高空間分解能衛星画像を用いて,ESPに基づく分散変化率を計算し,画像の最適セグメンテーションスケールを得た。相関係数法により構築された特徴を選択し、オブジェクト指向の多相時画像と単一相時画像分類を行い、画像分類法に基づく比較分析を行った。結果は以下を示した。多相画像に基づく分類精度は64%であり,単一相分類の精度(51%)より高かった。オブジェクト指向KNN法の分類精度はSVMとMLCの分類法より優れており、両者の精度はそれぞれ49%と43%である。樹種が豊富で分布が複雑な平原造林地の景観において、多時期のリモートセンシングデータを利用し、オブジェクト指向分類方法を用いて、樹種の細かい分類に用いることは、より優位であると思われる。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *人工林 ,  単相 ,  相関係数 ,  衛星利用画像 ,  多相 ,  *リモートセンシング ,  *画像
準シソーラス用語： オブジェクト指向分類 ,  リモートセンシングデータ ,  分類精度 ,  画像分類 ,  オブジェクト指向 ,  分類法 ,  *樹種 ,  *リモートセンシング画像 , 【Automatic Indexing@JST】

著者キーワード (5件)： multi-temporal image ,  object-based method ,  optimal segmentation scale ,  feature selection ,  classification of afforestation species

分類 (1件)： 写真測量,空中写真  (RC02040D)

タイトルに関連する用語 (6件)： リモートセンシング画像 ,  北京 ,  平野 ,  人工林 ,  樹種 ,  分類