文献
J-GLOBAL ID:201802218983784113   整理番号:18A1072685

SARデータからの海氷ドリフト検索のための最適パラメータ化による特徴トラッキングとパターンマッチングの組合せ【JST・京大機械翻訳】

A Combination of Feature Tracking and Pattern Matching with Optimal Parametrization for Sea Ice Drift Retrieval from SAR Data
著者 (2件):
資料名:
巻:号:ページ: 258  発行年: 2017年 
JST資料番号: U7270A  ISSN: 2072-4292  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: スイス (CHE)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
海氷のドリフトは海氷の厚さ分布に強く影響し,間接的に大気-海氷-海洋相互作用を制御する。従って,海氷動力学の特性を特性化し,極性領域における気候の進行中の変化をより良く理解するためには,広範囲の空間的および時間的規模にわたる海氷のドリフトを推定する必要がある。特徴追跡(FT)とパターンマッチング(PM)技術の組合せに基づいてSARデータを処理するための効率的アルゴリズムを開発した。この組合せの主な利点は,FTがいくつかの不均等に分布したキーポイントにおける氷ドリフトの最初の推測を迅速に提供し,PMは規則的または不規則な格子上にドリフトベクトルを正確に提供することである。アルゴリズムの完全な感度解析を行い,種々の空間的および時間的スケールにおける海氷ドリフトの検索のためのパラメータの最適セットを提案した。このアルゴリズムは,かなり高い精度(誤差は300m以下)と高速(1つの画像対の時間は1分)であり,海氷運動学プロセスを研究するための新しい機会を開いた。氷ドリフトは,不規則格子上のLagrange座標系において効率的に観測され,したがって,非構造化メッシュ上で走るモデルの点状評価,またはLagrangeモデルへの同化のために使用される。Copyright 2018 The Author(s). All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
海氷 
引用文献 (41件):
もっと見る

前のページに戻る