文献

J-GLOBAL ID：201802220513318467   整理番号：18A1817753

森林マッピング:ハイパースペクトルとマルチスペクトル画像と技術の比較【JST・京大機械翻訳】

Forest mapping: a comparison between hyperspectral and multispectral images and technologies

著者 (1件)： Mohamad M.Awad (REMOTE SENSING CENTER, NATIONAL COUNCIL FOR SCIENTIFIC RESEARCH, BEIRUT 11062270, LEBANON)
資料名： Linye Yanjiu(Yingwenban)  (Linye Yanjiu(Yingwenban))
巻： 29  号： 5  ページ： 1395-1405  発行年： 2018年 
JST資料番号： C2624A  ISSN： 1007-662X  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： 英語 (EN)

抄録/ポイント： 森林は自然資源の管理における重要なプロセスである。現在,スペクトル分解能限界により,多重スペクトル画像は異なる森林種間の完全な分離を与えない。対照的に,リモートセンシング技術の進歩はハイパースペクトルツールと画像を種の決定のための解決策として提供した。本研究では,1nmの精度を有する先進的分光放射計「ASD FieldSpec 4 Hi-Res」を用いて,松松(Pinus pina L.)森林のスペクトル特性を収集した。これらのスペクトル特徴を用いて,異なる多重スペクトルとハイパースペクトル衛星画像を比較した。比較は,処理衛星画像に基づいている:ハイパースペクトルHyperion,ハイパースペクトルCHRIS-Proba,Advanced Land Imager(ALI),およびLandsat 8エンハンスセメントとハイパースペクトルとマルチスペクトル画像の分類法を研究し,分析する。さらに,良く知られたハイパースペクトル画像分類アルゴリズム,スペクトル角度マッパ(SAM)を,収集したスペクトル署名に基づいて効率的に分類プロセスを実行するために改良した。結果は,改質SAMが従来のSAMより9%正確であることを示した。さらに,実験により,CHRIS-Proba画像はLandsat8より正確であることを示した(全体精度82%,精度93%,Kappa係数0.43,それぞれ60,67%,0.035)。同様に,ヒペリオンは,石松のマッピングにおいてALIよりも優れている(全体の精度92%,精度97%,およびKappa係数0.74,それぞれ52,56%,および-0.032)。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： スペクトル分解 ,  衛星利用画像 ,  *画像 ,  リモートセンシング ,  分光放射計 ,  *スペクトル
準シソーラス用語： ヒペリオン ,  分類アルゴリズム ,  ハイパースペクトル画像 ,  多重スペクトル ,  スペクトル特徴 ,  スペクトル特性 ,  天然資源 ,  *マルチスペクトル画像 ,  *ハイパースペクトル , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (4件)： 森林 ,  マッピング ,  ハイパースペクトル ,  マルチスペクトル画像