文献

J-GLOBAL ID：201802225909584532   整理番号：18A1930402

Landsat-8画像のパンシャープニングと植生緑化とキャノピー含水量の計算におけるその応用【JST・京大機械翻訳】

Pan-Sharpening of Landsat-8 Images and Its Application in Calculating Vegetation Greenness and Canopy Water Contents

著者 (3件)： Rahaman Khan Rubayet (Department of Geomatics Engineering, Schulich School of Engineering, University of Calgary, 2500 University Drive NW, Calgary, AB T2N 1N4, Canada) ,  Hassan Quazi K. (Department of Geomatics Engineering, Schulich School of Engineering, University of Calgary, 2500 University Drive NW, Calgary, AB T2N 1N4, Canada) ,  Ahmed M. Razu (Department of Geomatics Engineering, Schulich School of Engineering, University of Calgary, 2500 University Drive NW, Calgary, AB T2N 1N4, Canada)
資料名： ISPRS International Journal of Geo-Information (Web)  (ISPRS International Journal of Geo-Information (Web))
巻： 6  号： 6  ページ： 168  発行年： 2017年 
JST資料番号： U7212A  ISSN： 2220-9964  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： より高い空間分解能MS画像を作成するために,より低い空間分解能多重スペクトル(MS)画像を用いて,より高い空間分解能パンクロ(PAN)を融合させるプロセスである。ここでは,著者らの全体的な目的は,Landsat-8画像を汎化し,植生の緑(すなわち,正規化植生指数(NDVI)),キャノピー構造(すなわち,強化植生指数(EVI)),およびキャノピー含水量(すなわち正規化差水指数(NDWI))関連変数を計算することであった。提案した方法は以下の通りである。(i)青からのLandsat-8の空間分解能(0.503~0.512μm),緑(0.533~0.590μm),赤(0.636~0.879μm),短波赤外(SWIR-I:1.566~1.651μm),および30mの空間分解能を持つSWIR-II(2.107~2.294μm)バンドの間の関係を評価した。。(すなわち,0.533~0.590μmの範囲で),赤(0.636~0.879μm),短波赤外-I(SWIR-I:1.566~1.651μm),およびSWIR-II(2.107~2.294μm)。(ii)適切な個々のMSバンドの決定はPANバンドの空間分解能に増強される。(iii)15mの空間分解能でのいくつかの植生の緑とキャノピーの水分指標(すなわちNDVI,EVI,NDWI-II)を計算し,30mの空間分解能でそれらの等価値を用いて検証した。著者らの分析は,NIRを除いて,PANとMSの個々のバンドの間に強い線形関係が存在することを明らかにした。例えば,r2値は青色バンドに対して0.86~0.89であった。緑バンドに対して0.89~0.95;赤色バンドに対して0.84~0.96;SWIR-Iバンドの0.71~0.79;そして,SWIR-IIバンドのための0.71-0.83。結果として,30mから15mまでの空間分解能を強化するために,汎鋭化の平滑化フィルタに基づく強度変調法を実行した。植生指数の計算において,増強MS画像を用い,NIRを15mに再サンプリングした。最後に,これらの指標を30mの空間分解能で評価し,強い相関(すなわち,NDVIに対して0.98~0.99,EVIに対して0.95~0.98,NDWIに対して0.98~1.00)を観測した。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： 正規化植生指数 ,  *キャノピー ,  水分 ,  正規化 ,  赤外線 ,  *含水量 ,  *画像 ,  短波 ,  空間分解能 ,  線形性 ,  *緑化
準シソーラス用語： リサンプリング ,  植生指標 ,  SWIR , 【Automatic Indexing@JST】

著者キーワード (5件)： データ融合 ,  汎色 ,  マルチスペクトル ,  画像 ,  空間分解能

分類 (1件)： リモートセンシング一般  (AD04000L)

引用文献 (40件)：

• Zhang, J. Multi-source remote sensing data fusion: Status and trends. Int. J. Image Data Fusion 2010, 1, 5-24.
• Vivone, G.; Alparone, L.; Chanussot, J.; Mura, M.D.; Garzelli, A.; Member, S.; Licciardi, G.A.; Restaino, R.; Wald, L. Pansharpening Algorithms. IEEE Trans. Geosci. Remote Sens. 2014, 53, 2565-2586.
• Laben, C.; Brower, B. Process for Enhancing the Spatial Resolution of Multispectral Imagery Using Pan-sharpening. U.S. Patent 6011875 A, 29 April 1998.
• Jovanović, D.; Govedarica, M.; Sabo, F.; Važić, R.; Popović, D. Impact analysis of pansharpening Landsat ETM+, Landsat OLI, WorldView-2, and Ikonos images on vegetation indices. Procceedings of the Fourth International Conference on Remote Sensing and Geoinformation of the Environment, Paphos, Cyprus, 4 April 2016.
• Bhatti, S.S.; Tripathi, N.K. Built-up area extraction using Landsat 8 OLI imagery. GIsci. Remote Sens. 2014, 51, 445-467.

タイトルに関連する用語 (7件)： LANDSAT ,  植生 ,  緑化 ,  キャノピー ,  含水量 ,  計算 ,  応用