文献

J-GLOBAL ID：201802243367335728   整理番号：18A2038829

定量的回帰森林を用いたハイパースペクトルデータからの牧草地における銅濃度の不確実性予測マップの決定【JST・京大機械翻訳】

Determining Uncertainty Prediction Map of Copper Concentration in Pasture from Hyperspectral Data Using Qunatile Regression Forest

著者 (4件)： Pullanagari R.R. (New Zealand Centre for Precision Agriculture, Institute of Agriculture and Environment, Massey University, Palmerston North, New Zealand) ,  Kereszturi G. (Soil and Earth Sciences, Institute of Agriculture and Environment, Massey University, Palmerston North, New Zealand) ,  Yule I.J. (New Zealand Centre for Precision Agriculture, Institute of Agriculture and Environment, Massey University, Palmerston North, New Zealand) ,  Irwin M. (New Zealand Centre for Precision Agriculture, Institute of Agriculture and Environment, Massey University, Palmerston North, New Zealand)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IGARSS  ページ： 3809-3811  発行年： 2018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： ハイパースペクトルデータは高精度で草の生化学成分を予測する高い可能性を有するが,ハイパースペクトルデータを環境及び地形データと組み合わせると精度は著しく改善される。本研究において,固定翼空中調査を,丘国ヒツジおよび牛肉農場に関するAisaFENIXハイパースペクトル画像を用いて実施した。牧草試料を農場を通して収集し,銅濃度を測定した。ハイパースペクトル画像を処理した後に,データを環境と地形データと組み合わせて,定量回帰森林(QRF)と呼ばれる新しいアプローチを用いて,関連不確実性(95%予測間隔)を有する空間予測マップを作成した。本研究の結果は,QRFが牧草化学特性のより正確で不確実な地図を提供できることを示唆した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 空中調査 ,  *予測 ,  農場 ,  *牧草地 ,  *不確実性 ,  牛肉 ,  *牧草 ,  *銅
準シソーラス用語： ハイパースペクトル画像 ,  化学成分 ,  高精度 ,  *ハイパースペクトルデータ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (8件)： 定量 ,  森林 ,  ハイパースペクトルデータ ,  牧草地 ,  銅 ,  不確実性 ,  予測 ,  マップ