文献

J-GLOBAL ID：201802244228258805   整理番号：18A1072894

スペクトル非混合のための存在量マップ参照データの検証【JST・京大機械翻訳】

Validation of Abundance Map Reference Data for Spectral Unmixing

著者 (5件)： Williams McKay D. (Chester F. Carlson Center for Imaging Science, Rochester Institute of Technology, Rochester, NY 14623, USA) ,  Parody Robert J. (School of Mathematical Sciences, Rochester Institute of Technology, Rochester, NY 14623, USA) ,  Fafard Alexander J. (Chester F. Carlson Center for Imaging Science, Rochester Institute of Technology, Rochester, NY 14623, USA) ,  Kerekes John P. (Chester F. Carlson Center for Imaging Science, Rochester Institute of Technology, Rochester, NY 14623, USA) ,  Aardt Jan van (Chester F. Carlson Center for Imaging Science, Rochester Institute of Technology, Rochester, NY 14623, USA)
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 9  号： 5  ページ： 473  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： 本研究の目的は,3つの空中イメージング分光計(IS)シーンに対する豊富度マップ参照データ(AMRD)の精度を検証することである。AMRDは,スペクトルの非混合アルゴリズムの性能を定量的に評価するために特別に設計された参照データマップ(「グランドトルース」)を参照する。分類アルゴリズムは典型的には特定の土地被覆クラスに属する全体画素をラベルするが,スペクトル非混合はピクセルまたは各クラスの存在量から構成されるピクセルを可能にする。本論文で検証されたAMRDは,著者らの以前に提案されたリモートセンシング参照データ(RSRD)技術を用いて生成された。これは,空間スケールISデータから標準分類または非混合アルゴリズムの結果を空間的に集約し,共配置粗スケールISデータに対するAMRDを生成する。3つのシーンの検証は,7つの独立した方法と観察者を用いて,51のランダムに選択された10m×10mのプロットにおいてAMRDを推定することによって達成された。これらの独立した推定は,2人の観測者による現地調査,2人の観測者による画像解析,3つのアルゴリズムによるRSRDを含んだ。結果は,AMRDのすべてのバージョンの間に統計的に有意な差を示し,2つの野外調査からのAMRDさえ,4つの土地被覆クラスのうちの2つに対して有意に異なっていた。これらの結果は,参照データのすべての形式が分類および/または非混合アルゴリズムの性能評価に使用する前に検証を必要とすることを示唆し,AMRDの独立バージョン間の有意差を与えて,各プロットおよびクラスに対する参照データの平均(MOA)バージョンが真の豊度を表す可能性が最も高いことを提案した。AMRDの独立バージョンをMOAと比較し,誤差と不確実性を特性化し,最良の事例結果を画像解析のバージョンにより達成し,平均被覆面積差は2.0%であり,標準偏差は5.6%であった。RSRDアルゴリズムの一つはほぼ正確で,平均偏差は3.0%で,標準偏差は6.3%であり,統計的同等性の更なる解析はRSRDのこのバージョンに対して[-7.0%,7.2%]の間の等価性の全体的なゾーンをもたらした。RSRD法の相対的精度は有望であり,それらの可能性が効率的にシーン幅AMRDを生成する可能性がある。これらの結果は,空中ISデータに対する最初の既知の検証された豊度レベル参照データを提供する。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： *スペクトル ,  被覆 ,  性能評価 ,  等価性 ,  土地被覆 ,  標準偏差 ,  画像分析 ,  画素 ,  現地調査 ,  キャラクタリゼーション ,  不確実性 ,  リモートセンシング ,  アルゴリズム
準シソーラス用語： グランドトゥルース ,  *参照データ , 【Automatic Indexing@JST】

著者キーワード (8件)： 参照データ ,  グランドトルース ,  イメージング分光法 ,  ハイパースペクトル ,  非混合 ,  分類 ,  存在量マップ ,  サブピクセル

分類 (1件)： 写真測量,空中写真  (RC02040D)

引用文献 (29件)：

• Vane, G.; Green, R.O.; Chrien, T.G.; Enmark, H.T.; Hansen, E.G.; Porter, W.M. The airborne visible/infrared imaging spectrometer (AVIRIS). Remote Sens. Environ. 1993, 44, 127-143.
• Green, R.O.; Eastwood, M.L.; Sarture, C.M.; Chrien, T.G.; Aronsson, M.; Chippendale, B.J.; Faust, J.A.; Pavri, B.E.; Chovit, C.J.; Solis, M.; et al. Imaging spectroscopy and the airborne visible/infrared imaging spectrometer (AVIRIS). Remote Sens. Environ. 1998, 65, 227-248.
• Eismann, M.T. Hyperspectral remote sensing; SPIE Press: Bellingham, WA, USA, 2012.
• Goetz, A.F.H.; Vane, G.; Solomon, J.E.; Rock, B.N. Imaging spectrometry for earth remote sensing. Science 1985, 228, 1147-1152.
• Chang, C.I. Hyperspectral data exploitation: Theory and applications; John Wiley & Sons: Hoboken, NJ, USA, 2007.

タイトルに関連する用語 (4件)： スペクトル ,  マップ ,  参照データ ,  検証