文献

J-GLOBAL ID：201802248820414369   整理番号：18A1997527

年間Landsat複合体と機械学習回帰モデリングを用いたポルトガル南部における潅木被覆動態の32年の特性化【JST・京大機械翻訳】

Characterizing 32 years of shrub cover dynamics in southern Portugal using annual Landsat composites and machine learning regression modeling

著者 (11件)： Suess Stefan (Geography Department, Humboldt-Universitaet zu Berlin, Unter den Linden 6, 10099 Berlin, Germany) ,  van der Linden Sebastian (Geography Department, Humboldt-Universitaet zu Berlin, Unter den Linden 6, 10099 Berlin, Germany) ,  van der Linden Sebastian (Integrative Research Institute on Transformations of Human-Environment Systems - IRI THESys, Humboldt-Universitaet zu Berlin, Unter den Linden 6, 10099 Berlin, Germany) ,  Okujeni Akpona (Geography Department, Humboldt-Universitaet zu Berlin, Unter den Linden 6, 10099 Berlin, Germany) ,  Griffiths Patrick (Geography Department, Humboldt-Universitaet zu Berlin, Unter den Linden 6, 10099 Berlin, Germany) ,  Griffiths Patrick (European Space Agency, Earth Observation Directorate; Science, Applications & Climate Department, Data Applications Division, Digital Platforms & Services Section, Frascati, Italy) ,  Leitao Pedro J. (Geography Department, Humboldt-Universitaet zu Berlin, Unter den Linden 6, 10099 Berlin, Germany) ,  Leitao Pedro J. (Department Landscape Ecology and Environmental System Analysis, Institute of Geoecology, Technische Universitaet Braunschweig, Langer Kamp 19c, 38106 Braunschweig, Germany) ,  Schwieder Marcel (Geography Department, Humboldt-Universitaet zu Berlin, Unter den Linden 6, 10099 Berlin, Germany) ,  Hostert Patrick (Geography Department, Humboldt-Universitaet zu Berlin, Unter den Linden 6, 10099 Berlin, Germany) ,  Hostert Patrick (Integrative Research Institute on Transformations of Human-Environment Systems - IRI THESys, Humboldt-Universitaet zu Berlin, Unter den Linden 6, 10099 Berlin, Germany)
資料名： Remote Sensing of Environment  (Remote Sensing of Environment)
巻： 219  ページ： 353-364  発行年： 2018年 
JST資料番号： C0252B  ISSN： 0034-4257  資料種別： 逐次刊行物 (A)
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： Landsatアーカイブは,灌木地のマッピングとモニタリングのためのユニークなソースを提示する。依然として,空間と時間にわたる潅木被覆率推定を提供する効率的で正確なマッピング手法が必要である。潅木のスペクトル信号は,緑の植生と非光合成の植生から成り,土壌,草,および影の割合を変化させることができる。これは,画分被覆の直接的なマッピングを困難にしている。本研究では,南ポルトガルのBaixo Alentejo地域におけるロックバラ(Cistus属)生態系をカバーする年間Landsat最良観測複合材料から32年間の潅木被覆画分を地図化した。画分マッピングは,複数年の画像スペクトルライブラリーから総合的に混合されたデータで訓練された複数年のサポートベクトル回帰モデルに基づいていた。得られた画分地図は,32年間の10年間に利用可能な高分解能衛星画像から得られた参照情報を用いて検証された。画分地図は,研究地域における潅木被覆の空間時間パターンを非常に良く再現し,平均絶対誤差は13.7%のすべての検証年にわたって平均絶対誤差を示した。個々の検証年に対して,平均絶対誤差は7.7%から17.1%の範囲であった。著者らの一貫したモデリングフレームワークは,信頼できる年間潅木被覆率時系列を導き,それは異なるタイプと変化の強度を持つ安定な潅木被覆と地域の地域を同定することを可能にした。このような長期潅木被覆率モニタリングは土地利用評価にとって大きな価値があり,地球の乾燥と半乾燥生態系の完全な理解と管理に貢献する。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *被覆 ,  土地利用 ,  *ポルトガル共和国 ,  時系列分析 ,  モデル ,  *モデリング ,  画像 ,  *灌木 ,  *キャラクタリゼーション ,  光合成 ,  被覆率 ,  生態系 ,  スペクトル ,  LANDSAT

著者キーワード (7件)： ランドサット ,  時系列解析 ,  フラクションマッピング ,  サポートベクトル回帰 ,  潅木侵入 ,  ポルトガル ,  地中海

分類 (2件)： リモートセンシング一般  (AD04000L) ,  光学情報処理  (BD03060T)

タイトルに関連する用語 (7件)： LANDSAT ,  複合体 ,  機械学習 ,  回帰モデリング ,  ポルトガル ,  潅木 ,  特性化