文献

J-GLOBAL ID：201802254317608364   整理番号：18A0026766

特徴同定のための時系列NDVIデータからのフラクタルパターン抽出【Powered by NICT】

Fractal-Based Pattern Extraction From Time-Series NDVI Data for Feature Identification

著者 (2件)： Chockalingam Jeganathan (Department of Remote Sensing, Birla Institute of Technology, Mesra, Ranchi, India) ,  Mondal Saptarshi (Department of Remote Sensing, Birla Institute of Technology, Mesra, Ranchi, India)
資料名： IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing  (IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing)
巻： 10  号： 12  ページ： 5258-5264  発行年： 2017年 
JST資料番号： W2259A  ISSN： 1939-1404  CODEN： IJSTHZ  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： 時系列衛星データ(≧250 m)と土地被覆ピクセル内の混合の空間的粗さは,地域レベルマッピングにおける各土地被覆クラスのための特有の基準プロファイルの同定の困難性をもたらす。この問題は,種々の地形的,気候,環境条件,景観構成からなる丘陵地形のさらなる増強される。これに関連して,本研究は,ピクセルレベルでのMODIS(MOD13Q1v5)16日間隔時系列正規化植生指数プロファイルから土地被覆クラスを同定するための二つの基準非依存フラクタル次元(FD)推定法(ボックス計数と再スケール範囲)の有用性を評価することを目的としている。Himachal Pradeshにおけるクラス間平均FD変動 インド北部の山岳状態を評価するためにWelchのt 統計学を用いて各手法からFD画像を解析した。さらに,土地利用と土地被覆分類の精度改善にFD画像の有効性を評価するためにFD対策と併せて時系列主成分を用いて実施したサポートベクトルマシン分類。実験はFD画像の利用は,ユーザ精度をかなり増加させ,農業クラスにより支配される混合ピクセルを正確に検出するのに役立ったことを明らかにした。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 土地利用 ,  画素 ,  フラクタル次元 ,  サポートベクトルマシン ,  インド ,  土地被覆 ,  *フラクタル ,  統計学 ,  山岳 ,  *正規化植生指数 ,  農業
準シソーラス用語： ミクセル ,  土地被覆分類 ,  MODIS ,  衛星データ , 【Automatic Indexing@JST】

分類 (4件)： 図形・画像処理一般  (JE04010I) ,  気象学一般  (DC05010D) ,  写真測量,空中写真  (RC02040D) ,  土地利用一般,地域制  (RD02010Z)

タイトルに関連する用語 (5件)： 同定 ,  時系列 ,  NDVI ,  フラクタル ,  パターン抽出