文献

J-GLOBAL ID：201802258623553858   整理番号：18A2039087

AmatriceとSarpol-E Zahabの事例における地震被害評価のためのSentinel-1データの使用【JST・京大機械翻訳】

Use of Sentinel-1 Data for Earthquake Damage Assessment in Cases of Amatrice and Sarpol-E Zahab

著者 (2件)： Akhmadiya Asset (Institute of Remote Sensing and GIS, Peking University, Beijing, China) ,  Zeng Qiming (Institute of Remote Sensing and GIS, Peking University, Beijing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IGARSS  ページ： 4877-4880  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： 二重偏波を有する多重時間中分解能SARデータを用いた地震被害評価が可能である。本研究では,Sentinel-1 SARデータを既存の変化検出法を用いて地震被害評価に適用した。Sentinel-1データは,最大6日間の地震前後のSAR画像の普遍的な利用可能性のために適用可能である。強度相関係数(NDIC)の正規化差,干渉コヒーレンス係数(NDCC)の正規化差,共地震強度相関(IC)および後方散乱係数(DBC)画像の差を用いて,損傷マップを作成した。本研究では,NDICの値,NDCCおよびIC-DBCの統計的分布における損傷および無傷の建物のヒストグラムを,相関係数rおよび局所平均値mの異なる窓サイズで解析した。損傷された建物はIC-DBCよりNDICとNDCC変数でより良く検出できることが分かった。人工ニューラルネットワーク(ANN)教師つき分類法は,損傷された建物クラスに対する生産者の精度のより良い結果を有する。被害を受けた建築物クラスの生産者の精度は95.6%に達したが,しかし,完全な建物と建設されていない地域の間には誤分類があり,それは建設地域のマスクを有するGISデータを用いることによって減少した。これらの結果は,保険会社と政府に要求されるSentinel-1とGISデータに基づく自然災害後の損傷評価の低コスト法実現のアイデアを支持するものである。本研究では,AmmaticeとSarpole-e Zahab都市を研究し,2016~2017年の地震により影響を受けた。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： 相関係数 ,  正規化 ,  コヒーレンス ,  画像 ,  都市 ,  分解能 ,  生産者 ,  *地震 ,  ニューラルネットワーク ,  *震災 ,  干渉 ,  ヒストグラム ,  多重化
準シソーラス用語： SAR画像 ,  二重偏波 , 【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 (2件)： 地震被害 ,  評価