文献

J-GLOBAL ID：201802263808038808   整理番号：18A1757018

GF-1WFVとLandsat-8OLIによる植生情報抽出手法の比較研究【JST・京大機械翻訳】

Comparative research on vegetation extraction method based on GF-1 WFV and Landsat-8 OLI images

著者 (4件)： Yang Bin (西南科技大学 環境与資源学院 ,四川 綿陽,621010) ,  Gao Guisheng (西南科技大学 環境与資源学院 ,四川 綿陽,621010) ,  Wang Lei (西南科技大学 環境与資源学院 ,四川 綿陽,621010) ,  Cheng Lu (西南科技大学 環境与資源学院 ,四川 綿陽,621010)
資料名： Cehui Gongcheng  (Cehui Gongcheng)
巻： 27  号： 8  ページ： 7-12  発行年： 2018年 
JST資料番号： C2876A  ISSN： 1006-7949  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 正規化植生指数(NDVI),強化植生指数(EVI),および大気インピーダンス植生指数(ARVI)を,GF-1WFVとLandsat-8OLIの2つのセンサのパラメータ特性の特性に従って,選択した。土壌調整植生指数(SAVI)と修正土壌調整植生指数(MSAVI)の5種類の植生指数を用いて,同じ期間の2種類のセンサデータを用い,四川省の茂県の植生情報を抽出し,植生被覆度を画素二分モデルの2つのモデルに従って推定した。2つのデータ源の下の異なる植生指数の差を計算した。結果により、GF-1データによるNDVIの植生効果が最も良く、そのうち2013年の分類精度は94.55%であり、Kappa係数は0.88であり、2015年の分類精度は90.47%であり、Kappa係数は0.85であった。Landsat-8のデータから抽出したSAVIの結果が最良であり、そのうち2013年の分類精度は94.38%、Kappa係数は0.86、2015年の分類精度は95.83%、Kappa係数は0.88であった。統計指標の分析により、高原山岳地域の地形環境下で、植生指数を利用して植被度を推定、GF-1衛星はND-VI、Landsat-8衛星を採用してSAVIを採用すれば適切で、GF-1データの推定精度はLandsat-8データより高い。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： インピーダンス ,  高原 ,  モデル ,  山岳地 ,  パラメータ ,  *情報抽出 ,  センサ ,  正規化植生指数 ,  画素
準シソーラス用語： 推定精度 ,  分類精度 ,  四川省 ,  センサデータ ,  植生指標 , 【Automatic Indexing@JST】

分類 (3件)： 飼料作物,草地  (FC03050J) ,  植物生態学  (EE02000E) ,  生態学一般  (EE01010I)

タイトルに関連する用語 (4件)： 植生 ,  情報抽出 ,  手法 ,  研究