文献

J-GLOBAL ID：201802265524258571   整理番号：18A1072185

機械学習アルゴリズムによるマングローブ葉面積指数の推定のための世界観-2レッドエッジバンドに基づく植生指数の可能性の調査【JST・京大機械翻訳】

Exploring the Potential of WorldView-2 Red-Edge Band-Based Vegetation Indices for Estimation of Mangrove Leaf Area Index with Machine Learning Algorithms

著者 (8件)： Zhu Yuanhui (Center of Integrated Geographic Information Analysis, Guangdong Key Laboratory for Urbanization and Geo-Simulation, School of Geography and Planning, Sun Yat-sen University, Guangzhou 510275, China) ,  Liu Kai (Center of Integrated Geographic Information Analysis, Guangdong Key Laboratory for Urbanization and Geo-Simulation, School of Geography and Planning, Sun Yat-sen University, Guangzhou 510275, China) ,  Liu Lin (Center of Geographic Information Analysis for Public Security, School of Geographic Sciences, Guangzhou University, Guangzhou 510006, China) ,  Liu Lin (Department of Geography, University of Cincinnati, Cincinnati, OH 45221-0131, USA) ,  Myint Soe W. (School of Geographical Sciences and Urban Planning, Arizona State University, Tempe, AZ 85287-5302, USA) ,  Wang Shugong (Guangdong Key Laboratory of Geological Processes and Mineral Resources Survey, School of Earth Science and Geological Engineering, Sun Yat-sen University, Guangzhou 510275, China) ,  Liu Hongxing (Department of Geography, University of Cincinnati, Cincinnati, OH 45221-0131, USA) ,  He Zhi (Center of Integrated Geographic Information Analysis, Guangdong Key Laboratory for Urbanization and Geo-Simulation, School of Geography and Planning, Sun Yat-sen University, Guangzhou 510275, China)
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 9  号： 10  ページ： 1060  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： マングローブ地域における葉面積指数(LAI)を正確に推定するためには,適切なモデルと予測子変数の選択が重要である。しかしながら,マングローブ林に対する伝統的な植生指標(VIs)の飽和効果により,マルチスペクトルセンサを用いたLAIの定量化とマッピングには大きな課題がある。WorldView-2(WV2)画像は草地と森林のLAIを推定するのに有効であることが証明されているが,その植生指数(VIs)の感度はマングローブ林に対して不確実である。さらに,単一モデルはモデル較正と推定精度において一定のランダム性と不安定性を示す可能性がある。したがって,本研究は,人工神経回路網回帰(ANNR),サポートベクトル回帰(SVR)およびランダムフォレスト回帰(RFR)を比較することによって,マングローブLAIを推定するためのWV2 VIの感度を調査することを目的とした。これらの結果は,RFRアルゴリズムが最良の結果(RMSE=0.45,平均LAIの14.55%)をもたらし,次いでANNR(RMSE=0.49,平均LAIの16.04%),次いで全てのVIsを用いた5倍交差検証(CV)を用いたSVR(RMSE=0.51,16.56%)アルゴリズムであることを示唆した。可変的重要性の定量化は,赤端バンドから導いたVIsがLAI推定に対する最も重要な寄与因子であることを示した。赤端バンド誘導VIsがモデルから除去されるとき,相対RMSE(RMSEr)で測定された推定精度は,ANNR,SVRおよびRFRモデルに対して,それぞれ3.79%,2.70%および4.47%減少した。赤端バンドから誘導されたVisは,近赤外-1および近赤外-2バンドのようなWV2の他の従来のバンドと比較して,より良い精度をもたらした。さらに,推定LAI値は異なるマングローブ種にわたって有意に変化した。本研究は,マングローブ林におけるLAIモデルの開発において,WV2画像のVIsの有用性と選択した機械学習アルゴリズムを実証した。結果は,WV2画像の赤端バンドが飽和問題を軽減し,マングローブ地域におけるLAI推定の精度を改善できることを示した。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： *学習アルゴリズム ,  近赤外線 ,  ニューラルネットワーク ,  画像 ,  不安定性 ,  *機械学習 ,  *葉面積指数 ,  草原 ,  *アルゴリズム ,  *マングローブ ,  不確実性
準シソーラス用語： ランダムフォレスト ,  サポートベクトル回帰 ,  推定精度 ,  予測子 , 【Automatic Indexing@JST】

著者キーワード (7件)： 世界観-2画像 ,  植生指数 ,  葉面積指数 ,  エッジバンド ,  多様な重要性 ,  マングローブ林 ,  機械学習

分類 (2件)： リモートセンシング一般  (AD04000L) ,  測樹学  (FF01040T)

引用文献 (84件)：

• Alongi, D.M. Carbon sequestration in mangrove forests. Carbon Manag. 2012, 3, 313-322.
• Diele, K.; Koch, V.; Saint-Paul, U. Population structure, catch composition and cpue of the artisanally harvested mangrove crab ucides cordatus (ocypodidae) in the caeté estuary, north brazil: Indications for overfishing? Aquat. Living Resour. 2005, 18, 169-178.
• Das, S.; Vincent, J.R. Mangroves protected villages and reduced death toll during indian super cyclone. Proc. Natl. Acad. Sci. USA 2009, 106, 7357-7360.
• Zhang, K.Q. Identification of gaps in mangrove forests with airborne lidar. Remote Sens. Environ. 2008, 112, 2309-2325.
• Nagelkerken, I.; Blaber, S.J.M.; Bouillon, S.; Green, P.; Haywood, M.; Kirton, L.G.; Meynecke, J.O.; Pawlik, J.; Penrose, H.M.; Sasekumar, A.; et al. The habitat function of mangroves for terrestrial and marine fauna: A review. Aquat. Bot. 2008, 89, 155-185.

タイトルに関連する用語 (10件)： 学習アルゴリズム ,  マングローブ ,  葉面積指数 ,  推定 ,  世界観 ,  レッドエッジ ,  バンド ,  植生指数 ,  可能性 ,  調査