文献
J-GLOBAL ID:201802266187779085   整理番号:18A0520210

人工神経回路網を用いたマルチスペクトル衛星データからのクロロフィルa濃度,透明度とTSS濃度の検索【Powered by NICT】

Retrieving Chlorophyll-a levels, transparency and TSS concentration from multispectral satellite data by using artificial neural networks
著者 (4件):
資料名:
巻: 2017  号: PIERS - FALL  ページ: 2876-2883  発行年: 2017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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
水力発電所の建設は,付随するダムと貯水池の環境,これらの生態系の変化が影響した。貯水池をモニタリングすることは意思決定プロセスにとって重要である。本論文では,リモートセンシングマルチスペクトルデータ,人工ニューラルネットワークとleave-one-out交差検証に基づいた貯水池におけるクロロフィルa,透明度及び全懸濁固形物の濃度を推定するための異なる方法を提示した。研究地域の異なるサンプル観測所のシミュレーションは,これらの物理化学的パラメータの間の関係と貯留層のスペクトル応答を決定した。in situ測定に基づいて,経験的モデルは水光学パラメータとランドサット7増強されたTM+で測定した貯留層反射を関係づけるために確立した。2007年から2014年までの各年の四画像をキャリブレーションと大気補正。誤差推定を用いた統計的解析を採用し,最も正確な方法論を評価することを目的とした。人工ニューラルネットワークである水文学的サイクルによって訓練された,衛星画像の可視及び近赤外バンドの反射率からの水の物理化学的パラメータを予測するのに有益である,解析した領域の少雨といくつかの雲期間のためのより良い結果が得られることを示した。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
人工知能 

前のページに戻る