文献

J-GLOBAL ID：201802271908479134   整理番号：18A1686960

乾燥地域における塩生植物を地図化するための修正ランダム森林アルゴリズムを用いた4次POLSARデータ分類【JST・京大機械翻訳】

Quad-PolSAR data classification using modified random forest algorithms to map halophytic plants in arid areas

著者 (9件)： Samat Alim (State Key Laboratory of Desert and Oasis Ecology, Xinjiang Institute of Ecology and Geography, CAS, Urumqi, China) ,  Samat Alim (CAS Research Center for Ecology and Environment of Central Asia, Urumqi, China) ,  Gamba Paolo (Department of Electrical, Computer and Biomedical Engineering, University of Pavia, Italy) ,  Liu Sicong (College of Surveying and Geoinformatics, Tongji University, China) ,  Miao Zelang (School of Geosciences & Info-Physics, Central South University, China) ,  Li Erzhu (School of Geography, Geomatics and Planning, Jiangsu Normal University, China) ,  Abuduwaili Jilili (State Key Laboratory of Desert and Oasis Ecology, Xinjiang Institute of Ecology and Geography, CAS, Urumqi, China) ,  Abuduwaili Jilili (CAS Research Center for Ecology and Environment of Central Asia, Urumqi, China) ,  Abuduwaili Jilili (University of Chinese Academy of Sciences, Beijing, China)
資料名： International Journal of Applied Earth Observation and Geoinformation  (International Journal of Applied Earth Observation and Geoinformation)
巻： 73  ページ： 503-521  発行年： 2018年 
JST資料番号： W3181A  ISSN： 1569-8432  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究では,完全に偏光したSAR(PolSAR)データを用いて,それらの異なる散乱特性により,ラケシド塩水湿地環境における塩生植物を特性化した。この目的のために,提案した「ランダムM5モデル森林」(RM5MF)への入力およびランダム森林回帰(CVRFR)分類器による分類に対する入力として,いくつかの偏光特徴および形態学的プロファイル(MPs)を用いた。実験結果は,ペデスタル高さ(PH)のようなパラメータ,ならびに3D共分極と交差偏波シグネチャプロットが,乾燥環境における塩生植物をマップするために,バイオマス指数(BMI),体積散乱指数(VSI),およびキャノピー散乱指数(CSI)より適していることを示した。RM5MF,ランダムフォレスト(Raf),および他の5つの一般的属性選択アプローチを用いたPolSAR特徴の適合性を比較すると,すべての結果は,スパン,MPsおよびエントロピーが最も価値のある特徴であり,一方,PHおよびBMIはCSI,VSIおよびレーダ森林劣化指数(RFDI)よりも価値があることを示した。さらに,コヒーレント行列の対角要素は,非対角要素よりもより価値があり,二重バウンス,奇数バウンスおよびワイヤ要素は,螺旋バウンスおよびボリュームバウンスよりも,より価値があった。研究結果は,RM5MFとCVRFRを,より伝統的なアルゴリズム(サポートベクトルマシン(SVM),Raf,回転森林(RoF),および多重BoostAB)と比較することにより,2つの研究領域にわたるPolSAR Lバンド二次偏光測定高感度ストリップマップデータから得た。RM5MFモデルは研究領域で最も高い精度値を達成した。しかし,M5モデルツリーにおける二値分割基準のために,それは他のすべてより計算的に集中的である。対照的に,CVRFRモデルはRM5MFよりも約10倍少ない時間を消費し,RoFよりも5倍少ないが,SVMまたはRoFよりも良い(3%~8%)分類精度を達成し,その結果はRafによるものと同等(1%以下)であった。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  バイオマス ,  サポートベクトルマシン ,  三次元 ,  偏光 ,  散乱 ,  多重化 ,  モデリング ,  キャノピー ,  エントロピー ,  キャラクタリゼーション ,  金属線 ,  コヒーレンス ,  レーダ ,  パラメータ
準シソーラス用語： *ランダムフォレスト , 【Automatic Indexing@JST】

著者キーワード (6件)： 偏光署名 ,  ランダムM5モデル森林 ,  ランダム森林回帰による分類 ,  塩生植物 ,  ALOS-2 ,  POLSAR画像分類

分類 (3件)： 測樹学  (FF01040T) ,  リモートセンシング一般  (AD04000L) ,  写真測量,空中写真  (RC02040D)

タイトルに関連する用語 (6件)： 乾燥地域 ,  塩生植物 ,  地図 ,  森林 ,  アルゴリズム ,  データ分類