文献

J-GLOBAL ID：201902212429369721   整理番号：19A2107644

ハイパースペクトル測定に基づく葉ダスト保持推定のための機械学習【JST・京大機械翻訳】

Machine Learning for Estimating Leaf Dust Retention Based on Hyperspectral Measurements

著者 (16件)： Jing Wenlong ( Guangzhou Institute of Geography, Guangzhou, China) ,  Jing Wenlong ( Key Laboratory of Guangdong for Utilization of Remote Sensing and Geographical Information System, Guangzhou, China) ,  Jing Wenlong ( Guangdong Open Laboratory of Geospatial Information Technology and Application, Guangzhou, China) ,  Zhou Xia ( Guangzhou Institute of Geography, Guangzhou, China) ,  Zhou Xia ( Key Laboratory of Guangdong for Utilization of Remote Sensing and Geographical Information System, Guangzhou, China) ,  Zhou Xia ( Guangdong Open Laboratory of Geospatial Information Technology and Application, Guangzhou, China) ,  Zhang Chen ( Guangzhou Institute of Geography, Guangzhou, China) ,  Zhang Chen ( Key Laboratory of Guangdong for Utilization of Remote Sensing and Geographical Information System, Guangzhou, China) ,  Zhang Chen ( Guangdong Open Laboratory of Geospatial Information Technology and Application, Guangzhou, China) ,  Zhang Chen ( Shandong University of Science and Technology, Shandong, China) ,  Wang Chongyang ( Guangzhou Institute of Geography, Guangzhou, China) ,  Wang Chongyang ( Key Laboratory of Guangdong for Utilization of Remote Sensing and Geographical Information System, Guangzhou, China) ,  Wang Chongyang ( Guangdong Open Laboratory of Geospatial Information Technology and Application, Guangzhou, China) ,  Jiang Hao ( Guangzhou Institute of Geography, Guangzhou, China) ,  Jiang Hao ( Key Laboratory of Guangdong for Utilization of Remote Sensing and Geographical Information System, Guangzhou, China) ,  Jiang Hao ( Guangdong Open Laboratory of Geospatial Information Technology and Application, Guangzhou, China)
資料名： Journal of Sensors (Web)  (Journal of Sensors (Web))
巻： 2018  ページ： Null  発行年： 2018年 
JST資料番号： U7792A  ISSN： 1687-725X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： ハイパースペクトルセンサはダスト保持量(DRC)推定のための詳細な情報を提供する。しかしながら,豊富なハイパースペクトルデータは,従来の画像解析技術により完全には利用されていない。いくつかの最近開発された機械学習アルゴリズムを統合して,ASD FieldSpec3によって測定されたスペクトルを用いて,植物の葉のDRCを推定した。実験は,中国南部の3つの一般的グリーン植物に関して実施した。ランダムフォレスト(RF)アルゴリズムを適用することによって,重要なハイパースペクトル変数を最初に同定した。次に,サポートベクトルマシン(SVM),分類および回帰ツリー(CART)およびRFアルゴリズムを用いて,3つの推定モデルを開発した。結果は,植物葉における塵埃保持含有量の増加が,可視波長におけるそれらの反射率を強化したが,赤外波長におけるそれらの反射率を弱めたことを示した。450~500nm,550~600nm,750~1000nmおよび1100~1300nmの範囲の波長をRFアルゴリズムを用いて重要な変数として同定し,DRCを推定するために用いた。DRC推定のための3つの機械学習技術の比較は,それらの推定が測定したDRCに類似しているので,SVMとRFモデルがよく機能することを確認した。特に,SVMとRFモデルの平均[数式:原文を参照]は0.85と0.88である。本研究の技術的アプローチは,植物の葉のDRCを推定するためのハイパースペクトル測定を用いることの成功した例証であることが証明された。本研究の知見は,他の植物の葉のDRCを監視するために適用でき,また,地域規模でDRCを測定するために他のタイプのスペクトルデータと統合することができる。Copyright 2018 Wenlong Jing et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 赤外線 ,  モデル ,  *機械学習 ,  中国南部 ,  アルゴリズム ,  画像分析 ,  *塵埃 ,  反射率 ,  *スペクトル ,  サポートベクトルマシン ,  波長
準シソーラス用語： スペクトルデータ ,  推定モデル ,  ランダムフォレスト ,  *ハイパースペクトル , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

引用文献 (47件)：

• R. J. Huang, Y. Zhang, C. Bozzetti, K. F. Ho, J. J. Cao, Y. Han, K. R. Daellenbach, J. G. Slowik, S. M. Platt, F. Canonaco, P. Zotter, R. Wolf, S. M. Pieber, E. A. Bruns, M. Crippa, G. Ciarelli, A. Piazzalunga, M. Schwikowski, G. Abbaszade, J. Schnelle-Kreis, R. Zimmermann, Z. An, S. Szidat, U. Baltensperger, I. E. Haddad, A. S. H. Prévôt, "High secondary aerosol contribution to particulate pollution during haze events in China," Nature, vol. 514, no. 7521, pp. 218-222, 2014.
• S. Guo, M. Hu, M. L. Zamora, J. Peng, D. Shang, J. Zheng, Z. du, Z. Wu, M. Shao, L. Zeng, M. J. Molina, R. Zhang, "Elucidating severe urban haze formation in China," Proceedings of the National Academy of Sciences of the United States of America, vol. 111, no. 49, pp. 17373-17378, 2014.
• L.-M. Mårtensson, A. Wuolo, A.-M. Fransson, T. Emilsson, "Plant performance in living wall systems in the Scandinavian climate," Ecological Engineering, vol. 71, pp. 610-614, 2014.
• H. F. Wang, J. X. Qiu, J. Breuste, C. Ross Friedman, W. Q. Zhou, X. K. Wang, "Variations of urban greenness across urban structural units in Beijing, China," Urban Forestry & Urban Greening, vol. 12, no. 4, pp. 554-561, 2013.
• U. Weerakkody, J. W. Dover, P. Mitchell, K. Reiling, "Particulate matter pollution capture by leaves of seventeen living wall species with special reference to rail-traffic at a metropolitan station," Urban Forestry & Urban Greening, vol. 27, pp. 173-186, 2017.

タイトルに関連する用語 (5件)： ハイパースペクトル ,  葉 ,  ダスト ,  推定 ,  機械学習