ハイパースペクトルリモートセンシングを用いた実シナリオにおける原油汚染を検出するための機械学習アプローチ【JST・京大機械翻訳】

Pelta Ran; Carmon Nimrod; Ben-Dor Eyal

文献

J-GLOBAL ID：201902215958772997 整理番号：19A1966615

ハイパースペクトルリモートセンシングを用いた実シナリオにおける原油汚染を検出するための機械学習アプローチ【JST・京大機械翻訳】

A machine learning approach to detect crude oil contamination in a real scenario using hyperspectral remote sensing

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=19A1966615&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=19A1966615&from=J-GLOBAL&jstjournalNo=W3181A") }}

著者 (3件)： , ,
資料名：
巻： 82 ページ： Null 発行年： 2019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)

世界の環境汚染の最も普遍的で有害なタイプの1つは原油汚染である。水生または陸上環境のいずれかに放出されると,この汚染は,ヒトの健康と同様に,植物相と動物相に負の影響を与える可能性がある。したがって,汚染の迅速で手頃な空間的評価は,流出の影響を制限するのに好都合である。陸上地域における原油検出のための航空機搭載ハイパースペクトルリモートセンシング(HRS)を用いて,以前の研究において研究されてきた。これは主に高度に油化された人工試料に頼っている。これらの研究と他は石油炭化水素(PHC)のスペクトル特徴が明確に観察できるという前提に基づいている。これは全ての場合において真ではない可能性がある。本研究では,実験室と制御条件が適用されない南イスラエルの実際の災害サイトにおける陸上油流出マッピングに対するHRS使用の真の可能性を評価することを目的とした。AISA Specim Fenix1Kセンサを用いて,研究サイトの空中画像を収集し,高度データマイニング技術によりデータを分析した。原油が環境中に放出され,表面に曝露された後に,2年と半年後に採取された空中HRS画像から種々の課題と限界が生じた。ここでは,PHCのスペクトル特性はスペクトルにおいて検出されず,PHC指数の使用と他の方法によって開発されたスペクトル法を妨げた。それにもかかわらず,標準化技術,犠牲バンド選択,次元縮小,多変量キャリブレーション,および教師つき機械学習を用いることにより,汚染されたピクセルを非汚染のものと区別することができた。全体の精度,感度,特異性およびKappaの分類精度計量は,交差検証に対してそれぞれ0.95,0.95,0.95および0.9の良好な結果をもたらし,検証データセットに対して0.93,0.91,0.94および0.85であった。分類された画像と試験シーンは,汚染が明確に見えたとき,災害後数日に撮影されたorthフォopho画像と強い一致を示した。従って,HRS技術は,最も挑戦的な条件下でさえ,油漏れサイトにおけるPHCトレースを検出できると結論した。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

著者キーワード (9件)： , , , , , , , ,

リモートセンシング一般

, , ,

前のページに戻る