文献

J-GLOBAL ID：201902216280741098   整理番号：19A0987688

Google地球エンジンを用いた空間データ異常値の検出と可視化のための時系列リモートセンシングとオープンアクセスアプリケーションにおける誤差【JST・京大機械翻訳】

Errors in Time-Series Remote Sensing and an Open Access Application for Detecting and Visualizing Spatial Data Outliers Using Google Earth Engine

著者 (2件)： Peter Brad G. (Department of Geography, Environment, and Spatial Sciences and the Center for Global Change and Earth Observations, Michigan State University, East Lansing, MI, USA) ,  Messina Joseph P. (Department of Geography, Environment, and Spatial Sciences and the Center for Global Change and Earth Observations, Michigan State University, East Lansing, MI, USA)
資料名： IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing  (IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing)
巻： 12  号： 4  ページ： 1165-1174  発行年： 2019年 
JST資料番号： W2259A  ISSN： 1939-1404  CODEN： IJSTHZ  資料種別： 逐次刊行物 (A)
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： 生産性の遠隔的に感知された測定は,グローバルな農業と植生生態系を特徴付けるために頻繁に使用され,より微細な空間的および時間的分解能データが規則的に利用できない地域の遠隔地を記述するためにしばしばダウンスケールされている。データ誤差は分析手順全体を通して伝搬するが,配信中にミスされるものと予備データマイニングはより多くの注意を必要とする。ここでは,リモートセンシング不確実性の時間的および地理的幅を実証するために,以前および現在利用可能なグローバルリモートセンシング製品の収集を編集した。植生生産性尺度は,グローバルな健康を監視するために貴重であるが,認識されない誤った推定は,重大な政策の誤りをもたらす可能性がある。異常検出のための一般化可能でアクセス可能な事前の方法が不足していることが明らかになっているので,データ誤差が公共輸送の前と広い使用の前に認識されているように,緊急に必要とされている。修正Zスコア,Tukeyの異常値,およびGearyのCのような単純ではあるが効果的な統計をここで活用し,リモートセンシングデータユーザが省略するか正しいかを特定し,位置決めし,可視化する。Google Earth Engine方法論の成長集合に寄与して,著者らは,科学的領域を横切るユーザによるリモートセンシング誤差管理のための空間異常値を検出するこの一般化可能な方法を提案した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 農業 ,  公共輸送 ,  *リモートセンシング ,  データマイニング ,  地理学 ,  情報配布 ,  *地球 ,  *応用プログラム ,  *可視化 ,  *異常値 ,  不確実性
準シソーラス用語： *情報へのアクセス ,  健康 ,  *オープンアクセス ,  *Google , 【Automatic Indexing@JST】

分類 (3件)： 湖沼学,河川学  (DC07050J) ,  気象学一般  (DC05010D) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (10件)： Google ,  地球 ,  空間データ ,  異常値 ,  可視化 ,  時系列 ,  リモートセンシング ,  オープンアクセス ,  アプリケーション ,  誤差