文献

J-GLOBAL ID：201902228338285003   整理番号：19A1382149

Sentinel-2時系列データを用いたイネ検出のための自動フェノロジーに基づくアルゴリズムの開発【JST・京大機械翻訳】

Developing an Automatic Phenology-Based Algorithm for Rice Detection Using Sentinel-2 Time-Series Data

著者 (4件)： Moeini Rad Amir (Iranian Space Research Center, Tehran, Iran) ,  Ashourloo Davoud (Remote Sensing and GIS Research Center, Faculty of Earth Sciences, Shahid Beheshti University, Tehran, Iran) ,  Salehi Shahrabi Hamid (Iranian Space Research Center, Tehran, Iran) ,  Nematollahi Hamed (Iranian Space Research Center, Tehran, Iran)
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： 5  ページ： 1471-1481  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： 地上サンプリングの必要性を除去する目的で,生物季節学に基づく分類法を開発した。対照的に,機械学習に基づく分類法は,それらが収集されるべき大規模なグランドトルースデータを必要とするので費用がかかり,時間がかかり,季節的あるいは年間の基礎において繰り返されなければならない。そこで,本研究では,Sentinel-2画像の時系列を用いてイネを検出するために,作物生物季節学に基づく新しい自動ルールベース法を提示した。研究を行うために,イランの3地域の赤および近赤外スペクトル帯におけるイネ成長期に得られた10m空間分解能Sentinel-2データを用いた。規則を開発するために,イネ栽培時間における近赤外バンド反射率,米収穫時期に近い赤バンド反射率,および時間正規化植生指数データを用いて,イネを検出し,他の作物からそれを識別した。さらに,イネ分類規則を開発するために使用された生物季節学的段階に関連するデータの日付を,イネ作物カレンダーから抽出した。水田は広範囲のクラス内時間的生物季節学的変動性を有していたが,アルゴリズムはそれらを検出するのに優れていた。得られたκ係数は,Marvdasht,Dargaz,およびQazvinに対して,それぞれ0.73,0.94,および0.70であった。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： 画像 ,  正規化植生指数 ,  成長期 ,  イラン・イスラム共和国 ,  近赤外線 ,  空間分解能 ,  機械学習 ,  反射率 ,  *アルゴリズム ,  栽培 ,  近赤外スペクトル ,  農作物
準シソーラス用語： 収穫期 ,  グランドトゥルース ,  *フェノロジー , 【Automatic Indexing@JST】

分類 (3件)： 気象学一般  (DC05010D) ,  土地利用一般,地域制  (RD02010Z) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 時系列データ ,  イネ ,  フェノロジー ,  アルゴリズム ,  開発