文献

J-GLOBAL ID：201902251903569226   整理番号：19A0494081

非常に高分解能の光学データによるヨーロッパ森林における風の検出【JST・京大機械翻訳】

Windthrow Detection in European Forests with Very High-Resolution Optical Data

著者 (6件)： Einzmann Kathrin (Institute of Surveying, Remote Sensing and Land Information (IVFL), University of Natural Resources and Life Sciences, Vienna (BOKU), Peter-Jordan-Strasse 82, 1190 Vienna, Austria) ,  Immitzer Markus (Institute of Surveying, Remote Sensing and Land Information (IVFL), University of Natural Resources and Life Sciences, Vienna (BOKU), Peter-Jordan-Strasse 82, 1190 Vienna, Austria) ,  Bock Sebastian (Institute of Surveying, Remote Sensing and Land Information (IVFL), University of Natural Resources and Life Sciences, Vienna (BOKU), Peter-Jordan-Strasse 82, 1190 Vienna, Austria) ,  Bauer Oliver (Bavarian State Institute of Forestry (LWF), Department of Information Technology, Hans-Carl-von-Carlowitz-Platz 1, 85354 Freising, Germany) ,  Schmitt Andreas (German Aerospace Center (DLR), German Remote Sensing Data Center, Land Surface, 82234 Wessling, Germany) ,  Atzberger Clement (Institute of Surveying, Remote Sensing and Land Information (IVFL), University of Natural Resources and Life Sciences, Vienna (BOKU), Peter-Jordan-Strasse 82, 1190 Vienna, Austria)
資料名： Forests (Web)  (Forests (Web))
巻： 8  号： 1  ページ： 21  発行年： 2017年 
JST資料番号： U7188A  ISSN： 1999-4907  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 気候変動により,極端な嵐がより頻繁に発生すると予想される。これらの嵐は深刻な森林被害を引き起こし,林業のための直接的で間接的な経済的損失を引き起こす。経済的損失を最小化するためには,例えば,甲虫類の侵入に関連する,その後の生物的被害を防ぐために,風のある地域を迅速に検出する必要がある。リモートセンシングは,大きな嵐影響地域を費用対効果的にマップするための高い可能性を有する効率的なツールである。ストームは2015年3月に南ドイツを襲い,広範な森林被覆損失を引き起こした。著者らは,スポット森林被害に対する商業的に非常に高分解能の光学地球観測データを適用する二段階変化検出手法を提示した。最初に,オブジェクトベースの2時間変化解析を行い,0.5haより大きい風域を同定した。この目的のために,半自動特徴選択手順を含む教師つきランダムフォレスト分類器を用いた。画像セグメンテーションのために,大規模平均シフトアルゴリズムを選択した。入力特徴は,スペクトル特性,テクスチャ,植生指数,層組合せ,およびスペクトル変換を含んでいる。画素レベルにおけるハイブリッド変化検出アプローチは,次に,従来の処理ステップの最も重要な特徴をスペクトル角度マップおよび多変量検出と組み合わせて,小さなグループの落下ツリーを同定する。この方法を,5mピクセル分解能でRapidEyeデータを用いてBavariaの2つの試験サイトで評価した。0.5haより大きいwindthro地域に関する結果は,現地訪問からの参照データにより検証され,orthフォopho解釈により得られた。2つの試験サイトに対して,新しいオブジェクトベースの変化検出アプローチは,風上地域(≧0.5ha)の90%以上を同定した。赤端チャネルは,風の同定に最も重要であった。樹木レベルにおける変化検出の精度レベルは計算できず,単一樹木に対する現場データを収集することができず,オーソログ検証を行うことができなかった。それにもかかわらず,ピクセルベースのアプローチの妥当性と適用性を第2のテストサイトで実証した。Copyright 2019 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： リモートセンシング ,  スペクトル ,  ドイツ連邦共和国 ,  *高分解能 ,  気候変動 ,  林業 ,  アルゴリズム ,  *風 ,  森林被害 ,  チャネル ,  画素 ,  経時変化
準シソーラス用語： ランダムフォレスト ,  変化検出 ,  森林被覆 , 【Automatic Indexing@JST】

著者キーワード (6件)： 防風 ,  リモートセンシング ,  オビア ,  ランダムフォレスト ,  ハイブリッド変化検出 ,  大規模平均シフト

分類 (5件)： 森林植物学  (FF02020E) ,  森林経営・経理  (FF01030I) ,  森林生物学一般  (FF02010T) ,  自然保護  (SB06000L) ,  リモートセンシング一般  (AD04000L)

引用文献 (104件)：

• Schelhaas, M.-J.; Nabuurs, G.-J.; Schuck, A. Natural disturbances in the European forests in the 19th and 20th Centuries. Glob. Chang. Biol. 2003, 9, 1620-1633.
• Seidl, R.; Schelhaas, M.-J.; Rammer, W.; Verkerk, P.J. Increasing forest disturbances in Europe and their impact on carbon storage. Nat. Clim. Chang. 2014, 4, 806-810.
• Seidl, R.; Rammer, W. Climate change amplifies the interactions between wind and bark beetle disturbances in forest landscapes. Landsc. Ecol. 2016, 1-14.
• Coppin, P.R.; Bauer, M.E. Digital change detection in forest ecosystems with remote sensing imagery. Remote Sens. Rev. 1996, 13, 207-234.
• Vogelmann, J.E.; Tolk, B.; Zhu, Z. Monitoring forest changes in the southwestern United States using multitemporal Landsat data. Remote Sens. Environ. 2009, 113, 1739-1748.

タイトルに関連する用語 (5件)： 高分解能 ,  光学 ,  ヨーロッパ ,  森林 ,  風