文献

J-GLOBAL ID：201902282920496614   整理番号：19A1066418

狭いSWATHアクティブセンサデータにより支援された広いSWATH受動センサ画像における雲分類【JST・京大機械翻訳】

Cloud Classification in Wide-Swath Passive Sensor Images Aided by Narrow-Swath Active Sensor Data

著者 (2件)： Wang Hongxia (School of Electronics and Information Engineering, Beihang University, No. 37 Xueyuan Road, Beijing 100191, China) ,  Xu Xiaojian (School of Electronics and Information Engineering, Beihang University, No. 37 Xueyuan Road, Beijing 100191, China)
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 10  号： 6  ページ： 812  発行年： 2018年 
JST資料番号： U7270A  ISSN： 2072-4292  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： 空間ベース赤外センサの画像からターゲット検出と同定に影響を与える重要なクラッタ源である雲被覆の複雑さと多様性のために,異なる雲タイプを区別することは挑戦的である。本論文では,広帯域受動センサ画像における雲分類のための新しい戦略を開発した。これは,狭帯域アクティブセンサデータにより支援される。この戦略は,3つのステップ,すなわち,軌道登録,大部分の整合ドナーピクセル選択,および各レシピエントピクセルに対するクラウドタイプ割当から成る。整合精度を改善するために,軌道登録のための新しい基準を提案した。最も整合するドナー画素は,ユークリッド距離と受信者と潜在的ドナー画素の間の放射輝度相対差の二乗和を通して選択される。次に,各レシピエント画素を,最も整合するドナーに対応するクラウド型に割り当てた。MODIS画像の雲分類を,雲投影レーダ(CPR)からのデータを用いて行った。この結果をCloudSat積2B-CLDCLASSと比較し,また国際衛星雲気候学プロジェクト(ISCCP)の方法を用いて得られたものと比較した。それは提案した戦略の優れた分類性能を実証した。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 ,  クラッタ ,  画素 ,  赤外検出器 ,  広帯域 ,  狭帯域 ,  *画像 ,  放射輝度 ,  レーダ ,  ドナー ,  *センサ ,  Euclid距離 ,  ターゲット検出 ,  *アクティブセンサ
準シソーラス用語： MODIS , 【Automatic Indexing@JST】

著者キーワード (4件)： クラウド分類 ,  リモートセンシング ,  軌道登録 ,  宇宙ベース赤外線センサ

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S) ,  リモートセンシング一般  (AD04000L)

引用文献 (48件)：

• Hughes, M.J.; Hayes, D.J. Automated detection of cloud and cloud shadow in single-date Landsat imagery using neural networks and spatial post-processing. Remote Sens. 2014, 6, 4907-4926.
• Musial, J.P.; Hüsler, F.; Sütterlin, M.; Neuhaus, C.; Wunderle, S. Daytime low stratiform cloud detection on AVHRR imagery. Remote Sens. 2014, 6, 5124-5150.
• Hollstein, A.; Segl, K.; Guanter, L.; Brell, M.; Enesco, M. Ready-to-use methods for the detection of clouds, cirrus, snow, shadow, water and clear sky pixels in sentinel-2 MSI images. Remote Sens. 2016, 8, 666.
• Li, H.; Zheng, H.; Han, C.; Wang, H.; Miao, M. Onboard spectral and spatial cloud detection for hyperspectral remote sensing images. Remote Sens. 2018, 10, 152.
• Li, J.; Yi, Y.; Minnis, P.; Huang, J.; Yan, H.; Ma, Y.; Wang, W.; Ayers, J.K. Radiative effect differences between multi-layered and single-layer clouds derived from CERES, CALIPSO and CloudSat data. J. Quant. Spectrosc. Radiat. Transf. 2011, 112, 361-375.

タイトルに関連する用語 (5件)： SWATH ,  アクティブセンサ ,  支援 ,  雲 ,  分類