文献
J-GLOBAL ID:202002221058165999   整理番号:20A1478334

多時期Landsat-8 OLI観測画像を用いた竹林分布推定における機械学習手法の性能比較

Comparing the performance of machine learning methods for mapping bamboo grove using multi-temporal Landsat-8 OLI imagery
著者 (1件):
資料名:
巻: 31  ページ: 111-122  発行年: 2020年07月10日 
JST資料番号: L2779C  ISSN: 2185-1867  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: 日本 (JPN)  言語: 日本語 (JA)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
・竹林の維持管理は重要であり,竹林の分布状況を広域に把握し,体系的な管理計画を策定することが重要。
・竹林の分布状況を広域に把握する手段は,以下の3種類。
・(1)環境省の自然環境基礎調査や林野庁の森林生態系多様性基礎調査などの調査結果。
・(2)地形図や空中写真などの画像判読に基づく方法。
・(3)衛星観測画像の分類処理に基づく方法。
・本研究では,Landsat-8に搭載されたOLIによる多時期の分光観測画像と代表的な6種類の機械学習手法を用いて,竹林を分類クラスに含むLULC分類を実行。
・結果は,Random Forestで生成した予測モデルのkappa統計量が0.8を有意に上回り,最も高い分類性能を提示。
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
写真測量,空中写真  ,  測樹学 

前のページに戻る