文献

J-GLOBAL ID：202002226480569428   整理番号：20A1117116

高分解能画像を用いた下層に感染したボックスウッドツリーのマッピング【JST・京大機械翻訳】

Mapping of understory infested boxwood trees using high resolution imagery

著者 (4件)： Esmaili Rohollah (Faculty of Natural Resources, Lorestan University, Lorestan, Iran) ,  Shataee Jouibary Shaban (Faculty of Forest Sciences, Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, Iran) ,  Soosani Javad (Faculty of Agriculture and Natural Resources, Lorestan University, Lorestan, Iran) ,  Naghavi Hamed (Faculty of Agriculture and Natural Resources, Lorestan University, Lorestan, Iran)
資料名： Remote Sensing Applications: Society and Environment  (Remote Sensing Applications: Society and Environment)
巻： 18  ページ： Null  発行年： 2020年 
JST資料番号： W3080A  ISSN： 2352-9385  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： Hyrcanian森林におけるBuxus Hyrcania林分は,近年,Buxus病原体により寄生されている。速度の決定と寄生樹木の空間分布の発見は,制御と処理管理のために非常に重要である。事例研究において,Hyrcanian森林の小部分,Anjilsi-Khibosの保存地域における異なる侵入強度クラスを地図化するために,ピクセルとオブジェクトベース分類アルゴリズムを用いて,高分解能衛星画像を調べた。健全,半健全,完全寄生,森林林分を含む5つの寄生されたクラスの地上の真実は,bo木下層を持たず,非森林地域はRTK-DGPSを用いた正確な位置決めを用いて調製された。画像をDGPS地上制御点とDEMを用いて幾何学的に補正した。適切な植生指標を用いて,主および処理したバンドにおけるクラスの分離可能性を,変換された発散指数を用いて評価した。適切なアルゴリズムを用いて画像分類を行い,未使用のグランドトルース点を用いて評価した。画素ベースの分類において,最良の結果は,元のVNIRバンド上で最大尤度アルゴリズムを用いて達成された。オブジェクトベースの分類において,VNIRバンドに関するBayesアルゴリズムは,他の使用したアルゴリズムの間でより良い性能を持った。しかしながら,オブジェクトベースの分類器は画素ベースの分類器と比較してわずかに同じ結果を持っていた。結果は,研究地域における健全なおよび半健全な箱木のスペクトル応答の類似性と箱形枯れ病の不均一分布により,寄生樹木からの健康な樹木の検出はわずかに不可能であることを示した。しかし,完全に寄生され,死んだ樹木は,健全な箱木と他の林分およびクラスから良く検出された。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最尤法 ,  空間分布 ,  画素 ,  病原体 ,  事例研究 ,  *林分 ,  類似性 ,  下層
準シソーラス用語： ツゲ属 ,  スペクトル応答 ,  植生指標 ,  画像分類 ,  グランドトゥルース ,  オブジェクトベース分類 , 【Automatic Indexing@JST】

著者キーワード (6件)： 下層検出 ,  Boxwood blight病 ,  高分解能画像 ,  漏れの季節 ,  plei ,  Hyrcanian森林

分類 (2件)： 測樹学  (FF01040T) ,  リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (4件)： 高分解能画像 ,  下層 ,  感染 ,  マッピング