文献

J-GLOBAL ID：202002241309703918   整理番号：20A0612242

偏波RADARSAT-2SARデータから導出したKennaughマトリックスの要素を用いた季節内作物分類【JST・京大機械翻訳】

In-season crop classification using elements of the Kennaugh matrix derived from polarimetric RADARSAT-2 SAR data

著者 (8件)： Dey Subhadip (Microwave Remote Sensing Lab, Centre of Studies in Resources Engineering, Indian Institute of Technology Bombay, Mumbai, India) ,  Mandal Dipankar (Microwave Remote Sensing Lab, Centre of Studies in Resources Engineering, Indian Institute of Technology Bombay, Mumbai, India) ,  Robertson Laura Dingle (Ottawa Research and Development Centre, Agriculture and Agri-Food Canada, Canada) ,  Banerjee Biplab (DLRS Lab, Centre of Studies in Resources Engineering, Indian Institute of Technology Bombay, Mumbai, India) ,  Kumar Vineet (Microwave Remote Sensing Lab, Centre of Studies in Resources Engineering, Indian Institute of Technology Bombay, Mumbai, India) ,  McNairn Heather (Ottawa Research and Development Centre, Agriculture and Agri-Food Canada, Canada) ,  Bhattacharya Avik (Microwave Remote Sensing Lab, Centre of Studies in Resources Engineering, Indian Institute of Technology Bombay, Mumbai, India) ,  Rao Y.S. (Microwave Remote Sensing Lab, Centre of Studies in Resources Engineering, Indian Institute of Technology Bombay, Mumbai, India)
資料名： International Journal of Applied Earth Observation and Geoinformation  (International Journal of Applied Earth Observation and Geoinformation)
巻： 88  ページ： Null  発行年： 2020年 
JST資料番号： W3181A  ISSN： 1569-8432  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： 作物の正確な時空分類は,季節内作物モニタリングにとって最も重要である。合成開口レーダ(SAR)データは,作物形態に関する多様な物理的情報を提供する。本研究では,全偏光測定SARデータを用いた作物分類のための日毎および時系列アプローチを提案した。この文脈において,全偏光測定SARデータの4×4実Kennaugh行列表現を利用し,散乱体の種々の形態的及び誘電的属性に関する価値ある情報を提供できる。Kennaughマトリックスの要素を,ランダムフォレストと極端な勾配ブースティング分類器を用いて,作物タイプの分類のためのパラメータとして用いた。時系列アプローチは全成長期間を通してデータパターンを使用し,一方,日毎アプローチは訓練と検証のために各取得から単一データスタックへのPolSARデータを分析する。この手法の主な利点は,SAR取得が特定の日に利用できる場合にも,中間的な作物地図を生成する可能性である。さらに,日毎のアプローチは,時系列アプローチと比較して,最小の気候影響を持っている。しかしながら,時系列データは全成長サイクルにおける作物成長の特徴を保持しているので,分類精度は通常日毎のデータより高い。Crop評価とモニタリング(JECAM)イニシアティブのための共同実験の中で,カナダとインドの試験サイトとCバンド全偏光測定RADARSAT-2データで収集されたその場測定を分類装置の訓練と検証のために用いた。さらに,作物形態に対するKennaughマトリックス要素の感度は本研究において明らかである。インドおよびカナダの試験サイトにおける時系列データに対して,それぞれ87.75%および80.41%の全体的分類精度が達成された。しかし,日毎のデータについては,両分類器に対して全体の精度の約6%の減少が観測された。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： 合成開口レーダ ,  *偏波 ,  カナダ ,  偏光測定 ,  *農作物 ,  散乱体 ,  分類装置 ,  インド
準シソーラス用語： 現場測定 ,  分類精度 ,  時系列データ ,  気候影響 ,  ブースティング ,  ランダムフォレスト ,  *RADARSAT , 【Automatic Indexing@JST】

著者キーワード (6件)： 作物分類 ,  XGBoost ,  ランダムフォレスト ,  jecム ,  POLSAR ,  Kennaughマトリックス

分類 (1件)： リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (7件)： 偏波 ,  導出 ,  マトリックス ,  要素 ,  季節 ,  作物 ,  分類