文献

J-GLOBAL ID：202002294272792837   整理番号：20A2538565

生息地サンプラ-リモートセンシング画像における生息地型描写のためのサンプリングアルゴリズム【JST・京大機械翻訳】

Habitat sampler-A sampling algorithm for habitat type delineation in remote sensing imagery

著者 (1件)： Neumann Carsten (Helmholtz Centre Potsdam, German Research Centre for Geosciences, Potsdam, Germany)
資料名： Diversity and Distributions  (Diversity and Distributions)
巻： 26  号： 12  ページ： 1752-1766  発行年： 2020年 
JST資料番号： A1489A  ISSN： 1366-9516  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 目的:保護地域ネットワークにおける生物多様性の保存および回復のための生息場所の管理は,管理された生態系におけるプロセスおよび動力学の理解を増加させるための適切なモニタリングを必要とする。リモートセンシングは,自然または管理誘発生息場所変化を報告するためのコヒーレント時空間情報の導出のためのユニークな可能性を提供する。しかし,リモートセンシング画像における生息場所タイプの描写に用いる方法は,画像分類器を構築するための参照として,地上真実サンプリングの広範囲なプロセスに依存する。実際,必要な参照試料の数は,変化する生息場所条件の不均一性のため,複雑な場面で本質的に未知である。したがって,ほとんどの分類器は,遠隔センシングベースのモニタリングシステムの運用使用のために必要とされる,遡及的画像分析や異なる生態系間では移転できない。INNOVATION:生息地型確率の予測モデリングのための代表的な参照サンプルを自律的に生成する新しい手順を紹介した。Habitatサンプラーと呼ばれる手順を,複数の時間的および空間的スケールで植生構造および動力学を示す任意の画像入力に適用できるツールとして提供した。Habitatサンプラーは,画像分類器の訓練のための多くのラベル付き点位置を提供し,様々な生態系における生息場所動力学の描写のためのモデル転送を高速かつ容易に実行することを可能にする。MAIN結論:参照試料の分布が未知または不十分な場合,Habitat Sampterは標準機械学習分類器より優れている。特に,遷移的および周期的生息地発達の遡及的画像解析パターンが大きなヒースランド地域に対してマッピングできることを示した。この手順は,生態系プロセス,特にコストフリー衛星画像を用いた保護地域ネットワークに関して報告するために,様々な生息場所類型を用いた生物多様性保全モニタリングにおける応用に対して実現可能である。Copyright 2020 Wiley Publishing Japan K.K. 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 ,  コヒーレンス ,  ネットワーク ,  監視装置 ,  *リモートセンシング ,  生態系 ,  *生息場所 ,  衛星利用画像 ,  画像分析 ,  生物多様性 ,  機械学習
準シソーラス用語： 画像分類 ,  *リモートセンシング画像 ,  生物多様性保全 ,  植生構造 , 【Automatic Indexing@JST】

著者キーワード (7件)： 生物多様性保全 ,  生息地型 ,  ヒースランド動力学 ,  画像分類 ,  モニタリング ,  参照サンプリング ,  リモートセンシング

分類 (2件)： リモートセンシング一般  (AD04000L) ,  自然保護  (SB06000L)

タイトルに関連する用語 (5件)： 生息地 ,  サンプラ ,  リモートセンシング画像 ,  サンプリング ,  アルゴリズム