文献

J-GLOBAL ID：202002298247484071   整理番号：20A0143996

高分解能リモートセンシング画像に基づく都市域における植生情報抽出【JST・京大機械翻訳】

Vegetation information extraction in urban area based on high resolution remote sensing images

著者 (4件)： Wang Yu (Beijing Institute of Space Mechanics and Electricity (China)) ,  Wang Xiaoyong (Beijing Institute of Space Mechanics and Electricity (China)) ,  He Hongyan (Beijing Institute of Space Mechanics and Electricity (China)) ,  Tian Guoliang (Beijing Institute of Space Mechanics and Electricity (China))
資料名： Proceedings of SPIE  (Proceedings of SPIE)
巻： 11341  ページ： 113411Q-7  発行年： 2019年 
JST資料番号： D0943A  ISSN： 0277-786X  CODEN： PSISDG  資料種別： 会議録 (C)
記事区分： 短報  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 高分解能リモートセンシング画像の空間情報はより豊富であり,詳細における地上物体情報の表現はより明確である。植生は環境の構成要素であり,陸上生態系の最も重要な要素である。したがって,リモートセンシング画像からの植生情報抽出は特に重要である。本論文は,研究区域として上海Pudong新区域を取り入れて,植生情報を抽出するために閾値分類方法とメンバシップ関数分類方法を採用して,WorldView-3衛星リモートセンシング画像から植生情報を抽出するために特徴として正規化植生指数を導入した。結果は,メンバシップ関数分類法に基づく植生情報抽出の精度がより高いことを示した。典型的植生区域の分類精度は90%より高くて,Kappa係数は0.86より高くて,それは分類によって引き起こすフラグメンテーションを著しく減らすことができた。同時に,高分解能リモートセンシング画像は,都市区域における植生情報の抽出のために大きな可能性を示した。COPYRIGHT SPIE. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 正規化植生指数 ,  *都市域 ,  フラグメンテーション ,  メンバシップ関数 ,  *都市 ,  情報抽出 ,  *高分解能
準シソーラス用語： 分類精度 ,  分類法 ,  陸上生態系 ,  空間情報 ,  *リモートセンシング画像 , 【Automatic Indexing@JST】

分類 (2件)： リモートセンシング一般  (AD04000L) ,  写真測量,空中写真  (RC02040D)

タイトルに関連する用語 (5件)： 高分解能 ,  リモートセンシング画像 ,  都市 ,  植生 ,  情報抽出