文献

J-GLOBAL ID：202102228641602877   整理番号：21A2453347

非常に高い空間分解能WorldView-3データを用いたTongaにおけるココナッツツリーのリモートセンシング【JST・京大機械翻訳】

Remote Sensing of Coconut Trees in Tonga Using Very High Spatial Resolution WorldView-3 Data

著者 (5件)： Vermote Eric F. (NASA Goddard Space Flight Center Code 619, 8800 Greenbelt Road, Greenbelt, MD 20771, USA) ,  Skakun Sergii (NASA Goddard Space Flight Center Code 619, 8800 Greenbelt Road, Greenbelt, MD 20771, USA) ,  Skakun Sergii (Department of Geographical Sciences, University of Maryland, College Park, MD 20742, USA) ,  Becker-Reshef Inbal (Department of Geographical Sciences, University of Maryland, College Park, MD 20742, USA) ,  Saito Keiko (World Bank Group, Global Facility for Disaster Reduction and Recovery, Washington, DC 20006, USA)
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 12  号： 19  ページ： 3113  発行年： 2020年 
JST資料番号： U7270A  ISSN： 2072-4292  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 本論文は,WorldView-3センサによって取得した青,緑,赤および近赤外スペクトルバンドにおける非常に高い空間分解能データ(30cm)を用いて,Tonga領域におけるココナッツ樹木の数を推定するための簡単で効率的な画像処理法を示した。この方法は,ツリーシャドウの検出と,導出したセグメントの幾何学的特性を用いた偽検出を排除するための更なる解析に基づいている。アルゴリズムは,Tongatapu島のVaini地域の200m200mの57のランダム分布(4%サンプリング速度)セグメントにわたる写真解釈を通して,専門家によって導出されたココナッツ木数を比較することによって評価した。検出された樹木の数は,検証データに対して5%以内で一致した。提案した方法を,TongaとTongatapuの両方に対する衛星導出推定値を2015年の農業調査データと比較して,全Tongaアーカイペラゴについて評価し,3%以内で一致した。Copyright 2021 The Author(s) 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 ,  農業 ,  画像処理 ,  *リモートセンシング ,  衛星利用画像 ,  センサ ,  推定量 ,  近赤外スペクトル ,  空間分解能
準シソーラス用語： *Tonga ,  サンプリング速度 ,  ランダム分布 ,  ココナッツ , 【Automatic Indexing@JST】

著者キーワード (7件)： ココナツの ,  ツリー計数 ,  衛星画像 ,  非常に高い空間分解能 ,  WorldView-3 ,  樹木の影 ,  画像処理

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

引用文献 (11件)：

• Ke, Y.; Quackenbush, L.J. A review of methods for automatic individual tree-crown detection and delineation from passive remote sensing. Int. J. Remote Sens. 2011, 32, 4725-4747.
• Teina, R.; Béréziat, D.; Stoll, B.; Chabrier, S. Toward a global Tuamotu archipelago coconut trees sensing using high resolution optical data. In Proceedings of the IEEE International Geoscience and Remote Sensing Symposium IGARSS 2008, Boston, MA, USA, 7-11 July 2009; pp. 797-800.
• Li, W.; Fu, H.; Yu, L.; Cracknell, A. Deep learning based oil palm tree detection and counting for high-resolution remote sensing images. Remote Sens. 2016, 9, 22.
• Weinstein, B.G.; Marconi, S.; Bohlman, S.; Zare, A.; White, E. Individual tree-crown detection in RGB imagery using semi-supervised deep learning neural networks. Remote Sens. 2019, 11, 1309.
• Mubin, N.A.; Nadarajoo, E.; Shafri, H.Z.M.; Hamedianfar, A. Young and mature oil palm tree detection and counting using convolutional neural network deep learning method. Int. J. Remote Sens. 2019, 40, 7500-7515.

タイトルに関連する用語 (3件)： 空間分解能 ,  ココナッツ ,  リモートセンシング