文献

J-GLOBAL ID：202102244092968684   整理番号：21A0669623

安定リットデータおよび回帰畳込みニューラルネットワークを用いたVIIRS DNB月間複合材料に及ぼす季節効果の補正【JST・京大機械翻訳】

Correction of Seasonal Effects on VIIRS DNB Monthly Composites by Using Stable Lit Data and Regression Convolutional Neural Network

著者 (3件)： Duc Chuc Man (Graduate School of Engineering, Chubu University,Japan) ,  Hirakawa Tsubasa (Chubu Institute for Advanced Studies, Chubu University,Japan) ,  Fukui Hiromichi (Chubu Institute for Advanced Studies, Chubu University,Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IGARSS  ページ： 1508-1511  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 過去数年において,衛星観測夜間光は,広く使われている地理空間データ製品のひとつであった。可視赤外撮像放射計(VIIRS)Day/Night Band(DNB)は現在最高品質の夜間光データの一つである。しかし,夜間光放射輝度は,雪と植生の変化を含む季節因子によって強く影響を受ける。したがって,非補正夜間光データは,人口と経済活動の推定のような定量的研究において強いバイアスを引き起こすかもしれない。近年,夜間光放射輝度に及ぼす季節要因の影響の調査を目的としたいくつかの研究がある。しかし,それはデータにおける季節効果の補正のための方法がまだ不足している。本論文では,VIIRS DNB月次複合データのための新しい季節効果補正アルゴリズムを提案した。このアルゴリズムは,参照データと回帰畳み込みニューラルネットワーク(CNN)として安定lit画素の利用に基づき,参照データに非補正データを整合する。実験結果は,このアルゴリズムが夜間光(TOL)の全和と電力消費(EPC)の間の相関(R2)を,ほぼ0.78から0.93まで,全日本領域をカバーするデータで著しく改善することを示した。目視検査は,雪影響地域の輝度が補正を受けた後に強く減少することを示した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. 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 ,  複合材料 ,  電力消費 ,  *輝度 ,  画素 ,  バイアス ,  放射輝度 ,  肉眼検査
準シソーラス用語： 雪 ,  衛星観測 ,  赤外イメージング ,  参照データ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 畳込みニューラルネットワーク ,  DNB ,  複合材料 ,  季節