抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文は,大気補正の必要性に関する議論を,Top-and Bottom-of-Atmosphoma画像から得られたデータ駆動海面塩分(SSS)を比較することにより紹介した。大気補正を用いて衛星センサによって取得した反射率における大気の影響を除去した。Sentinel-2レベル-2A製品は,Sen2Corプロセッサを用いて,レベル1C Top-of-Atmosphoma(TOA)タイルから導出された大気補正Bottom-of-Atmosphoma(BOA)画像を提供する。沿岸域(100m)の高分解能のSSSを,人工ニューラルネットワークを用いたマルチスペクトルシグネチャから導出する。これらは衛星バンド情報とin situ SSSデータの間の関係を得る。異なる入力変数を有する4つのシナリオをTOAとBOA画像の両方に対して試験し,補間(すべてのプラットフォームに関する事前情報が訓練データセットで利用可能である)と外挿(certainプラットフォームが分離され,ネットワークがこれらの問題に関するいかなる以前の情報も持たない)について試験する。結果は,TOAが,より高い決定係数(R2),より低い平均絶対誤差(MAE),およびより低い最も一般的誤差(e)に関して,常にBOAより優れていることを示した。最良のTOA結果は,R2=0.99,MAE=0.4PSUおよびe=0.2PSUであった。さらに,Sentinel-2タイルのすべてのピクセルにおけるニューラルネットワークの評価は,BOA結果が海岸から遠く離れただけ正確であることを示し,一方TOAデータは沿岸混合パターン,河口過程に関する有用な情報を提供し,淡水塩分値を推定することができる。これは,土地隣接補正が誤差の関連する源であり得ることを示唆する。Sun glint補正は,誤差の別のソースであるように見える。機械学習アルゴリズムおよびビッグデータを用いるとき,TOA画像はBOA画像より正確で,マルチスペクトルin situ関係に影響する大気補正プロセスにおける情報の明確な損失がある。最後に,大気補正を避けることによって得られた時間と計算資源は,クロロフィルまたは着色溶解有機物の推定のような将来の研究で興味深いTOA画像の利用を可能にする。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】