文献
J-GLOBAL ID:202102253249844581   整理番号:21A0776281

ランドサットデータを用いた過去の景観のマッピング:1985年の上部パラナ川流域【JST・京大機械翻訳】

Mapping past landscapes using landsat data: Upper Parana River Basin in 1985
著者 (12件):
資料名:
巻: 21  ページ: Null  発行年: 2021年 
JST資料番号: W3080A  ISSN: 2352-9385  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
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。
過去数十年の間,地球表面のリモートセンシングの科学は膨大な量のデータを生み出した。並列に,計算能力の増加とともに,いくつかの分類方法を衛星検索に適用した。このタイムリーな組み合わせは,過去の時間の土地被覆マップに関するより正確な知識を回復することができる。したがって,本研究の主目的は,世界で最も経済的に重要な河川流域の1つである上部パラナ川流域(UPRB-1985)における1985年の土地被覆製品を開発することであった。土地被覆地図は,Landsat TM(主題マッパ)センサからのデータに適用した教師付き分類器-SVM(Support Vector Machine)を用いて開発した。分類プロセスは,1985年に収集した52のシーンと,流域を横断する合計17,040の訓練サンプルに基づいて実施した。ピクセルとオブジェクトベースの方法を用いてLandsatシーンを分類した。生成されたマッピング精度は,文献-Global精度およびカッパ指数で採用された統計的基準を用いて評価した。McNemarの試験結果は,Pixelベースとオブジェクトベースの分類の間の有意差(5%レベルで)を示し,オブジェクトベースの分類精度は,わずかに高かった(Global精度79.8%)。しかし,レリーフと分類アプローチの間のいくつかの関係を観察した。高傾斜のサブ流域では,Pixelベース分類手法の平均総合精度値は,オブジェクトベース手法よりも13.1%高かった。過去の土地被覆をマッピングすることによって,本研究は,進行中のプロセスを理解し,また,時間とともに起こった土地被覆の変化を評価し,また,それらが地域の水文学の変動性を説明するかを評価するために,戦略的情報である。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
リモートセンシング一般 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る