文献

J-GLOBAL ID：202102261737649056   整理番号：21A2454619

センチネル2画像を用いた都市ファブリックマッピングのための多時間深層学習アプローチに向けて【JST・京大機械翻訳】

Towards a Multi-Temporal Deep Learning Approach for Mapping Urban Fabric Using Sentinel 2 Images

著者 (4件)： Mendili Lamiae El (School of Geomatics and Surveying Engineering, IAVH2, 10101 Rabat, Morocco) ,  Puissant Anne (Laboratoire Image, Ville, Environnement-LIVE/CNRS UMR 7362, Department of Geography, University of Strasbourg, 3 rue de l’Argonne, 67000 Strasbourg, France) ,  Chougrad Mehdi (School of Geomatics and Surveying Engineering, IAVH2, 10101 Rabat, Morocco) ,  Sebari Imane (School of Geomatics and Surveying Engineering, IAVH2, 10101 Rabat, Morocco)
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 12  号： 3  ページ： 423  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： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 都市域における人口生活の主要部分は,将来増加することが期待される。現在と将来に向けた都市が直面する主な課題は,急速な都市化,都市温度と都市ヒートアイランドの増加である。これらの現象の環境影響を分析するための都市布(UF)のマッピングとモニタリングは,これまでより必要である。地球観測データのアベイラビリティ増加と時間的能力の増大との組合せは,土地利用分類を改善するための時間的特徴,特に,クラス間のスペクトル重複が困難になる都市環境において考慮することにつながる。したがって,都市土地利用分類はリモートセンシングにおける中心的問題である。土地被覆分類を改善するためにLandsat-8またはSentinel-2のような複数時間画像を用いていくつかの研究が成功しているが,都市土地利用マッピングは時間的次元を用いてほとんど実行されていない。本論文では,まず,都市フットプリントの分類のための単一日画像上で訓練された4つの一般的な完全畳み込みニューラルネットワーク(FCN)の時間ロバスト性を評価し,次に多時間FCNを提案することにより,深層学習フレームワークにおけるSentinel-2データの使用を検討した。提案したフレームワークと正規FCNの性能比較も行った。本研究では,多くのヨーロッパ西部都市に典型的な4つのUFクラスを考察した。結果は,Sentinel 2複数時間データに関する提案したマルチ日モデル訓練が,連続UFと産業施設のために,それぞれ2.72%と6.40%のカッパ係数増加によって,最も良い結果を達成したことを示した。より決定的な結論は,更なる試験を必要とするが,最初の結果は,都市土地利用分類への高い空間分解能を有する時間的次元の統合が,いくつかの都市カテゴリーを識別するための貴重な戦略であることを確認するので,有望である。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： 土地利用 ,  *都市 ,  スペクトル ,  アベイラビリティ ,  リモートセンシング ,  都市化 ,  都市域 ,  ヨーロッパ ,  環境影響 ,  ロバスト性 ,  都市環境
準シソーラス用語： 地球観測 ,  土地被覆分類 ,  都市ヒートアイランド ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 都市織物 ,  Sentinel-2 ,  深層学習 ,  多時期アプローチ

分類 (2件)： リモートセンシング一般  (AD04000L) ,  土地利用一般,地域制  (RD02010Z)

引用文献 (42件)：

• United Nations Department of Economic and Social Affairs Population Division. World Urbanization Prospects 2018. Available online: https://population.un.org/wup/Publications/Files/WUP2018-Report.pdf (accessed on 24 December 2018).
• Merlin, F.; Choay, F. Dictionnaire de l’urbanisme et de l’amenagement, 1st ed.; Presses Universitaires de France: Paris, France, 2005; p. 723.
• Hulley, M. The urban heat island effect: causes and potential solutions. Metrop. Sustain. 2012, 79-98.
• Irwin, E.G.; Bockstael, N.E. The evolution of urban sprawl: Evidence of spatial heterogeneity and increasing land fragmentation. Proc. Natl. Acad. Sci. USA 2007, 104, 20672-20677.
• Puissant, A.; Lachiche, N.; Skupinski, G.; Braud, A.; Perret, J.; Mas, A. GeOpenSim: Classification et évolution des tissus urbains. Revue Internationale de Géomatique 2011, 21, 513-532.

タイトルに関連する用語 (4件)： 都市 ,  ファブリック ,  マッピング ,  深層学習