文献

J-GLOBAL ID：202102271587865042   整理番号：21A2342327

インド,Ganga川上流におけるクロロフィルa濃度を遠隔推定するためのLandsat-8OLI画像導出モデルの有効性の評価【JST・京大機械翻訳】

Assessing the efficacy of Landsat-8 OLI imagery derived models for remotely estimating chlorophyll-a concentration in the Upper Ganga River, India

著者 (3件)： Prasad Satish (University School of Environment Management, Guru Gobind Singh Indraprastha University, New Delhi, India) ,  Saluja Ridhi (University School of Environment Management, Guru Gobind Singh Indraprastha University, New Delhi, India) ,  Garg J. K. (University School of Environment Management, Guru Gobind Singh Indraprastha University, New Delhi, India)
資料名： International Journal of Remote Sensing  (International Journal of Remote Sensing)
巻： 41  号： 7  ページ： 2439-2456  発行年： 2020年 
JST資料番号： B0645B  ISSN： 0143-1161  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： クロロフィルa(chl-a)は表面水の生産性の指標として役立った。chl-a濃度の推定は,表面水質の監視とその後の保存に重要である。人工ニューラルネットワーク(ANN)ベースのモデルを検証し,上部Ganga川におけるchl-a濃度を決定するために種々の回帰モデルに対するそれらの有効性を試験した。2年間(2016~2017年)の現場データとともに5月と10月のランドサット-8操作ランドイメージャ(OLI)表面反射率(SR)画像を用いて,モデルを開発し,検証した。回帰モデルの性能は,線形,指数,対数および電力モデルに対して,それぞれ,0.57,0.63,0.66および0.68の決定係数(R2)で許容できた。しかし,RMSE=9.86μg・l-1とR2=0.68の最良性能回帰モデル(電力)と比較して,1.52μg・l-1とR2=0.97の二乗平均平方根誤差(RMSE)を有するANNモデル性能を用いたchl-a決定の有効性に有意な改善があった。ANNは,最良の回帰モデル(電力)MAE=7.98μg・l-1と比較して,1.26μg・l-1の平均絶対誤差(MAE)で,比較的正確な空間的および季節的変動を示し,Landsat-8OLI SR画像を用いた大規模空間および時間的モニタリング河川伸張に対するANNの適用性を示唆した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 水質 ,  電力 ,  ニューラルネットワーク ,  河川 ,  *クロロフィルa ,  延伸 ,  インド ,  季節的変動 ,  表面水 ,  線形性 ,  回帰モデル ,  対数 ,  有効性 ,  LANDSAT
準シソーラス用語： 決定係数 , 【Automatic Indexing@JST】

分類 (1件)： 海洋物理学一般  (DC06010K)

タイトルに関連する用語 (8件)： インド ,  川上 ,  クロロフィルa ,  推定 ,  LANDSAT ,  導出 ,  モデル ,  評価