文献

J-GLOBAL ID：202102272472552631   整理番号：21A2436512

新熱帯サバンナにおける微細規模での植生物理型マッピングのための地理的オブジェクトベース画像分析フレームワーク【JST・京大機械翻訳】

Geographic Object-Based Image Analysis Framework for Mapping Vegetation Physiognomic Types at Fine Scales in Neotropical Savannas

著者 (7件)： Ribeiro Fernanda F. (Department of Geography, University of California, Santa Barbara, CA 93106, USA) ,  Roberts Dar A. (Department of Geography, University of California, Santa Barbara, CA 93106, USA) ,  Hess Laura L. (Earth Research Institute, University of California, Santa Barbara, CA 93106, USA) ,  Davis Frank W. (Bren School of Environmental Science and Management, University of California, Santa Barbara, CA 93106, USA) ,  Caylor Kelly K. (Department of Geography, University of California, Santa Barbara, CA 93106, USA) ,  Caylor Kelly K. (Bren School of Environmental Science and Management, University of California, Santa Barbara, CA 93106, USA) ,  Daldegan Gabriel Antunes (Department of Geography, University of California, Santa Barbara, CA 93106, USA)
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 12  号： 11  ページ： 1721  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： 植生構造の地域地図は,種の生息場所を描写し,保全と生態学的分析を支援するのに必要である。広範囲の意味で詳細な植生クラスを識別することができる系統的アプローチは,新熱帯サバンナに対してまだ不足している。サバンナの詳細な植生マッピングは,季節的植生動力学と植生構造と組成における実質的不均一性によって挑戦されるが,微細空間分解能画像(<10m)は,これらの不均一景観における地図精度を改良できる。従来のピクセルベースの分類法は,クラス内スペクトル変動の増加による微細空間分解能データに対して問題があることが証明されている。地理オブジェクトベース画像分析(GEOBIA)はこれらの課題を克服するためのロバストな代替法である。著者らは,5m分解能でCerrado構造型を写像するために,スペクトルおよび空間特徴の両方を説明する系統的GEOBIAフレームワークを開発した。この2段階フレームワークは,画像セグメンテーションとスペクトル情報に基づくランダムフォレスト土地被覆分類から始まり,GEOBIA知識ベースアプローチにおいて,系統的方法で開発された空間文脈とトポロジー規則が続く。空間規則は,11の異なる地形学タイプの環境特性の記述と,河川ネットワーク(ハイドログラフィ),地形,および基質によって表されるエダフィック条件へのそれらの関係に基づいて,先験的に定義された。ランダム森林土地被覆分類は,84.4%の全地図精度で10の土地被覆クラスをもたらし,11の植生クラスの7つを地図化した。2番目のステップは,13のクラスを87.6%の総合精度でマッピングし,そのうち11の植生クラスを同定した。著者らの結果は,5m空間分解能画像がサバンナ構造要素の土地被覆タイプをマッピングするのに適切であることを示した。しかし,GEOBIAフレームワークは,土地被覆カテゴリを生態学的クラス(物理タイプ)に精錬するのに不可欠であり,全体の精度を改善しながら,より高い数の植生クラスをもたらす。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： 位相幾何学 ,  ネットワーク ,  河川 ,  スペクトル ,  画素 ,  *熱帯 ,  生態学 ,  生息場所 ,  *サバンナ ,  ロバスト性 ,  土地被覆
準シソーラス用語： 画像セグメンテーション ,  ランダムフォレスト ,  土地被覆分類 ,  植生構造 , 【Automatic Indexing@JST】

著者キーワード (6件)： GEOBIA ,  土地被覆マッピング ,  高空間分解能画像 ,  サバンナ ,  セラードバイオーム ,  植生型

分類 (2件)： リモートセンシング一般  (AD04000L) ,  測樹学  (FF01040T)

引用文献 (97件)：

• Bond, W.J.; Parr, C.L. Beyond the forest edge: Ecology, diversity and conservation of the grassy biomes. Biol. Conserv. 2010, 143, 2395-2404.
• Eiten, G. The cerrado vegetation of Brazil. Bot. Rev. 1972, 38, 201-341.
• Huntley, B.J.; Walker, B.H. Ecology of Tropical Savannas; Springer: Berlin/Heidelberg, Germany, 1982; Volume 42, ISBN 3-540-11885-3.
• Parr, C.L.; Lehmann, C.E.R.; Bond, W.J.; Hoffmann, W.A.; Andersen, A.N. Tropical grassy biomes: Misunderstood, neglected, and under threat. Trends Ecol. Evol. 2014, 29, 205-213.
• Bastin, J.-F.; Berrahmouni, N.; Grainger, A.; Maniatis, D.; Mollicone, D.; Moore, R.; Patriarca, C.; Picard, N.; Sparrow, B.; Abraham, E.M.; et al. The extent of forest in dryland biomes. Science 2017, 356, 635-638.

タイトルに関連する用語 (8件)： サバンナ ,  規模 ,  植生 ,  物理 ,  マッピング ,  地理 ,  オブジェクトベース画像分析 ,  フレームワーク