文献
J-GLOBAL ID:202102288349326727   整理番号:21A2434376

異なる標高における非較正マルチスペクトルライダー植生指数の一貫性の調査【JST・京大機械翻訳】

Investigating the Consistency of Uncalibrated Multispectral Lidar Vegetation Indices at Different Altitudes
著者 (3件):
資料名:
巻: 11  号: 13  ページ: 1531  発行年: 2019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:
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。
マルチスペクトル(ms)航空機搭載光検出と測距(ライダー)データは,マッピング目的のためにますます使用されている。幾何学的データは,強度ディジタル数(DNs)によって強化され,また,直接,あるいは,活性スペクトル植生指数(SVI)の形で,土地被覆分類と変化モニタリングにおける強化は可能である。SVIの場合,厳密なキャリブレーション後の強度DNsに由来する反射率値から指数を計算するべきである。実際に,そのような較正は,しばしば不可能であり,強度DNから計算したSVIsを用いた。しかし,このような活性msライダー製品の一貫性はよく理解されていない。本研究では,SVIの一貫性を調べるために地上の3つの異なる高度でのmsライダーミッションについて報告した。指数スペクトル比と正規化差異の2つのファミリーの安定性を比較した。かなりの範囲差の場合の大気補正の必要性を確立した。単一リターンを選択することにより,安定なSVI製品を導くことが可能であることを実証した。最後に,植生地域にわたる異なるライダー取得を比較するための基準を提案した。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:
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 
引用文献 (52件):
  • Vosselman, G.; Maas, H. Airborne and Terrestrial Laser Scanning; CRC Press: Boca Raton, FL, USA, 2010.
  • Lu, D.; Mausel, P.; Brondizio, E.; Moran, E. Change detection techniques. Int. J. Remote Sens. 2004, 25, 2365-2407.
  • Lyon, J.G.; Yuan, D.; Lunetta, R.S.; Elvidge, C.D. A change detection experiment using vegetation indices. Photogramm. Eng. Remote Sens. 1998, 64, 143-150.
  • Pettorelli, N. The Normalized Difference Vegetation Index; Oxford University Press: Oxford, UK, 2013.
  • Hopkinson, C.; Chasmer, L.; Gynan, C.; Mahoney, C.; Sitar, M. Multisensor and Multispectral LiDAR Characterization and Classification of a Forest Environment. Can. J. Remote. Sens. 2016, 42, 501-520.
もっと見る

前のページに戻る