Sentinel-2 Top-of-Atmosphere放射輝度データからのLAIのGauss過程検索【JST・京大機械翻訳】

Estevez Jose; Vicent Jorge; Rivera-Caicedo Juan Pablo; Morcillo-Pallares Pablo; Vuolo Francesco; Sabater Neus; Camps-Valls Gustau; Moreno Jose; Verrelst Jochem

プレプリント

J-GLOBAL ID：202202202050216043 整理番号：22P0216559

Sentinel-2 Top-of-Atmosphere放射輝度データからのLAIのGauss過程検索【JST・京大機械翻訳】

Gaussian Processes Retrieval of LAI from Sentinel-2 Top-of-Atmosphere Radiance Data

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (9件)： , , , , , , , ,
資料名：
発行年： 2020年12月07日プレプリントサーバーでの情報更新日： 2020年12月07日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

衛星と航空機搭載光学データからの植生特性の検索は通常大気補正後に行われるが,大気(TOA)放射輝度データから直接検索アルゴリズムを開発することが可能である。センサTOA放射輝度データから検索できる重要な植生変数の一つは,もしアルゴリズムが大気の変動性を説明するならば,葉面積指数(LAI)である。ハイブリッド機械学習フレームワークにおけるSentinel-2(S2)TOA放射輝度データ(L1C製品)からのLAI検索の実現可能性を実証した。これを達成するために,結合葉-キャノピー-大気放射伝達モデルPROSAIL-6Sを用いて,TOA放射輝度データと関連入力変数のルックアップテーブル(LUT)をシミュレーションした。次に,このLUTを用いて,Bayes機械学習アルゴリズムGauss過程回帰(GPR)と変分ヘテロ分散GPR(VHGPR)を訓練した。PROSAILシミュレーションも用いて,比較目的のための大気下(BOA)レベル(L2A製品)におけるS2画像からのLAI検索のためのGPRとVHGPRモデルを訓練した。VHGPRモデルはBOAとTOAスケールで一貫したLAIマップを導いた。著者らは,ハイブリッドLAI検索アルゴリズムが,雲フリースカイを与えられたTOA放射輝度データから開発でき,従って大気補正を必要としないことを示した。【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

リモートセンシング一般 , 測樹学 , 光学情報処理

, , ,

前のページに戻る