文献

J-GLOBAL ID：202202231464036185   整理番号：22A0733549

複雑な農業景観を持つ地域における作物マッピングのための中国GF-6画像の可能性の調査【JST・京大機械翻訳】

Exploring the potential of Chinese GF-6 images for crop mapping in regions with complex agricultural landscapes

著者 (8件)： Xia Tian (Key Laboratory for Geographical Process Analysis & Simulation of Hubei Province/School of Urban and Environmental Sciences, Central China Normal University, Wuhan 430079, China) ,  He Zhen (Key Laboratory for Geographical Process Analysis & Simulation of Hubei Province/School of Urban and Environmental Sciences, Central China Normal University, Wuhan 430079, China) ,  Cai Zhiwen (Macro Agriculture Research Institute, College of Resources and Environment, Huazhong Agricultural University, Wuhan 430070, China) ,  Wang Cong (Key Laboratory for Geographical Process Analysis & Simulation of Hubei Province/School of Urban and Environmental Sciences, Central China Normal University, Wuhan 430079, China) ,  Wang Wenjing (Key Laboratory for Geographical Process Analysis & Simulation of Hubei Province/School of Urban and Environmental Sciences, Central China Normal University, Wuhan 430079, China) ,  Wang Jiayue (Key Laboratory for Geographical Process Analysis & Simulation of Hubei Province/School of Urban and Environmental Sciences, Central China Normal University, Wuhan 430079, China) ,  Hu Qiong (Key Laboratory for Geographical Process Analysis & Simulation of Hubei Province/School of Urban and Environmental Sciences, Central China Normal University, Wuhan 430079, China) ,  Song Qian (Key Laboratory of Agricultural Remote Sensing (AGRIRS), Ministry of Agriculture and Rural Affairs/Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences, Beijing 100081, China)
資料名： International Journal of Applied Earth Observation and Geoinformation  (International Journal of Applied Earth Observation and Geoinformation)
巻： 107  ページ： Null  発行年： 2022年 
JST資料番号： W3181A  ISSN： 1569-8432  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 正確でタイムリーな作物マッピングは環境評価,食料安全保障および農業生産にとって極めて重要である。しかし,高い景観不均一性と頻繁な曇天と雨天気象を有する地域では,不十分な高品質衛星画像は作物分類の精度を制限する。最近打ち上げられた中国のGF-6広視野カメラ(WFV)は,4日間の再訪問サイクルと16メートルの空間分解能で,農業モニタリングに大きな可能性を示す。本研究では,複雑な農業景観によって特徴づけられたQianjiang市を,作物タイプの同定におけるGF-6データの可能性を評価する研究領域として選択した。最初に,ペアワイズとグローバル分離性を計算して,作物分類に及ぼすGF-6画像の異なるスペクトル-時間特性の影響を分析した。次に,15のGF-6タイルに由来する合計255のスペクトル-時間特徴を,ランダム森林分類を実行するために使用した。さらに,分類結果を671のフィールドサンプルに基づいて評価し,次にGF-6データとSentinel-2またはLandsat-8データの間の精度を比較した。さらに,作物タイプの最も早い同定可能時間も,各期間に利用可能なすべてのGF-6データを用いて反復して測定した。結果は,すべての利用可能なGF-6画像の全体的精度(OA)が91.55%であり,それはLandsat-8データ(OA=85.97%)のそれより有意に高く,Sentinel-2データ(OA=93.10%)のものよりわずかに低かったことを示唆した。新しく添加した赤端バンド(0.69~0.73μm,0.73~0.77μm)およびそれらの派生植生指数は重要なスペクトル特徴であり,中期~中期から早春期までの期間は,著者らの調査地域における作物同定のための最良の時間窓であった。さらに,7月下旬は,初年度の90%の総合精度で,最も早い作物同定可能時間であった。これらの結果は,複雑な作付体系と断片化された農業景観を有する地域における作物タイプを分類するためのGF-6画像の大きな可能性を示し,特に,他の衛星データを同等の空間分解能(例えば,中国のGF-1データおよびSentinel-2データ)と統合するときに,特に他の衛星データを統合する。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： データ ,  農業 ,  気象 ,  *農作物 ,  スペクトル ,  *画像 ,  作付体系 ,  環境アセスメント ,  衛星利用画像 ,  食料安全保障
準シソーラス用語： 植生指標 ,  *農業景観 ,  高品質 ,  ランダムフォレスト ,  曇天 , 【Automatic Indexing@JST】

著者キーワード (5件)： GF-6 WFV ,  スペクトル-時間分離可能性 ,  ランダムフォレスト ,  早期季節 ,  作物マッピング

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (7件)： 農業景観 ,  地域 ,  作物 ,  マッピング ,  中国 ,  可能性 ,  調査