文献

J-GLOBAL ID：202202260340263374   整理番号：22A0779399

機械学習アプローチによる受動マイクロ波輝度温度からの全球積雪深さ検索【JST・京大機械翻訳】

Global Snow Depth Retrieval From Passive Microwave Brightness Temperature With Machine Learning Approach

著者 (6件)： Xu Xiaocong (School of Geography and Planning, Guangdong Key Laboratory for Urbanization and Geo-Simulation, Sun Yat-sen University, Guangzhou, China) ,  Liu Xiaoping (School of Geography and Planning, Guangdong Key Laboratory for Urbanization and Geo-Simulation, Sun Yat-sen University, Guangzhou, China) ,  Li Xia (School of Geographic Sciences, East China Normal University, Shanghai, China) ,  Shi Qian (School of Geography and Planning, Guangdong Key Laboratory for Urbanization and Geo-Simulation, Sun Yat-sen University, Guangzhou, China) ,  Chen Yimin (School of Geography and Planning, Guangdong Key Laboratory for Urbanization and Geo-Simulation, Sun Yat-sen University, Guangzhou, China) ,  Ai Bin (School of Marine Sciences, Sun Yat-sen University, Zhuhai, China)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 60  ページ： ROMBUNNO.4302917.1-17  発行年： 2022年 
JST資料番号： H0016B  ISSN： 0196-2892  CODEN： IGRSD2  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 衛星搭載マイクロ波測定に基づく現在の全球雪検索アルゴリズムは,空間分布と時間的変動に関して顕著なバイアスと不確実性を継承する。本論文では,世界中の異なる季節における積雪の不均一性を説明するために,時空的に動的な全球積雪深検索アルゴリズムを提案した。提案モデルは,受動的マイクロ波計測と他の補助情報から積雪深を検索するために非線形機械学習を採用する。積雪内の温度勾配の日プロファイルを用いて,雪の粒径の変化を間接的に特性化した。さらに,帯状分布および多重時間モデリング戦略を用いて,異なる生態地域および季節にわたる積雪不均一性に起因するバイアスおよび不確実性を低減した。2001年から2010年までの地球規模の毎日の積雪深を検索するために,提案モデルを実行した。結果をin situ観察によって検証し,EOS(AMSR-E)雪水等価製品(AE_DySno)のNASA高度マイクロ波走査放射計と比較した。満足できる精度を,毎日,毎月,および年間検証に関して,異なる生態地域に対して達成し,(RMSE)は,~7.5から12cmまで変化し,ピアソン相関係数Rは,0.75~0.85の範囲であった。10の試行の結果は,RMSEとR値の小さな変動を有する異なる生態領域における提案モデルの有望な安定性を示した。AE_DySno製品と比較して,推定結果は過大評価問題を示さず,より大きな空間不均一性を有する積雪深さパターンを提供し,RMSEs~5cm低く,R値はAE_DySno生成物のものより約0.3高かった。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 放射計 ,  *マイクロ波 ,  不確実性 ,  マイクロ波測定 ,  *積雪 ,  *深さ ,  生態 ,  モデリング ,  多重化 ,  *輝度温度 ,  モデル ,  検証 ,  *機械学習
準シソーラス用語： *雪 ,  *積雪深さ ,  検索アルゴリズム , 【Automatic Indexing@JST】

分類 (2件)： 雪氷学  (DC08000N) ,  リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (6件)： 機械学習 ,  マイクロ波 ,  輝度温度 ,  球 ,  積雪深さ ,  検索