文献

J-GLOBAL ID：202202269915796434   整理番号：22A0844639

CNNモデルでSentinel-1SARデータを融合することによるGoogle地球エンジンにおけるSentinel-2画像からの雲カバー干渉の除去【JST・京大機械翻訳】

Removing Cloud Cover Interference from Sentinel-2 imagery in Google Earth Engine by fusing Sentinel-1 SAR data with a CNNmodel

著者 (4件)： Zhang Xiuhua (School of Mechanical & Electrical Engineering, Wuhan Institute of Technology, Wuhan, China) ,  Qiu Zhaoxin (School of Mechanical & Electrical Engineering, Wuhan Institute of Technology, Wuhan, China) ,  Peng Cong (School of Mechanical & Electrical Engineering, Wuhan Institute of Technology, Wuhan, China) ,  Ye Peng (School of Mechanical & Electrical Engineering, Wuhan Institute of Technology, Wuhan, China)
資料名： International Journal of Remote Sensing  (International Journal of Remote Sensing)
巻： 43  号： 1  ページ： 132-147  発行年： 2022年 
JST資料番号： B0645B  ISSN： 0143-1161  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： Google Eart Engine(GEE)は,長い期間と大きな領域をカバーする光学衛星画像に基づく多様なアレイの利用を可能にする便利なプラットフォームを提供する。しかし,雲汚染は,しばしば土地表面情報を失うために光学的衛星画像を引き起こし,それは頻繁な雲被覆を有する地域におけるそれらの空間的および時間的アベイラビリティに大いに影響を及ぼすことができる。研究者が光学衛星画像を使用する可能性を改善する試みを試みているとき,欠測値の再構成は非常に重要である。最近,畳み込みニューラルネットワーク(CNN)ベースの方法は,クラウド除去において大きな可能性を示した。残念ながら,現在のCNNベースのクラウド除去方法は,局所的に適用することができ,それは,非効率なデータダウンロードと記憶問題をもたらす。これらの問題に取り組むために,本論文は,補助データとしてSentinel-1合成開口レーダ画像を用いて,Sentinel-2画像における雲を除去するために,GEEデータとマルチレベル特徴接続CNN(DeepGEE-S2CR)を統合する方法を提案した。特に,多重レベル特徴接続CNNの訓練プロセスを,局所的に実行し,次に,クラウド除去を,訓練されたCNNモデルによるオンラインデータを用いて,GEEのクライアント上で実行することができた。大域的に分布したSentinel-2画像のセットを用いた実験を行い,提案した方法を検証した。結果は,このプロセスが,局所的に実行しなければならない古典的深部Sentinel-2雲除去法(DSen2-CR)に匹敵する結果を生み出すことができたことを示した(DeepGEE-S2CRとDSen2-CRの平均平方根平均二乗誤差は,それぞれ,0.045と0.042)。提案方法は,大面積をカバーするSentinel-2画像における雲を除去するのに特に便利である。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *干渉 ,  特性 ,  *地球 ,  アベイラビリティ ,  多重化 ,  再構成 ,  測定データ ,  衛星利用画像 ,  ダウンロード ,  地表面
準シソーラス用語： 平均二乗誤差 ,  *Google ,  欠測値 ,  オンライン ,  SAR画像 ,  雲被覆 , 【Automatic Indexing@JST】

分類 (1件)： 写真測量,空中写真  (RC02040D)

タイトルに関連する用語 (7件)： CNN ,  モデル ,  融合 ,  Google ,  地球 ,  雲 ,  干渉