文献

J-GLOBAL ID：202202273969701796   整理番号：22A1060312

Google地球エンジンに基づく適応スタッキングアルゴリズムとSentinel-1/2画像を用いた水稲のマッピング【JST・京大機械翻訳】

Mapping paddy rice using an adaptive stacking algorithm and Sentinel-1/2 images based on Google Earth Engine

著者 (2件)： Xu Duan (School of Public Administration and Law, Hunan Agricultural University, Changsha, China) ,  Zhang Meng (College of Forestry, Central South University of Forestry and Technology, Changsha China)
資料名： Remote Sensing Letters  (Remote Sensing Letters)
巻： 13  号： 4  ページ： 373-382  発行年： 2022年 
JST資料番号： W2289A  ISSN： 2150-704X  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： イネは中国で最も重要な食品作物であり,それは国の食糧安全保障と地域安定性に非常に重要である。したがって,水田稲作地域とその変化を正確に監視することは非常に重要である。本研究では,Google Eart Engine(GEE)に基づく適応積層法を提案して,多時間Sentinel-1およびSentinel-2リモートセンシングデータを用いた水田イネを同定した。分類精度とカッパ係数は,それぞれ88.53%と0.85であった。さらに,水田米のユーザ精度と生産者精度は,それぞれ86.58%と86.92%に達した。結果は,マルチ時間光学とSARデータを統合する戦略の優位性と,水田分類のためのGEEに基づく適応-Stackingアルゴリズムを使用する可能性を実証した。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： *アルゴリズム ,  食品 ,  分類 ,  *地球 ,  農作物 ,  イネ ,  *画像 ,  生産者 ,  *水稲
準シソーラス用語： *Google ,  分類精度 ,  水稲栽培 ,  リモートセンシングデータ ,  食糧安全保障 , 【Automatic Indexing@JST】

分類 (3件)： 植物生態学  (EE02000E) ,  気象学一般  (DC05010D) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： Google ,  地球 ,  適応 ,  スタッキング ,  アルゴリズム ,  水稲 ,  マッピング