文献

J-GLOBAL ID：202202282712291277   整理番号：22A0476334

グローバル土地被覆の品質を改善するための統合方法【JST・京大機械翻訳】

An integration method to improve the quality of global land cover

著者 (3件)： Qian Xinyu (Key Laboratory of Digital Earth Sciences, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100094, China) ,  Qian Xinyu (University of Chinese Academy of Sciences, Beijing 100049, China) ,  Zhang Lei (Key Laboratory of Digital Earth Sciences, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100094, China)
資料名： Advances in Space Research  (Advances in Space Research)
巻： 69  号： 3  ページ： 1427-1438  発行年： 2022年 
JST資料番号： H0831A  ISSN： 0273-1177  CODEN： ASRSDW  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： 土地被覆は地球規模の気候変動と生物地球化学的循環において主要な役割を果たす。それは,エネルギー,水,および炭素の大気-生物圏交換をシミュレーションするために,生態学的および地球-システムモデルで広く使われている。しかし,現在のグローバル土地被覆(GLC)製品は,土地被覆クラス,空間スケール,時間的範囲,および画像源におけるデータ一貫性がなく,低い精度を持っている。本研究は,現在の多重GLC製品を統合し,合理的な規則に合致しない空間および時間誤差を修正することにより,高精度の時系列GLCデータセットを作成することを目的とした。空間最適化と統合のために,CCI2012,MODIS2012,およびGLCNMO2013を統合するためのロジスティック回帰指標法を提案した。その結果,GLC2012は74.4%のユーザの精度で生成し,上記の製品より3.4~10.9%高かった。GLC2012製品は,1999年から2018年までの時系列データセットを形成するため,CCI-LC製品の年間変化によって順次重ね合わせた。次に,異常な時間変化検出と再構成モデル(CDR)を開発して,データシーケンスを検出し,修正した。1999年から2018年までの変化のあるピクセルを,3種類の実,可能,および擬似変化に分割した。故障あるいは真実性を決定するのに可能な変化が必要で,疑似変化は誤った変化として定義した。スペクトル類似性方法は,誤った変化クラスを修正するために提案した。最後に,0.01°の空間分解能でGLC年間時系列データセット(IGLC)を2000~2017改善した。したがって,一連の高精度,時間連続GLCデータセットの生産は,地球規模の生態学的環境保護と都市開発のモニタリングと,対応する政策と推奨の提案のために非常に重要である。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： 炭素 ,  地球 ,  環境保全 ,  スペクトル ,  気候変動 ,  システムモデル ,  画素 ,  多重化 ,  都市開発 ,  生態学 ,  *土地被覆 ,  構成モデル
準シソーラス用語： 時系列データ ,  生物圏 ,  ロジスティック回帰分析 , 【Automatic Indexing@JST】

著者キーワード (4件)： グローバル土地被覆 ,  統合 ,  ロジスティックス回帰指標 ,  変化検出

分類 (1件)： リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (3件)： グローバル ,  土地被覆 ,  統合