文献

J-GLOBAL ID：202202287775682884   整理番号：22A0203775

Himawari-8衛星画像に基づく境界大気汚染を可視化するための効果的な畳込みニューラルネットワーク【JST・京大機械翻訳】

An Effective Convolutional Neural Network for Visualized Understanding Transboundary Air Pollution Based on Himawari-8 Satellite Images

著者 (3件)： Lin Fangzhou (Graduate School of Information Sciences, Tohoku University, Sendai, Japan) ,  Gao Chenyang (Department of Computer Science and Engineering, Southern University of Science and Technology, Shenzhen, China) ,  Yamada Kazunori D. (Graduate School of Information Sciences, Tohoku University, Sendai, Japan)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.1003605.1-5  発行年： 2022年 
JST資料番号： W1397A  ISSN： 1545-598X  CODEN： IGRSBY  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： 大気汚染は,衛星を用いて可視化できる社会的および交差境界環境問題である。衛星イメージングは家庭国だけでなく,近隣諸国にも有用である。さらに,大気汚染の移動のモニタリングは,感受性の人々が酸性雨と光化学スモッグを避けるのを助けることができる。高度リモートセンシング(RS)画像を用いて,実質的な情報を得ることができ,それは大気汚染を可視化するための多数の効果的な方法を作り出すことができる。本論文では,大気汚染を抽出するための新しい方法を提案した。それは,スペクトルアスペクト情報を利用するために,焦点領域方法とともに様々なパイプラインネットワークを適用する。その後,多数の修正完全畳込みネットワーク(FCN)を持つ3つの指数を抽出した。次に,マルチボートモジュールを採用することによって,可視化大気汚染を,提示することができた。実施した実験では,5年のHimawari-8衛星画像が,この枠組みを検証するために,北熊東アジア地域で利用された。さらに,実験結果は,与えられた方法が大気汚染を効果的に可視化できることを示した。ソースコードとデータセットはhttps://github.com/ark1234/Himawari-8-based-visualized-understandingで利用可能である。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： *畳込み ,  *大気汚染 ,  *ネットワーク ,  ボート ,  感受性 ,  光化学スモッグ ,  *可視化 ,  画像処理 ,  リモートセンシング ,  東アジア ,  酸性雨 ,  *衛星利用画像
準シソーラス用語： 環境問題 ,  ソースコード ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 衛星画像 ,  境界 ,  大気汚染 ,  可視化 ,  畳込みニューラルネットワーク