权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

衛星リモ-トセンシングデ-タを用いた都市内緑地のモニタリング

利用卫星遥感数据监测城市绿地

基本信息

批准号：
02202138
负责人：
花泉弘
金额：
$ 2.18万
依托单位：
Hosei University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research on Priority Areas
财政年份：
1990
资助国家：
日本
起止时间：
1990 至无数据
项目状态：
已结题

项目摘要

都市内の緑地をグロ-バルに評価する上で重要な植生指数の物理的、生物的意味を明らかにすること、および植生指数や植生指数に基づいて行った植生分類の精度が地表面傾斜から受ける影響について検討した。(安岡) 緑被率については、画素内の緑被率推定問題と画像全体からの緑量推定問題とを分離し、正準相関分析に基づく手法と、緑被画素抽出処理に基づき植物による年間純生産量単位で地域の緑量推定する手法とを開発した。(松尾) さらに、緑地画素の抽出に必要なセンサの空間分解能の検討を行ない、センサの空間分解能が2mよりも劣る場合には、1つの画素に複数のカテゴリが含まれるミクセルが40%以上となり、ミクセルの増加が原因となって分類精度が低下することがわかった。ピュアピクセルとミクセルを別々に分類する新しい分類手法を開発し、分類精度が向上することを確認した。(梅干野)都市内の緑地分布の時間的変化抽出を行うのにまず必要な画像重ね合わせ手法と、時間変化抽出法について検討した。最小限(3〜4点)のGCP対を与えるだけで自動的に画像の重ね合わせを行う手法を開発し、幾何学的な歪の程度によらず1画素以内の精度で重ね合わせが行えることを確認した。また、多重時刻・多重分光画像から時間変化情報を抽出するために必要な、画素濃度に対しするゲイン・オフセット補正、雑音の影響の低減、さらに次元圧縮について検討し、新しいアルゴリズムを開発している。(花泉) 一方、2時期の画像デ-タをそれぞれ分類して結果が異なるクラスになる場合に経時変化があったとする手法についても、トレ-ニングデ-タの不安定性や画像に含まれる雑音などの影響を補正して結果を安定化させる手法の検討を行ない、トレ-ニングデ-タの共通化と、多層分類画像の使用によって安定した経時変化抽出の行えることを示した。(竹内)

The physical and biological significance of vegetation index in urban green space evaluation is discussed in detail. (Yasuoka) Green coverage ratio estimation problem, green coverage ratio estimation problem in the pixel, green amount estimation problem in the whole image, separation, correlation analysis, basic method, green coverage pixel extraction processing, base plant, annual net production unit, regional green amount estimation method were developed. (Matsuo) In this case, the spatial resolution energy of a pixel is required for extraction of green space pixels. When the spatial resolution energy of a pixel is less than 2m, the number of pixels in a pixel is more than 40%. The reason for the increase in the number of pixels is that the classification accuracy is low. A new classification method was developed to confirm the accuracy of classification. (Umegano) The temporal variation of green space distribution in urban areas is discussed in detail. Minimum limit (3 ~ 4 points) of GCP and automatic re-alignment of images, geometric deviation, accuracy within 1 pixel, re-alignment and re-alignment. For example, the extraction of time-varying information from multi-time and multi-spectral images, the correction of pixel concentration, the reduction of noise effects, the detection of dimensional compression, and the development of new types of images. (Flower Spring) One or two periods of the portrait are classified into different categories, the results are different, the time is changed, the technique is changed, the instability of the portrait is changed, the influence of the sound is corrected, the result is stabilized, the technique is changed, the communication is changed, the result is changed. Multi-layer classification of images in the use of stable and time-sensitive extraction of the line (Takeuchi)