論文の概要: Pansharpening of PRISMA products for archaeological prospection
- arxiv url: http://arxiv.org/abs/2404.05447v1
- Date: Mon, 8 Apr 2024 12:29:46 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-09 14:34:53.530494
- Title: Pansharpening of PRISMA products for archaeological prospection
- Title（参考訳）: 考古学的展望のためのPRISMA製品の焼成
- Authors: Gregory Sech, Giulio Poggi, Marina Ljubenovic, Marco Fiorucci, Arianna Traviglia,
- Abstract要約: 本研究は, パンシャーペン型PRISMA衛星製品の地球考古学探査における利用性を評価するものである。
3つのパンシャーピング法(GSA, MTF-GLP, HySure)を定量的・質的に比較し, アクイレイア(イタリア)の考古学的景観について検討した。
- 参考スコア（独自算出の注目度）: 1.2116854758481392
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Hyperspectral data recorded from satellite platforms are often ill-suited for geo-archaeological prospection due to low spatial resolution. The established potential of hyperspectral data from airborne sensors in identifying archaeological features has, on the other side, generated increased interest in enhancing hyperspectral data to achieve higher spatial resolution. This improvement is crucial for detecting traces linked to sub-surface geo-archaeological features and can make satellite hyperspectral acquisitions more suitable for archaeological research. This research assesses the usability of pansharpened PRISMA satellite products in geo-archaeological prospections. Three pan-sharpening methods (GSA, MTF-GLP and HySure) are compared quantitatively and qualitatively and tested over the archaeological landscape of Aquileia (Italy). The results suggest that the application of pansharpening techniques makes hyperspectral satellite imagery highly suitable, under certain conditions, to the identification of sub-surface archaeological features of small and large size.
- Abstract（参考訳）: 衛星プラットフォームから記録されたハイパースペクトルデータは、低空間解像度のため、しばしば地球考古学的な観測に不適である。
考古学的特徴を特定するための空中センサーによるハイパースペクトルデータの確立されたポテンシャルは、高い空間分解能を達成するためにハイパースペクトルデータを強化することへの関心を高めた。
この改良は地下の地質学的特徴に関連付けられた痕跡の検出に不可欠であり、衛星ハイパースペクトルの取得を考古学的な研究により適させることができる。
本研究は, パンシャーペン型PRISMA衛星製品の地球考古学探査における利用性を評価するものである。
3つのパンシャーピング法(GSA, MTF-GLP, HySure)を定量的・質的に比較し, アクイレイア(イタリア)の考古学的景観について検討した。
その結果, パンシャルペン法の適用により, 特定の条件下での高スペクトル衛星画像が, 小型・大型の地下考古学的特徴の同定に極めて適していることが示唆された。
関連論文リスト
- GeoSplatting: Towards Geometry Guided Gaussian Splatting for Physically-based Inverse Rendering [69.67264955234494]
GeoSplattingは、3DGSを明示的な幾何学的ガイダンスと微分可能なPBR方程式で拡張する新しいハイブリッド表現である。
多様なデータセットにわたる総合的な評価は、GeoSplattingの優位性を示している。
論文 参考訳（メタデータ） (2024-10-31T17:57:07Z) - A Machine Learning Approach to Detecting Albedo Anomalies on the Lunar Surface [0.0]
本研究では、月面のアルベド異常を探索・予測するために機械学習(ML)技術を用いたデータ駆動アプローチを提案する。
主な目的は、化学元素とアルベドの関係を識別し、惑星表面の理解を深めることである。
本稿では,予測誤差を可視化し,その空間的および化学的特性を記述するための対話型解析ツールを提案する。
論文 参考訳（メタデータ） (2024-07-08T11:25:30Z) - A Survey of Generative Techniques for Spatial-Temporal Data Mining [93.55501980723974]
本稿では,空間時間データマイニングにおける生成技術の統合に焦点を当てる。
本稿では,生成技術に基づく時空間法を包括的に分析する。
また、空間時間データマイニングパイプライン用に特別に設計された標準化されたフレームワークも導入されている。
論文 参考訳（メタデータ） (2024-05-15T12:07:43Z) - Observation-Guided Meteorological Field Downscaling at Station Scale: A
Benchmark and a New Method [66.80344502790231]
気象学的ダウンスケーリングを任意の散乱ステーションスケールに拡張し、新しいベンチマークとデータセットを確立する。
データ同化技術にインスパイアされた我々は、観測データをダウンスケーリングプロセスに統合し、マルチスケールの観測先行情報を提供する。
提案手法は、複数の曲面変数上で、他の特別に設計されたベースラインモデルよりも優れている。
論文 参考訳（メタデータ） (2024-01-22T14:02:56Z) - Assessment of a new GeoAI foundation model for flood inundation mapping [4.312965283062856]
そこで本稿は,IBM-NASAのPrithviによる地空間基盤モデルの性能評価を行い,地空間解析の重要課題である洪水浸水マッピングを支援する。
実験では、ベンチマークデータセットであるSen1Floods11を使用し、モデルの予測可能性、一般化可能性、転送可能性を評価する。
以上の結果から, 未確認領域におけるセグメンテーションにおけるPrithviモデルの性能上の優位性が示された。
論文 参考訳（メタデータ） (2023-09-25T19:50:47Z) - Semi-Automated Segmentation of Geoscientific Data Using Superpixels [4.035753155957697]
地質学的プロセスは、臨界鉱物、水、地熱エネルギーなどの資源の分布を決定する。
スーパーピクセルの概念に触発されて,類似した特徴を持つ領域に分割したサーベイデータに対する深層学習に基づくアプローチを提案する。
論文 参考訳（メタデータ） (2023-03-20T19:21:46Z) - Detecting Methane Plumes using PRISMA: Deep Learning Model and Data
Augmentation [67.32835203947133]
PRISMAのような新世代の超スペクトル画像装置は、高空間分解能(30m)で宇宙からメタン(CH4)プラムの検出能力を著しく改善した。
ここでは、PRISMA衛星ミッションの画像を用いてCH4プラムを識別するための完全なフレームワークと、広範囲のプラムを検出可能なディープラーニングモデルを提案する。
論文 参考訳（メタデータ） (2022-11-17T17:36:05Z) - A General Purpose Neural Architecture for Geospatial Systems [142.43454584836812]
本稿では,空間的帰納バイアスを持つ汎用ニューラルアーキテクチャ(GPNA)の構築に向けたロードマップを示す。
このようなモデルがコミュニティのメンバー間の協力をいかに促進するかを考察する。
論文 参考訳（メタデータ） (2022-11-04T09:58:57Z) - Accurate 3-DoF Camera Geo-Localization via Ground-to-Satellite Image
Matching [102.39635336450262]
地上で取得したクエリ画像とジオタグ付き衛星画像の大規模データベースとをマッチングすることにより、地上から衛星画像のジオローカライズの問題に対処する。
我々の新しい手法は、衛星画像のピクセルサイズの精度まで、クエリー画像のきめ細かい位置を達成できる。
論文 参考訳（メタデータ） (2022-03-26T20:10:38Z) - Generalized Unsupervised Clustering of Hyperspectral Images of
Geological Targets in the Near Infrared [0.0]
スペクトルに類似した物質のクラスター化と分類は、しばしば、地球上の経済鉱物探査から火星での惑星探査まで、応用の第一歩である。
ここでは、専門的なスペクトル地質学者の入力と量的指標の両方から情報を得た特徴抽出とクラスタリングのための、完全に教師なしのワークフローを開発する。
このパイプラインは、類似の地質資料の高速かつ正確なクラスタリングマップを提供し、実験室の画像とリモートセンシング画像の両方の主要な鉱物クラスを一貫して識別し、分離する。
論文 参考訳（メタデータ） (2021-06-24T21:05:10Z) - Learning and Recognizing Archeological Features from LiDAR Data [8.135393502095909]
本稿では,LiDAR(Light Detection and Ranging)データを処理するリモートセンシングパイプラインを提案する。
本研究の目的は,地域空間と考古学的アーティファクトを教師付きで識別し,ドメインの専門家が必要に応じて柔軟にパラメータを調整できるようにすることである。
論文 参考訳（メタデータ） (2020-04-05T05:36:37Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。