論文の概要: A comprehensive review of remote sensing in wetland classification and mapping
- arxiv url: http://arxiv.org/abs/2504.10842v1
- Date: Tue, 15 Apr 2025 03:59:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-16 22:06:49.976382
- Title: A comprehensive review of remote sensing in wetland classification and mapping
- Title（参考訳）: 湿地分類とマッピングにおけるリモートセンシングの総合的考察
- Authors: Shuai Yuan, Xiangan Liang, Tianwu Lin, Shuang Chen, Rui Liu, Jie Wang, Hongsheng Zhang, Peng Gong,
- Abstract要約: 湿地は生物多様性と人間の幸福の両方を支える重要な生態系を構成している。
1970年代、研究者たちは湿地分類とマッピングにリモートセンシング技術を使い始めた。
- 参考スコア（独自算出の注目度）: 5.643371166548179
- License:
- Abstract: Wetlands constitute critical ecosystems that support both biodiversity and human well-being; however, they have experienced a significant decline since the 20th century. Back in the 1970s, researchers began to employ remote sensing technologies for wetland classification and mapping to elucidate the extent and variations of wetlands. Although some review articles summarized the development of this field, there is a lack of a thorough and in-depth understanding of wetland classification and mapping: (1) the scientific importance of wetlands, (2) major data, methods used in wetland classification and mapping, (3) driving factors of wetland changes, (4) current research paradigm and limitations, (5) challenges and opportunities in wetland classification and mapping under the context of technological innovation and global environmental change. In this review, we aim to provide a comprehensive perspective and new insights into wetland classification and mapping for readers to answer these questions. First, we conduct a meta-analysis of over 1,200 papers, encompassing wetland types, methods, sensor types, and study sites, examining prevailing trends in wetland classification and mapping. Next, we review and synthesize the wetland features and existing data and methods in wetland classification and mapping. We also summarize typical wetland mapping products and explore the intrinsic driving factors of wetland changes across multiple spatial and temporal scales. Finally, we discuss current limitations and propose future directions in response to global environmental change and technological innovation. This review consolidates our understanding of wetland remote sensing and offers scientific recommendations that foster transformative progress in wetland science.
- Abstract（参考訳）: 湿地は生物多様性と人間の幸福の両方を支える重要な生態系となっているが、20世紀以降は著しく減少している。
1970年代、研究者たちは湿地分類とマッピングにリモートセンシング技術を使い始め、湿地の範囲と変化を解明しました。
1)湿地分類とマッピングの科学的重要性,(2)主要データ,(2)湿地分類とマッピングの方法,(3)湿地分類とマッピングの要因,(4)現在の研究パラダイムと制限,(5)技術革新とグローバル環境変化の文脈下での湿地分類とマッピングの課題と機会。
本稿では,湿地分類と地図作成に関する総合的な視点と新たな知見を読者に提供し,これらの質問に答えることを目的とする。
まず, 湿地タイプ, 方法, センサタイプ, 研究現場を包含した1200以上の論文のメタ分析を行い, 湿地分類と地図化の傾向について検討した。
次に、湿地分類とマッピングにおける湿地の特徴と既存のデータおよび方法についてレビューし、合成する。
また, 典型的な湿地マッピング産物を要約し, 複数の空間的・時間的スケールにわたる湿地変化の本質的な要因について考察した。
最後に,地球環境の変化と技術革新に対応するため,現状の限界について議論し,今後の方向性を提案する。
本稿では、湿地リモートセンシングの理解を深め、湿地科学における変革的進歩を促進する科学的勧告を提供する。
関連論文リスト
- Transforming Science with Large Language Models: A Survey on AI-assisted Scientific Discovery, Experimentation, Content Generation, and Evaluation [58.064940977804596]
多くの新しいAIモデルとツールが提案され、世界中の研究者や学者が研究をより効果的かつ効率的に実施できるようにすることを約束している。
これらのツールの欠点と誤用の可能性に関する倫理的懸念は、議論の中で特に顕著な位置を占める。
論文 参考訳（メタデータ） (2025-02-07T18:26:45Z) - Ontology Embedding: A Survey of Methods, Applications and Resources [54.3453925775069]
オンロジはドメインの知識とメタデータを表現するために広く使われている。
直接支援できる論理的推論は、学習、近似、予測において非常に限られています。
1つの簡単な解決策は、統計分析と機械学習を統合することである。
論文 参考訳（メタデータ） (2024-06-16T14:49:19Z) - Prioritizing Potential Wetland Areas via Region-to-Region Knowledge Transfer and Adaptive Propagation [9.99241578238986]
湿地は地域社会にとって重要であり、水質浄化から洪水保護、レクリエーション、観光など様々な利益を提供している。
データ駆動型ソリューションは実現可能であるが、米国南西部の多くの地域では湿地の割合が低いため、データ空間がかなり複雑である。
これにより、追加の湿地領域の識別をガイドするためのデータ駆動モデルの開発が困難になる。
論文 参考訳（メタデータ） (2024-06-08T21:25:24Z) - Fuzzy clustering for the within-season estimation of cotton phenology [0.0]
本研究では,綿花の季節内表現学評価のための新しい手法を提案する。
本手法は, スパース・アンス・グラウンドの真理データにおいて, 常に存在する問題に対処するために, 教師なしの手法である。
このモデルを評価するため,ギリシャのオルコメノスで1,285の栽培地観測を行った。
論文 参考訳（メタデータ） (2022-11-25T13:30:57Z) - A Review of Landcover Classification with Very-High Resolution Remotely
Sensed Optical Images-Analysis Unit,Model Scalability and Transferability [4.704131850850489]
ランドカバー分類は、超高解像度(VHR)画像解析において最も難しい課題の1つである。
ディープラーニング(DL)に基づく土地被覆手法とトレーニング戦略の急速な増加が最先端であると主張されているため、既に断片化された土地被覆マッピング手法の技術的景観はさらに複雑である。
論文 参考訳（メタデータ） (2022-02-07T16:38:40Z) - Unlocking the potential of deep learning for marine ecology: overview,
applications, and outlook [8.3226670069051]
本稿では,海洋生態学者と計算機科学者のギャップを埋めることを目的としている。
本研究では, 一般的な深層学習手法を, 平易な言語における生態データ分析に適用する。
我々は,海洋生態学への深層学習の確立と新たな応用を通じて,課題と機会を解説する。
論文 参考訳（メタデータ） (2021-09-29T21:59:16Z) - Weakly Supervised Object Localization and Detection: A Survey [145.5041117184952]
オブジェクトのローカライゼーションと検出は、新しい世代のコンピュータビジョンシステムを開発する上で重要な役割を果たす。
本稿では,(1)古典的モデル,(2)既成の深層ネットワークの特徴表現を用いたアプローチ,(3)ディープラーニングのみに基づくアプローチ,(4)この分野で広く利用されている公開データセットと標準評価指標についてレビューする。
この分野における重要な課題、この分野の開発履歴、各カテゴリーの手法の利点/欠点、異なるカテゴリーの方法間の関係、弱い監督対象のローカリゼーションおよび検出方法の適用、およびこの研究分野の開発をさらに促進するための潜在的な将来の方向性について議論します。
論文 参考訳（メタデータ） (2021-04-16T06:44:50Z) - Applications of physics-informed scientific machine learning in
subsurface science: A survey [64.0476282000118]
地球系は、化石エネルギー探査、廃棄物処理、地質炭素隔離、再生可能エネルギー生成などの人間の活動によって変化した地質形成です。
したがって、ジオシステムの責任ある使用と探索は、効率的な監視、リスクアセスメント、および実用的な実装のための意思決定支援ツールに依存するジオシステムガバナンスにとって重要です。
近年の機械学習アルゴリズムと新しいセンシング技術の急速な進歩は、地下研究コミュニティがジオシステムガバナンスの有効性と透明性を向上させる新しい機会を提示しています。
論文 参考訳（メタデータ） (2021-04-10T13:40:22Z) - Deep Gait Recognition: A Survey [15.47582611826366]
歩行認識は、歩き方に基づいて個人を識別することを目的とした魅力的な生体測定モダリティです。
ディープラーニングは、差別的な表現を自動的に学習する能力によって、2015年からこの分野の研究環境を再構築した。
深層学習による歩行認識のブレークスルーと最近の展開を総合的に紹介します。
論文 参考訳（メタデータ） (2021-02-18T18:49:28Z) - A Survey on Text Classification: From Shallow to Deep Learning [83.47804123133719]
過去10年は、ディープラーニングが前例のない成功を収めたために、この分野の研究が急増している。
本稿では,1961年から2021年までの最先端のアプローチを見直し,そのギャップを埋める。
特徴抽出と分類に使用されるテキストとモデルに基づいて,テキスト分類のための分類を作成する。
論文 参考訳（メタデータ） (2020-08-02T00:09:03Z) - OpenStreetMap: Challenges and Opportunities in Machine Learning and
Remote Sensing [66.23463054467653]
本稿では,OpenStreetMapデータの改良と利用のための機械学習に基づく最近の手法について述べる。
私たちは、OSMがリモートセンシングデータの解釈方法を変え、機械学習とのシナジーが参加型マップ作成をスケールできると考えている。
論文 参考訳（メタデータ） (2020-07-13T09:58:14Z)
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。