発表番号 Presentation number :B6(口頭発表 Oral presentation )
発表題目 Presentation title:"Evaluation of Atmospheric Correction Methods for the SGLI/GCOM-C
Instrument and Their Effect on Chlorophyll-a Products for Ocean Color"
発表者 Speaker :〇M. Salah(Kyoto University of Advanced Science (KUAS))
・S. I. Salem (KUAS)・N. Utsumi (TIT)・H. Higa (YNU)・J. Ishizaka・K. Oki (KUAS、Tokyo Univ.)
《Abstract》
"Atmospheric correction (AC) is a critical step in deriving accurate remote sensing reflectance (Rrs) for ocean color applications. In this study, three AC methods developed for the SGLI sensor aboard JAXA’s GCOM-C satellite were evaluated and compared: JAXA’s Standard AC, OC-SMART, and NASA’s SeaDAS. The impact of each method on Chlorophyll-a estimation was assessed. JAXA’s Standard AC achieved the lowest RMSE, showing a 10.9% improvement over OC-SMART. In contrast, SeaDAS was unable to retrieve most reflectance values in the 412 nm band. These findings emphasize the importance of AC selection for accurate ocean color analysis".
京都先端科学大学 工学部 の沖 一雄 教授(兼:東京大学 生産技術研究所 特任教授)と、京都先端科学大学 工学部のサレム イブラヒム サレム 講師らによる研究グループは、シカの鳴き声を録音したデータに音響異常検出技術を導入し、機械学習させることで、高精度にシカの行動を観測する手法を開発しました。
環境計測において、音響記録は時空間モニタリングにかかせない方法ですが、ホワイトノイズや無関係な音が含まれている膨大な録音データから、シカの鳴き声のような特定の音だけを抽出する実用的な方法はありませんでした。本研究は、シカの鳴き声が含まれる長時間の録音データから異常を検出し、細分化する技術を導入し、特定の音響データのみを抽出・分析する新しい手法を確立することで、従来の手法に比べて機械学習効率の大幅な向上を実現しました。この新しい手法は、生態学的研究における高度な機械学習技術の方法論とその応用の両方において大きく貢献しています。詳しく見る