文献

J-GLOBAL ID：201602274433817472   整理番号：16A0862631

RADARSAT-2レーダデータを利用すると改良の雲モデルインバージョン(LAI)【JST・京大機械翻訳】

Leaf Area Index Inversion of Winter Wheat Using RADARSAT-2 Data and Modified Water-cloud Model

著者 (5件)： Tao Liangliang (State Key Laboratory of Earth Surface Processes and Resource Ecology,Beijing Normal University; Key Laboratory of Environmental Change and Natural Disaster) ,  Li Jing (State Key Laboratory of Earth Surface Processes and Resource Ecology,Beijing Normal University; Key Laboratory of Environmental Change and Natural Disaster) ,  Jiang Jinbao (College of Geosciences and Surveying Engineering, China University of Mining and Technology(beijing)) ,  Chen Xi (State Key Laboratory of Earth Surface Processes and Resource Ecology,Beijing Normal University; Key Laboratory of Environmental Change and Natural Disaster) ,  Cai Qingkong (College of Geosciences and Surveying Engineering, China University of Mining and Technology(beijing))
資料名： Mailei Zuowu Xuebao  (Mailei Zuowu Xuebao)
巻： 36  号： 2  ページ： 236-242  発行年： 2016年 
JST資料番号： C2376A  ISSN： 1009-1041  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： マイクロ波リモートセンシング植生パラメータを用いてしばしば植生を不均一分布、疎植生被覆地表裸など要因の影響を受ける,よりマイクロ波リモートセンシング農業パラメータの推定のための効果は良くなかった。マイクロ波リモートセンシング,地表植生パラメータの問題を解決するために,本研究は植生の被度及び裸に対してレーダ後散乱係数の直接相互作用の情報を既存の雲モデルに導入して,,そして地表植生の被覆分布状況を十分に考慮して,1つの改良の雲モデルを提案した。レーダおよび地上実測データRADARSAT-2データにより改良モデルの検証を行い,次に,改良モデルによってルックアップテーブル検索法により含れる水量出植,最後に葉面積と植生指数とを利用して水量の経験的関係を含む間接的に葉面積指数の推定値を得る。その結果,いずれもシミュレーションの決定係数は,後方散乱係数のシミュレーションの精度は既存の雲モデルより精度が高く,HHとVV分極時ではそれぞれ0.850および0.739であった改良雲のモデルは,二乗平均平方根誤差はそれぞれ0.918DBと1.475DBであった。レーダ後方散乱係数に及ぼす植生と土壌情報の影響を,改良したモデルは本研究域の植生条件に対してより敏感であり,これにより可視できるよく分離した,同時にその逆変換を利用することによって得られた葉面積指数の精度は比較的高く,0.841決定係数,二乗平均平方根誤差は,いずれも,0.233であった。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： ルックアップテーブル ,  葉面積指数 ,  パラメータ推定 ,  推定量 ,  逆変換 ,  被覆 ,  地表面 ,  *レーダ ,  *雲モデル
準シソーラス用語： 後方散乱係数 ,  決定係数 ,  植生指標 ,  葉面積 ,  散乱係数 ,  *RADARSAT , 【Automatic Indexing@JST】

著者キーワード (6件)： Water-cloud model ,  RADARSAT-2 ,  Leaf area index ,  Vegetation coverage ,  Vegetation water content ,  Backscatter coefficient

分類 (2件)： リモートセンシング一般  (AD04000L) ,  気象学一般  (DC05010D)

タイトルに関連する用語 (4件)： RADARSAT-2 ,  レーダ ,  雲 ,  LAI