文献

J-GLOBAL ID：201702216753107293   整理番号：17A0400843

農業干ばつ監視のためのマルチセンサ統合フレームワークと指数【Powered by NICT】

Multi-sensor integrated framework and index for agricultural drought monitoring

著者 (9件)： Zhang Xiang (State Key Laboratory of Information Engineering in Surveying, Mapping, and Remote Sensing, Wuhan University, Wuhan 430079, China) ,  Zhang Xiang (Department of Agronomy, Purdue University, West Lafayette, IN 47907, USA) ,  Chen Nengcheng (State Key Laboratory of Information Engineering in Surveying, Mapping, and Remote Sensing, Wuhan University, Wuhan 430079, China) ,  Chen Nengcheng (Collaborative Innovation Center of Geospatial Technology, Wuhan 430079, China) ,  Li Jizhen (State Key Laboratory of Information Engineering in Surveying, Mapping, and Remote Sensing, Wuhan University, Wuhan 430079, China) ,  Li Jizhen (Chongqing Planning & Design Institute, Chongqing 401147, China) ,  Chen Zhihong (State Key Laboratory of Information Engineering in Surveying, Mapping, and Remote Sensing, Wuhan University, Wuhan 430079, China) ,  Niyogi Dev (Department of Agronomy, Purdue University, West Lafayette, IN 47907, USA) ,  Niyogi Dev (Department of Earth, Atmospheric, and Planetary Sciences, Purdue University, West Lafayette, IN 47907, USA)
資料名： Remote Sensing of Environment  (Remote Sensing of Environment)
巻： 188  ページ： 141-163  発行年： 2017年 
JST資料番号： C0252B  ISSN： 0034-4257  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 農業干魃は作物影響によりさらに複雑複合体と潜行性自然災害である。単変量,二変量,及び多変量渇水解析は,いくつかの成功を達成したが,農業干ばつの発生と統合作物成長の解析はまだ不足している。本研究では,進化プロセスに基づくマルチセンサ共同研究(EPMC)フレームワークは効果的な農業干ばつ評価は乾燥開発と作物生物季節学の両方を考慮した統合的アプローチを必要とするという認識を提案した。プロセスベース蓄積された干ばつ指数(PADI)は,作物への蓄積渇水影響を定量化するために設計した。降水量,土壌水分,植生条件のモニタリングに基づいて,EPMCと呼ばれる四つの主要な農業干ばつ進化相を抽出(i)潜時,(ii),(iii)開発,および(iv)回収。続いて,作物生育段階と水欠乏感度係数は,干ばつの発生プロセスと統合した。中国の三種類の気候地域で行った実験は,EPMCフレームワークは,農業干ばつの異なる相の進化を明瞭に示すことができことを示した。三桁マルチセンサデータセットの全球降水気候センタ(GPCC),衛星統合Global Land Data Assimilation Systemバージョン2(GLDAS 2.0)から根域土壌水分,Advanced VeryH igh Resolution Radiometer(AVHRR)から植生状態データから月平均降水量を含んでいる。結果は,PADIを確実に「スナップショット」の代わりに累積渇水深刻度の毎週評価を提供することを示した。PADIも標準化降水指数(SPI)のPalmer Drought Severity Index(PDSI)と多重時間スケールと比較した。結果は,干ばつの開始とその後の段階での長期SPIで短期SPIと良い相関を示した。さらに,降水量,土壌水分,及び植生データ単独との相関と比較して,統合モデルとして,PADIはコムギ収量損失(Spearman順位相関係数ρは0.66と0.77,p<0.05であった)と良く相関することを見出した。それ故,提案したマルチセンサ統合監視フレームワークと指数は農業干ばつの複雑さを,干ばつ影響評価に特に関連する有用で新しい方法を提供した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *干ばつ ,  渇水 ,  根圏 ,  降水量 ,  農作物 ,  土壌水 ,  コムギ ,  気候 ,  *農業 ,  相関係数 ,  降水
準シソーラス用語： 影響評価 ,  干ばつ指数 ,  フェノロジー ,  *マルチセンサ , 【Automatic Indexing@JST】

著者キーワード (7件)： 農業干ばつ ,  干ばつの進化 ,  干ばつ影響 ,  マルチセンサ協調 ,  多変量干ばつ指数 ,  作物生物季節学 ,  作物は収量損失

分類 (1件)： リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (5件)： 農業 ,  干ばつ監視 ,  マルチセンサ ,  統合フレームワーク ,  指数