文献

J-GLOBAL ID：201702271858473700   整理番号：17A0698520

8日間30m実蒸発散量を監視するための空間時間的ダウンスケーリングアプローチ【Powered by NICT】

Spatiotemporal downscaling approaches for monitoring 8-day 30m actual evapotranspiration

著者 (4件)： Ke Yinghai (Beijing Laboratory of Water Resource Security, Base of the State Key Laboratory of Urban Environment Process & Digital Modeling, Capital Normal University, Beijing, China) ,  Im Jungho (School of Urban and Environmental Engineering, Ulsan National Institute of Science and Technology (UNIST), Ulsan, South Korea) ,  Park Seonyoung (School of Urban and Environmental Engineering, Ulsan National Institute of Science and Technology (UNIST), Ulsan, South Korea) ,  Gong Huili (Beijing Laboratory of Water Resource Security, Base of the State Key Laboratory of Urban Environment Process & Digital Modeling, Capital Normal University, Beijing, China)
資料名： ISPRS Journal of Photogrammetry and Remote Sensing (International Society for Photogrammetry and Remote Sensing)  (ISPRS Journal of Photogrammetry and Remote Sensing (International Society for Photogrammetry and Remote Sensing))
巻： 126  ページ： 79-93  発行年： 2017年 
JST資料番号： H0048A  ISSN： 0924-2716  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 実蒸発散量(ET)の連続モニタリングは,地域および局所的スケールでの水資源管理に重要である。MODISET製品(MOD16A2)は8日間隔でETモニタリングのための実行可能な源を提供するが,空間分解能(1km)は,局所スケール適用には粗すぎる。本研究では,三つのスキームの両方MOD16A2とランドサット8データに基づく8日30m ETを生成するために,機械学習と空間時間的融合(STF)-統合アプローチを提案した。ランダムフォレスト機械学習は植生指数(VIs)と地表温度(LST)を含む九Landsat導出指標に基づいて30m分解能MODIS1km ETをダウンスケールするために使用した。空間時間順応反射率融合モデルと空間-時間画像融合モデルを含むSTFモデルを用いて,ランドサット利用できない日に合成Landsat表面反射率(1方式)/VI(2方式)/ET(3方式)を導出した。アプローチは,米国の二か所で試験した。結果をLandsat VIsの融合は,予測されたET(R~2=0.52 0.97RMSE=0.47 3~mm/8daysとrRMSE=6.4 37%)の最良の精度を与えることを示した。雲明確なLandsat画像取得の高密度とLandsat VIsの低い空間的不均一性はET予測に役立つ。ダウンスケールした30m ETはMODISET(RMSE=0.42 3.4mm/8days, rRMSE=3.2 26%)と良く一致した。in situ ET測定との比較は,ダウンスケールしたETはMODIS ETよりも高い精度を持つことを示した。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： 空間分解能 ,  *蒸発散 ,  反射率 ,  LANDSAT ,  アメリカ合衆国 ,  地表温度 ,  予測 ,  モデル ,  機械学習
準シソーラス用語： MODIS ,  表面反射率 ,  画像融合 ,  植生指標 ,  ランダムフォレスト ,  *実蒸発散量 , 【Automatic Indexing@JST】

著者キーワード (6件)： 蒸発散 ,  MODIS ,  ランドサット8号 ,  ランダム森林 ,  STARFM ,  STI FM

分類 (2件)： 写真測量,空中写真  (RC02040D) ,  地形データの処理  (RC02050O)

タイトルに関連する用語 (2件)： 実蒸発散量 ,  ダウンスケーリング