文献

J-GLOBAL ID：201002285882716535   整理番号：10A0454936

スペクトルと非スペクトル地球空間データを用いたアラスカ北方森林中のクロトウヒ林分中火災苛酷度モデリング

Modeling fire severity in black spruce stands in the Alaskan boreal forest using spectral and non-spectral geospatial data

著者 (5件)： BARRETT K. (USGS Alaska Geographic Sci. Office, 4230 Univ. Drive, Anchorage, AK, USA) ,  KASISCHKE E.s. (Dep. of Geography, Univ. of Maryland, Coll. Park, MD, USA) ,  MCGUIRE A.d. (USGS, Alaska Cooperative Fish and Wildlife Res. Unit, 214 Irving I Building, Univ. of Alaska, Fairbanks, AK, USA) ,  TURETSKY M.r. (Dep. of Integrative Biology, Univ. of Guelph, Guelph, ON, CAN) ,  KANE E.s. (Michigan Technological Univ., School of Forest Resources and Environmental Sci.,1400 Townsend, Houghton, MI, USA)
資料名： Remote Sensing of Environment  (Remote Sensing of Environment)
巻： 114  号： 7  ページ： 1494-1503  発行年： 2010年07月15日 
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： 内陸におけるバイオマス燃焼は,既に大きな擾乱で又炭素放出の大きな起源であり,将来の気候で予測される温暖化と乾燥化に応じて増加すると考えられる。燃焼地域の空間及び時間的パターン変化の定量化に加えて,苛酷度に於ける観測される変化が,炭素循環,エネルギー収支,火災後遷移に対する火災状況に対する変化の影響を研究する鍵となる。火災過酷度に対するリモートセンシング指数は,アラスカクロトウヒ林分の表面有機物層燃焼深さを含む重要な苛酷度特性に対する現場観測値と上手く相関していなかった。インサイチュ観測値及びGIS層といった補助データをLandsat TM/ETM+からのスペクトルでータを組み合わせることが,燃焼したクロトウヒ林分における有機物層減少を地図化する努力を大きく改善した。回帰木手法を用いると,有機物層深さ低減モデルのR²は,相対及び絶対深さ低減に対して夫々0.60と0.55(p<0.01)であった。燃焼深さを推定する回帰木で使用した全ての独立変数は,現場観測で独立に得られることが出来た。勾配ブースティングアルゴリズムの使用は,絶対及び相対有機層深さ低減夫々に対して,R²を0.80と0.79(p<0.01)に改善した。この燃焼深さ低減回帰木モデルで使用した独立変数は,地形位置,土壌と植生特性に関するリモートセンシングデータ,火災イベントのタイミング,気象データを含んだ。火災後有機物深さ特性を,或る大規模(>200,000ha)火災に対して同定し,火災後遷移におけるシフトに脆弱である可能性がある地域を明らかにした。この適用は,この火災イベントの12%が火災後遷移における変化を支持するのに十分な火災苛酷性を受けたことを示した。ノンパラメトリックモデルと補助データが表面有機物層火災深さモデリングに関して有用であると結論した。火災後表面特性に於ける定量的差異は,スペクトル特性に直接影響を与えないので,これ等のモデリング技術はリモートセンシングデータ単独の利用より良好な情報を提供した。Copyright 2010 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： アラスカ州 ,  森林 ,  針葉樹林 ,  *トウヒ属 ,  林分 ,  *モデリング ,  *山火事 ,  シビアアクシデント ,  リモートセンシング ,  *解析モデル ,  環境アセスメント ,  炭素循環 ,  エネルギー収支 ,  生態遷移 ,  植生 ,  地理情報システム ,  その場観察 ,  測定データ ,  *ディシジョンツリー ,  写像 ,  LANDSAT ,  セマティックマッパ ,  変数 ,  気象データ ,  地形効果 ,  土壌特性 ,  確率モデル ,  *ノンパラメトリック法 ,  係数 ,  比率
準シソーラス用語： GIS【地理】 ,  アラスカ ,  *クロトウヒ ,  *ノンパラメトリックアプローチ ,  パラメトリックモデル ,  マッピング ,  下層植生 ,  過酷事故 ,  回帰木 ,  寒帯林 ,  環境評価 ,  現場観測 ,  植生遷移 ,  独立変数 ,  決定係数

分類 (2件)： リモートセンシング一般  (AD04000L) ,  火災  (RA02020B)

タイトルに関連する用語 (8件)： スペクトル ,  地球 ,  空間データ ,  アラスカ ,  森林 ,  クロトウヒ ,  林分 ,  モデリング