文献

J-GLOBAL ID：201202273943626417   整理番号：12A1444649

衛星導出葉面積指数にマッチするプロセスベース森林成長モデルを用いた土壌性状予測

Prediction of soil properties using a process-based forest growth model to match satellite-derived estimates of leaf area index

著者 (3件)： COOPS Nicholas C. (Dep. of Forest Resource Management, 2424 Main Mall, Univ. of British Columbia, Vancouver, Canada V6T 1Z4) ,  WARING Richard H. (Coll. of Forestry, Oregon State Univ., Corvallis, OR, 97331, USA) ,  HILKER Thomas (Coll. of Forestry, Oregon State Univ., Corvallis, OR, 97331, USA)
資料名： Remote Sensing of Environment  (Remote Sensing of Environment)
巻： 126  ページ： 160-173  発行年： 2012年11月 
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： 現在利用可能な粗い尺度の地図に比べてより良い土壌性状推定ないでは,広域に於ける森林生産性を正確に予測することは困難である。土壌性状はリモートセンシングデータから直接利用できないが,衛星データから直接利用できる観測値にこれ等性状を関連させることで推定できる可能性がある,植生葉面積と言ったような。本稿は地上部生産性と最大葉面積指数(LAI_max)間に存在する直接関連を利用し,土壌肥沃度(FR)と利用できる土壌水貯蔵量(ASWC)を導出し地図化した,北アメリカ西部の森林域に渡って1km分解能で。初めに,プロセスベース成長モデル(3-PG)に依ってLAI_max推定地を作った,土壌性状定数(FR=50%最大,ASWC=200mm)を維持して。より現実的な土壌性状推定を行う為に,この2土壌性状の反復非線形調整からFRとASWCを推定するためにこのモデルをインバートし,モデル予測LAI_max値がMODIS-導出観測値と密接に対応するようにした。この地域で最も広く分布している樹種,ダグラスファーに対して3-PGをパラメータ化した。生まれた地図は,全球的に利用できるHarmonized World Soil Databaseから得られる地図に比べて,はるかに詳細であった。51レベルIII生態系域,と2土壌性状の範囲間でLAI_maxと平行して増加する傾向があった。この手法の更なる改良が,LAI_max観測値の範囲と精度を増加するために,MODISとLiDAR観測値の結合によって計画されている。Copyright 2012 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： データ ,  *葉面積指数 ,  モデル ,  森林 ,  *土壌特性 ,  *高分解能 ,  *空間分解能 ,  地図作成 ,  アルゴリズム ,  生産量 ,  *肥沃度 ,  *土壌含水量 ,  北アメリカ ,  写像 ,  ダグラスモミ ,  地域 ,  評価
準シソーラス用語： 衛星データ ,  プロセスベースモデル ,  推定モデル ,  計算アルゴリズム ,  一次生産力 ,  土壌水含量 ,  マッピング ,  反復アルゴリズム ,  非線形モデル ,  ダグラスファー ,  生態系域 ,  有効性評価

分類 (3件)： 測樹学  (FF01040T) ,  リモートセンシング一般  (AD04000L) ,  光学情報処理  (BD03060T)

タイトルに関連する用語 (10件)： 衛星 ,  導出 ,  葉面積指数 ,  マッチ ,  プロセス ,  森林 ,  成長モデル ,  土壌 ,  性状 ,  予測