文献

J-GLOBAL ID：201602231065337831   整理番号：16A0937024

テキサス中央部の開かれた樹冠森林における異常渇水誘発樹木死の定量化

Quantifying drought-induced tree mortality in the open canopy woodlands of central Texas

著者 (4件)： Schwantes Amanda M. (Nicholas School of the Environment, Duke University, Box 90328, Durham, NC 27708, USA) ,  Swenson Jennifer J. (Nicholas School of the Environment, Duke University, Box 90328, Durham, NC 27708, USA) ,  Jackson Robert B. (Nicholas School of the Environment, Duke University, Box 90328, Durham, NC 27708, USA) ,  Jackson Robert B. (Department of Earth System Science, Woods Institute for the Environment, and Precourt Institute for Energy, Stanford University, Y2E2 Building, 379B, Stanford, CA 94305, USA)
資料名： Remote Sensing of Environment  (Remote Sensing of Environment)
巻： 181  ページ： 54-64  発行年： 2016年08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： 2011年にテキサスは異常渇水を数回経験し,相当の樹木死を起こした。異常渇水誘発樹木死は生態的影響が顕著で,気候変動によって多くの場所で増加すると推定される。この擾乱は森林被覆のわずかな範囲変化に限られることが多いために特有である。異常渇水誘導樹冠損失をテキサス中央部(>30000km²)でLandsat観測によるリモートセンシング画像を使用して定量化する新しい方法を開発した。初めに,微細スケールの樹冠損失をUS農業画像計画から17の1m正射写真(各,約50km²)判別により得た。これら判別はテキサス中央部の4か所の21区画で測定した樹冠被覆損失の現地推定と高度に相関した(R²=0.90)。次に,これら微細スケール樹冠損失マップを使用して較正し,粗いスケールのLandsat画像を検証した。スケールアップにより地域の樹冠損失マップを作製し,Landsat時系列をアッセンブリングしてLandtrendrアルゴリズムを適用して背景ノイズだけのピクセルから樹冠損失が持続しているピクセルを分離した。これら死亡ピクセルにおける樹木樹冠損失率を2つのモデルを比較して推定した。ゼロ挿入連続比例を取り扱えるランダムフォレストとゼロワン誇張ベータ(ZOIB)回帰モデルを使用した。ZOIB回帰モデルが樹冠損失を予測するのに最大の精度を有することを見出した(平均絶対誤差=5.16%,二乗平均平方根誤差=8.01%)。2011年の異常渇水は研究地域内で樹冠被覆を低減し,1124km²の樹冠損失に相当して異常渇水前に存在した樹冠地域10850km²の約10%であった。これら方法は極度の干ばつが気候変動によって増大すると予測されるので異常渇水誘発樹木死を検出することが必要であることを提示した。より詳細な樹冠損失マップは,炭素循環,生物物理学,および種構成への潜在的影響を定量化し,現在および将来の樹木死を制御する要因を理解するのに使用できる。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *渇水 ,  *異常気象 ,  死亡率 ,  擾乱 ,  *樹冠 ,  検出 ,  計算機アルゴリズム ,  LANDSAT ,  回帰モデル ,  干ばつ ,  気候変動 ,  テキサス州 ,  *立枯れ ,  画像
準シソーラス用語： ランダムフォレスト ,  リモートセンシング画像 ,  時系列データ ,  樹木死亡率 ,  生物擾乱 ,  *損失率 ,  *定量化 ,  変化検出

著者キーワード (10件)： Drought ,  Tree mortality ,  Canopy loss ,  Disturbance ,  Die-back ,  Change detection ,  Zero-or-one inflated beta regression models ,  Random forest ,  Landsat time-series ,  Landtrendr

分類 (2件)： 森林生物学一般  (FF02010T) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (8件)： テキサス ,  中央部 ,  樹冠 ,  森林 ,  渇水 ,  誘発 ,  樹木 ,  定量化