文献

J-GLOBAL ID：201702217172480407   整理番号：17A0934956

MODIS NDVIデータ,成長度日情報とGauss混合モデルを用いた早期大面積冬作マッピング【Powered by NICT】

Early season large-area winter crop mapping using MODIS NDVI data, growing degree days information and a Gaussian mixture model

著者 (10件)： Skakun Sergii (Department of Geographical Sciences, University of Maryland, College Park, MD 20742, USA) ,  Skakun Sergii (NASA Goddard Space Flight Center Code 619, 8800 Greenbelt Road, Greenbelt, MD 20771, USA) ,  Franch Belen (Department of Geographical Sciences, University of Maryland, College Park, MD 20742, USA) ,  Franch Belen (NASA Goddard Space Flight Center Code 619, 8800 Greenbelt Road, Greenbelt, MD 20771, USA) ,  Vermote Eric (NASA Goddard Space Flight Center Code 619, 8800 Greenbelt Road, Greenbelt, MD 20771, USA) ,  Roger Jean-Claude (Department of Geographical Sciences, University of Maryland, College Park, MD 20742, USA) ,  Roger Jean-Claude (NASA Goddard Space Flight Center Code 619, 8800 Greenbelt Road, Greenbelt, MD 20771, USA) ,  Becker-Reshef Inbal (Department of Geographical Sciences, University of Maryland, College Park, MD 20742, USA) ,  Justice Christopher (Department of Geographical Sciences, University of Maryland, College Park, MD 20742, USA) ,  Kussul Nataliia (Space Research Institute NAS Ukraine & SSA Ukraine, Kyiv 03680, Ukraine)
資料名： Remote Sensing of Environment  (Remote Sensing of Environment)
巻： 195  ページ： 244-258  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： 地球,国,および地域スケールでの作物の地理的位置と分布に関する知識は,多くの応用のための情報の非常に貴重な源である。分類モデルを訓練/較正するためにリモートセンシングデータを用いた作物マッピングへの伝統的なアプローチは,参照またはグランドトルースデータに強く依存している。ルールとして,そのようなモデルは,単一植生季節にしか適用できない,他の季節に適用可能であることを再調整すべきである。研究と応用(MERRA 2)生成物のための現代遡及的解析から誘導されたModerate Resolution Imaging Spectroradiometer(MODIS)正規化植生指数(NDVI)時系列と積算成長度日(GDD)情報を用いた早期大面積冬作物マッピングの問題を検討した。モデルは冬作物は早春のバイオマスを開発したという仮定に基づいている他の作物(春と夏)はバイオマスを持たなかった。冬作物開発が異なる農業気候帯の存在に起因する時間的および空間的に不均一であるとして,そのような不一致を説明するために,GDDを用いた。Gauss混合モデル(GMM)は他の作物(春と夏)からの冬作物を識別するために適用した。提案した方法は,以下の利点:低入力データの必要性,ロバスト性,地球規模応用への適用性を持ち,収穫前1か月冬作物地図を提供することができる。モデルは二研究地域,米国とウクライナ,複数季節(2001 2014)のためのカンザス州の状態に適用した。カンザス州のための米国農務省(USDA)作物データ層(CDL)とウクライナの地上測定を用いた検証は,>90%の精度は収穫前1か月冬作物マッピングで達成できることを示した。結果も決定~2>0.85の平均係数と公式統計に良く対応した。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： *モデル ,  *冬 ,  春 ,  *正規化植生指数 ,  夏 ,  ロバスト性 ,  地球 ,  ウクライナ ,  農業 ,  適応性 ,  バイオマス ,  農作物 ,  カンザス州
準シソーラス用語： *混合モデル ,  *MODIS , 【Automatic Indexing@JST】

著者キーワード (9件)： 冬作物 ,  分類 ,  マッピング ,  混合モデル ,  農業 ,  GMM ,  Modis ,  GDD ,  MERRA2

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 (8件)： MODIS ,  NDVI ,  成長 ,  度日 ,  Gauss混合モデル ,  早期 ,  大面積 ,  マッピング