文献

J-GLOBAL ID：201702220154585753   整理番号：17A0379182

AVHRRデータからの葉面積指数の近実時間推定のための3方法の評価【Powered by NICT】

Assessment of Three Methods for Near Real-Time Estimation of Leaf Area Index From AVHRR Data

著者 (3件)： Kandasamy Sivasathivel (INRA, Avignon, France) ,  Verger Aleixandre (CREAF, Cerdanyola del Valles, Catalonia, Spain) ,  Baret Frederic (INRA UMR114, EMMAH, Domaine Saint-Paul, Avignon, France)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 55  号： 3  ページ： 1489-1497  発行年： 2017年 
JST資料番号： H0016B  ISSN： 0196-2892  CODEN： IGRSD2  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： 葉面積指数(LAI)の近リアルタイム(NRT)推定は,運用システム内の迅速な表面プロセス変化のモニタリングに必須である。LAIのNRT推定のための三つの方法の性能を評価する1)Whittaker(ホワイト)2)Gauss過程モデル(GPM)および3)気候学的時間的平滑化とギャップ充填(CTSGF)。法は地球生物群系植生地域の季節的パターンの代表的なBELMANIP2部位の選択とレベル変動ノイズおよび欠測値(ギャップ)の下でのAdvanced VeryH igh Resolution Radiometer時系列を用いて評価した。シミュレーション実験を時系列的に欠測値の全体的及び局所的構造に重点を置いた三方法の予測能力を評価した。結果は,全時系列上での欠測データの画分が65%より低い時に,これらの三方法は類似した性能(RMSE<0.4)を達成またはギャップの長さが10日よりも小さいことを示した。逆に,65%以上のギャップの画分または10日より長いギャップの期間に対して,CTSGFはWhitとGPMよりもLAIのより正確な(RMSE<0.4欠測データのある60日まで)NRT推定値を与えることが分かった。CTSGFは時系列のギャップを埋めるとNRT予測を改善するためのLAIの経年中央値から誘導されたベースライン季節サイクル使用した。著者らの知見は,地球規模での生物物理学的生成物のNRT推定のためのCTSGFアルゴリズムの使用を支持した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *葉面積指数 ,  推定量 ,  気候学 ,  生物物理学 ,  中央値 ,  地球 ,  シミュレーション ,  Gauss過程 ,  基準線 ,  生物群系 ,  平滑化
準シソーラス用語： 季節サイクル ,  予測能力 ,  欠測値 ,  *AVHRR , 【Automatic Indexing@JST】

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 (5件)： AVHRR ,  葉面積指数 ,  実時間 ,  推定 ,  評価