文献

J-GLOBAL ID：201702223744328232   整理番号：17A1482627

大規模作物収量を推定するための光学的,蛍光,熱及びマイクロ波衛星データの共有とユニークな値【Powered by NICT】

The shared and unique values of optical, fluorescence, thermal and microwave satellite data for estimating large-scale crop yields

著者 (9件)： Guan Kaiyu (Department of Natural Resources and Environmental Sciences, and National Center for Supercomputing Applications, University of Illinois at Urbana Champaign, Urbana, IL 61801, USA) ,  Wu Jin (Biological, Environmental & Climate Sciences Department, Brookhaven National Lab, Upton, New York, NY 11973, USA) ,  Kimball John S. (Numerical Terradynamic Simulation Group, College of Forestry & Conservation, The University of Montana, Missoula, MT 59812, USA) ,  Kimball John S. (Department of Ecosystem and Conservation Sciences, College of Forestry & Conservation, The University of Montana, Missoula, MT 59812, USA) ,  Anderson Martha C. (Agricultural Research Services, United States Department of Agriculture, Hydrology and Remote Sensing Laboratory, Beltsville, MD, USA) ,  Frolking Steve (Institute for the Study of Earth Oceans and Space, University of New Hampshire, Durham, NH 03824, USA) ,  Li Bo (Department of Statistics, University of Illinois at Urbana-Champaign, Champaign, IL 61820, USA) ,  Hain Christopher R. (NASA Marshall Space Flight Center, Huntsville, AL 35811, USA) ,  Lobell David B. (Department of Earth System Science and Center on Food Security and the Environment, Stanford University, Stanford, CA 94305, USA)
資料名： Remote Sensing of Environment  (Remote Sensing of Environment)
巻： 199  ページ： 333-349  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： 大規模作物モニタリングと収量推定は科学的研究および実用的応用の両方にとって重要である。衛星リモートセンシングは,地域および地球規模の耕地データモニタリングのための有効な手段を提供し,特に信頼性のある地上観測と報告を欠くデータの少ない地域に於いて。可視および近赤外ベース植生指数(VI)観測を用いた従来の方法は,全球衛星時代の開始されて以来数十年間で優勢であった。しかし,他の衛星データは,作物の成長と収率に関する相補的な情報を含む可能性がある多様なスペクトル範囲を含むが,ほとんど研究とunderusedされてきた。ここでは,アメリカ合衆国のコーンベルト,世界で最も重要な食品バスケットの一つの作物収量を推定するために,可視,近赤外,熱的及びマイクロ波を含む多様なスペクトル範囲にわたる相乗作用複数の衛星データの最初の試みの一つを行った1骨格を形成した。特に,MODIS Enhanced VI(EVI),本研究でGOME太陽誘起蛍光(SIF GPP),熱ALEXI蒸発散(ET),QuikSCAT Ku帯レーダ後方散乱とAMSR E Xバンド受動マイクロ波植生光学的深さ(VOD)に基づいて推定された総一次生産,USDA郡レベルの作物収量統計にベンチマークを含んでいた。,次元縮小のための効果的な統計的モデル,部分最小二乗回帰(PLSR)を用いて作物収量推定のための種々の衛星データと他の補助気候情報から一般的に共有し,ユニークな個人情報を区別した。2007年から2009年までの衛星データと気候変数の全てを含むPLSRモデルでは,最初の二主要なPLSR成分を評価し,第一成分(作物地上バイオマスの統合された代替物)は,モデル化された作物収量の82%の変動を説明し,第二成分(環境ストレスによって支配される)は,モデル化された作物収量の15%の変動を説明することを見出した。最も衛星から導出した計量(例えばSIF GPP,レーダ後方散乱,EVI,VOD,ALEXI ET)は地上作物バイオマス(すなわち第一成分)に関連した共通情報を共有することを見出した。この情報共有のために,SIF GPPと後方散乱データは郡スケールでEVIとして情報のほぼ同量を含んでいた。全ての衛星データから以上共有成分を除去した場合,EVIとSIF GPPははるかに余分な情報を提供しないことを見出した;代わりに,Kuバンド後方散乱,熱ALEXI ET,とXバンドVODは全体的な作物収量予報スキルを改善することを環境ストレスに関する独特な情報を提供する。特に,Kuバンド後方散乱とそれに関連した差朝と午後の通過が作物成長と環境ストレスに対するユニークな情報を提供している。全体として,色々なスペクトルバンドからの衛星データを用いた地域作物収量予測を著しく改善した。補助気候データ(降水量と気温)の付加的使用は,モデルスキルを改善し,収穫指数に関連した作物生殖段階である環境ストレスに非常に敏感であるが,本研究で使用した衛星データによる完全に把握されていないため。種々のスペクトル範囲にわたって衛星データを用いた大規模作物成長のモニタリングを改善し,個々のセンサから得られるものを超えて得ることができることを結論した。これらの結果は,農業用,NASA ECOSTRESS,SMAP,OCO-2を含む現在及び次世代衛星ミッションの相乗利用と開発に情報を提供した。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： *マイクロ波 ,  モデリング ,  後方散乱 ,  農地 ,  モデル ,  *作物収量 ,  スペクトル ,  *農作物 ,  センサ ,  アメリカ合衆国 ,  気温 ,  気候 ,  農業
準シソーラス用語： MODIS ,  *衛星データ , 【Automatic Indexing@JST】

著者キーワード (7件)： 光 ,  蛍光 ,  熱 ,  マイクロ波 ,  レーダ ,  作物収量 ,  部分最小二乗regression6

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)： 大規模 ,  作物収量 ,  推定 ,  光学 ,  蛍光 ,  マイクロ波 ,  衛星データ ,  共有