文献

J-GLOBAL ID：201702227274013548   整理番号：17A1872492

リモートセンシングによる植生の葉面積指数の不確実性についての総説について述べた。【JST・京大機械翻訳】

著者 (2件)： Liu Yuan (華南農業大学水利与土木工程学院,广東广州,510642) ,  Zhou Maichun (華南農業大学水利与土木工程学院,广東广州,510642)
資料名： Jiangsu Nongye Kexue  (Jiangsu Nongye Kexue)
巻： 45  号： 12  ページ： 12-19  発行年： 2017年 
JST資料番号： C3714A  ISSN： 1002-1302  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 葉面積指数(LAI)はキャノピー構造の重要なパラメーターであり、植生の光合成、呼吸、蒸散、降水の遮断、エネルギー交換などの多くの生態過程に影響を与える。現在、異なる衛星リモートセンシングデータとインバージョン方法を利用して、すでに多くの世界のLAI製品が生成されている。しかし,リモートセンシングインバージョンLAIは,主に入力データとインバージョンアルゴリズムによって引き起こされる不確実性を含んでいることが知られている。本論文では、地表反射率のスペクトル特徴と大気補正、土地被覆分類、データ時空間分解能などの面から、LAIインバージョン入力データの不確定性について述べた。経験的または半経験的モデル,物理的モデル,およびモデルによる植生の集積効果について,LAI反転モデルの不確実性について議論した。最後に,リモートセンシングインバージョンの不確実性を評価するための方法と,不確実性を制御し,減少する新しい方法を要約した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 空間分解能 ,  大気補正 ,  *葉面積指数 ,  光合成 ,  地表面 ,  キャノピー ,  *不確実性 ,  *リモートセンシング ,  蒸散 ,  エネルギー移動 ,  モデル
準シソーラス用語： 経験モデル ,  土地被覆分類 ,  入力データ ,  衛星リモートセンシング , 【Automatic Indexing@JST】

分類 (2件)： リモートセンシング一般  (AD04000L) ,  写真測量,空中写真  (RC02040D)

タイトルに関連する用語 (5件)： リモートセンシング ,  植生 ,  葉面積指数 ,  不確実性 ,  総説