文献

J-GLOBAL ID：201702231090102366   整理番号：17A0406368

小農地の土壌特性変動を特性化するためのデジタル土壌予測とマッピングモデルへの衛星リモートセンシングパンシャープン画像の取込【Powered by NICT】

Incorporation of satellite remote sensing pan-sharpened imagery into digital soil prediction and mapping models to characterize soil property variability in small agricultural fields

著者 (9件)： Xu Yiming (School of Natural Resource and Environment, University of Florida, 103 Black Hall, PO Box 116455, Gainesville, FL 32611, USA) ,  Xu Yiming (School of Forest Resources and Conservation - Geomatics Program, University of Florida, 301 Reed Lab, PO Box 110565, Gainesville, FL 32611-0565, USA) ,  Smith Scot E. (School of Natural Resource and Environment, University of Florida, 103 Black Hall, PO Box 116455, Gainesville, FL 32611, USA) ,  Smith Scot E. (School of Forest Resources and Conservation - Geomatics Program, University of Florida, 301 Reed Lab, PO Box 110565, Gainesville, FL 32611-0565, USA) ,  Grunwald Sabine (School of Natural Resource and Environment, University of Florida, 103 Black Hall, PO Box 116455, Gainesville, FL 32611, USA) ,  Grunwald Sabine (Pedometrics, Landscape Analysis and GIS Laboratory, Soil and Water Science Department, University of Florida, 2181 McCarty Hall, PO Box 110290, Gainesville, FL 32611, USA) ,  Abd-Elrahman Amr (School of Forest Resources and Conservation - Geomatics Program, University of Florida, 301 Reed Lab, PO Box 110565, Gainesville, FL 32611-0565, USA) ,  Abd-Elrahman Amr (Gulf Coast REC/School of Forest Resources and Conservation - Geomatics Program, University of Florida, 1200 N. Park Road, Plant City, FL 33563, USA) ,  Wani Suhas P. (International Crops Research Institute for the Semi-Arid Tropics (ICRISAT), Patancheru, 502324 Hyderabad, India)
資料名： ISPRS Journal of Photogrammetry and Remote Sensing (International Society for Photogrammetry and Remote Sensing)  (ISPRS Journal of Photogrammetry and Remote Sensing (International Society for Photogrammetry and Remote Sensing))
巻： 123  ページ： 1-19  発行年： 2017年 
JST資料番号： H0048A  ISSN： 0924-2716  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： いくつかのマルチスペクトル画像からのスペクトル指数に基づく土壌予測モデルは,不均質な農業地における土壌特性の空間パターンを特徴づけた粗すぎる。画像パン鮮鋭化は殆ど前デジタル土壌図作成研究に利用されている。本研究では,小自作農農場環境における土壌予測モデルにパンシャープン(PAN)リモートセンシングスペクトル指数の影響を解析することを目的とした。本研究では,Brovey,Gram-Schmidtと輝度-色相-飽和法によるインド南部の村におけるWorldView-2,GeoEye-1,およびランドサット8号画像のパンクロバンド多重スペクトル(MS)バンドを融合した。ランダムフォレストを利用して,PANおよびMS画像からの多重スペクトル指数を組み込むことにより,土壌全窒素(TN)と土壌の交換性カリウム(K_ex)予測モデルを開発することであった。全体として,著者らの結果はPANリモートセンシングスペクトル指数はMSリモートセンシングスペクトル指標として土壌TNとK_exと類似したスペクトル特性を持つことを示した。パンシャープンスペクトル指数の特異的な型組み込んだ土壌予測モデルは必ずしも土壌の最も強力な予測能力を持っていたTNとK_ex。パンシャープンリモートセンシングスペクトルデータの取り込みは土壌予測マップの空間分解能を増加させるだけでなく,土壌予測モデルの予測精度を向上させた。限られたフットプリント,断片化された所有権と多様な作物サイクルによる小農場は土壌特性マッピングのための全体的に先鋭化した高空間分解能画像から大きな利益を得るべきである。著者らの結果は,複数の高と中分解能画像は土壌特性マップの更新頻度の改善の可能性を示唆しマッピングするために使用できることを示した。さらに,結果は,土壌の通常サンプリングコストと改善された予測精度の減少を介して大規模農業地域に役立つと思われる。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： LANDSAT ,  *画像 ,  色相 ,  予測モデル ,  *土壌特性 ,  分解能 ,  インド ,  *キャラクタリゼーション ,  *リモートセンシング ,  農業地区 ,  空間分解能 ,  輝度
準シソーラス用語： 予測精度 ,  スペクトル指数 ,  マルチスペクトル画像 , 【Automatic Indexing@JST】

著者キーワード (6件)： 画像パンシャープニング ,  ランダム森林 ,  デジタル土壌マッピング ,  小規模農場環境 ,  土壌養分 ,  南インド

分類 (2件)： 地形データの処理  (RC02050O) ,  写真測量,空中写真  (RC02040D)

タイトルに関連する用語 (11件)： 農地 ,  土壌特性 ,  特性化 ,  デジタル ,  土壌 ,  予測 ,  マッピング ,  モデル ,  衛星リモートセンシング ,  パンシャープン画像 ,  取込