文献

J-GLOBAL ID：201702244048574084   整理番号：17A0802945

半乾燥環境におけるカーボンクレジットプログラムに対する補助データによって強化されたTMに基づく土壌有機炭素モデル

TM-Based SOC Models Augmented by Auxiliary Data for Carbon Crediting Programs in Semi-Arid Environments

著者 (2件)： JABER Salahuddin M. (Hashemite Univ., Zarqa, JOR) ,  AL-QINNA Mohammed I. (Hashemite Univ., Zarqa, JOR)
資料名： Photogrammetric Engineering & Remote Sensing  (Photogrammetric Engineering & Remote Sensing)
巻： 83  号： 6  ページ： 447-457  発行年： 2017年06月 
JST資料番号： D0319A  ISSN： 0099-1112  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 標題研究から以下の結果を得た。(1)土地被覆はSOC(土壌有機炭素)に対するモデリング解析に影響する主要因子であった(即ち,開発されたアリゴリズム及び含まれる予測は土地被覆階級によって顕著に変動した)。(2)農地のSOCに対するモデリング解析は,放牧地と不毛地及び全Zarqa盆地(ヨルダン)で得られた結果と較べると,比較的良好な結果を与えた。これは,放牧地(及び勿論全Zarqa盆地)が,他の土地被覆階級に比して大きなサンプリングデータ点を有するので,サンプルの規模によるものではない。しかし,SOCと23個の変数間の相関は,他の土地被覆階級及び全盆地内で得られた値に比べると,大きい事は明らかであった。(3)荒地は,他の土地被覆型及び全盆地と同等のため,SOC変動性が少ないので,簡単な予測モデルを有した。(4)補助データはSOCの予測に対するLandsat/TMデータより重要であった。(5)開発したモデルの何れもSOCに予測には強力では無かったが,ANN(人工神経回路網)モデルは農地では特に適用可能であった。(6)最良モデルに関する誤差の範囲は比較的高く,従って,これらのモデルは,半乾燥環境における炭素クレジットプログラムに対する適用及び監視に直接使用できない。これに対する対策を勧奨した。

シソーラス用語： ヨルダン・ハシェミット王国 ,  *乾燥気候 ,  LANDSAT ,  土壌有機炭素 ,  土地被覆 ,  神経回路網 ,  農地
準シソーラス用語： *カーボンクレジット ,  *プログラム ,  LandsatTM

分類 (1件)： 環境問題  (SA01020V)

タイトルに関連する用語 (6件)： 環境 ,  カーボンクレジット ,  強化 ,  Tm ,  土壌有機炭素 ,  モデル