近位と遠隔探査データを用いた土壌鉱物学のフィールドレベルのディジタルマッピング【Powered by NICT】

Nagra G.; Burkett D.; Huang J.; Ward C.; Triantafilis J.

文献

J-GLOBAL ID：201702274208903481 整理番号：17A1437041

近位と遠隔探査データを用いた土壌鉱物学のフィールドレベルのディジタルマッピング【Powered by NICT】

Field level digital mapping of soil mineralogy using proximal and remote-sensed data

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=17A1437041&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=17A1437041&from=J-GLOBAL&jstjournalNo=W1705A") }}

著者 (5件)： , , , ,
資料名：
巻： 33 号： 3 ページ： 425-436 発行年： 2017年
JST資料番号： W1705A ISSN： 0266-0032 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)

原発性(例えば,石英)及び二次(粘土)鉱物は土壌の物理的および化学的特性を決定する重要な因子である。圃場規模での鉱物の空間分布は,土壌管理のための潜在的な利点となるであろう。しかし,電流解析は時間のかかる実験手順と計算定量分析(例えば,SIROQUANT)を必要とする。さらに,鉱物組成(例えば,石英,カオリナイト,イライトと膨張性粘土鉱物)は加算して100になければならない。近接センシング電磁(EM)装置(すなわち,EM38およびEM31)から測定したリモートセンシング航空写真および土壌見かけ電気伝導率(EC_a-mS/m)から得られた鉱物学の間の多重線形回帰(MLR)関係とデジタル数(DN)のような補助的データ(すなわち,赤色[R],グリーン[G]と青色[B])を開発することにより,実験室データに価値を付加することを目的とした。組成を説明するために,MLRモデル化に先立って鉱物学の添加剤対数比(ALR)変態の結果とMLR法からの結果を比較した。アプローチ種々の補助データと動向表面パラメータ(すなわち,スケールEastingとNorthing)と共に,より高い精度と非形質転換データを用いたMLR法よりも予測のバイアスを有していた。著者らのアプローチは100~和に予測を可能にする。石英,カオリナイトおよびイライトの豊度を予測するために最も有用な補助データはB DNとEM31であると結論し,膨潤性粘土はDN,EM38とスケールNorthingを最も良く予測した。ALR MLRと組み合わせた鉱物学的成分をマッピングするための補助データの使用は,有効なアプローチである,得られた地図農家の経験と一致する土壌と水管理問題への洞察を提供した。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

, , , , , , , , , , , , , ,

著者キーワード (6件)： , , , , ,

土壌管理 , 飼料作物,草地

, , , ,

前のページに戻る