文献

J-GLOBAL ID：201702277834583532   整理番号：17A1624829

ハイパースペクトルVNIRデータを用いた土壌可給態栄養素を予測するためのキャリブレーション法の評価【Powered by NICT】

Evaluating calibration methods for predicting soil available nutrients using hyperspectral VNIR data

著者 (6件)： Qi Haijun (School of Information and Computer Science, Anhui Agricultural University, Hefei 230036, China) ,  Qi Haijun (The Remote Sensing Laboratory, Jacob Blaustein Institutes for Desert Research, Ben-Gurion University of the Negev, Sede Boqer Campus 84990, Israel) ,  Paz-Kagan Tarin (Department of Sensing, Information and Mechanization Engineering, Institute of Agricultural Engineering, Agricultural Research Organization (ARO), Volcani Center, Israel) ,  Karnieli Arnon (The Remote Sensing Laboratory, Jacob Blaustein Institutes for Desert Research, Ben-Gurion University of the Negev, Sede Boqer Campus 84990, Israel) ,  Jin Xiu (School of Information and Computer Science, Anhui Agricultural University, Hefei 230036, China) ,  Li Shaowen (School of Information and Computer Science, Anhui Agricultural University, Hefei 230036, China)
資料名： Soil & Tillage Research  (Soil & Tillage Research)
巻： 175  ページ： 267-275  発行年： 2018年 
JST資料番号： E0854B  ISSN： 0167-1987  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： 可給態窒素(N),リン(P),カリウム(K)を含む,土壌栄養素は土壌肥沃度と機能を監視するための重要な特性である。分光分析結果では,特に,一般的に,NPK,土壌特性を予測するための迅速かつ有効な手段であることが証明されている。しかし,前処理変換(PPT)と回帰アルゴリズム(RA)を含む,異なるキャリブレーション法は,予測モデルの性能にかなり影響する。本研究では,三RAと組み合わせた全66キャリブレーション法の,生スペクトルと21PPTは,モデリングとハイパースペクトルVNIRデータ(400 1000nm)を用いた土壌N PKを予測する研究した。検証セットの偏差(RPD)に対する性能の比は予測精度を評価するために選択し,解釈可能な合計二乗偏差間の比率と検証セットの実和二乗偏差(SSR/SST)もモデルの説明能力を評価するために用いた。RPD及びSSR(単純配列反復)/SST値間のトレードオフが存在することが分かった;このトレードオフ下では,逆伝搬ニューラルネットワークと組み合わせた,乗法散乱補正はP(RPD=2.23, SSR/SST=0.81)を予測するための選好された。,部分最小二乗-回帰と組み合わせたSavitzky-Golayフィルタリング+対数変換はK(RPD=1.47, SSR/SST=0.95)を予測するための選好された。しかしながら,極端に低いRPD及びSSR(単純配列反復)/SST値と,Nの予測は本研究では信頼性に乏しい。本論文で提示した評価手法は,土壌N PKを予測するための分光分析のためのキャリブレーション法を選択するためのフレームワークを示唆し,恐らくいくつかの他の性質。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： *スペクトル ,  モデリング ,  信頼性 ,  部分最小二乗法 ,  予測モデル ,  肥沃度 ,  アルゴリズム ,  分光分析 ,  フィルタリング ,  *栄養素 ,  前処理
準シソーラス用語： 散乱補正 ,  逆伝播ニューラルネットワーク ,  予測精度 ,  *ハイパースペクトル , 【Automatic Indexing@JST】

著者キーワード (5件)： スペクトル解析 ,  土壌測定 ,  予測法 ,  キャリブレーション ,  回帰アルゴリズム

分類 (2件)： 土壌管理  (FB04070J) ,  圃場作業用機械  (FB03020Z)

タイトルに関連する用語 (6件)： ハイパースペクトル ,  土壌 ,  栄養素 ,  予測 ,  キャリブレーション ,  評価