文献

J-GLOBAL ID：201702279206025330   整理番号：17A1024203

Bayes確率インバージョンに基づく土壌水分推定の不確実性の定量化【Powered by NICT】

Uncertainty Quantification of Soil Moisture Estimations Based on a Bayesian Probabilistic Inversion

著者 (5件)： Ma Chunfeng (Key Laboratory of Remote Sensing of Gansu Province, Northwest Institute of Eco-Environment and Resources, Chinese Academy of Sciences, Lanzhou, China) ,  Li Xin (Key Laboratory of Remote Sensing of Gansu Province, Northwest Institute of Eco-Environment and Resources, Chinese Academy of Sciences, Lanzhou, China) ,  Notarnicola Claudia (EURAC-Institute of Applied Remote Sensing, Bolzano, Italy) ,  Wang Shuguo (Key Laboratory of Remote Sensing of Gansu Province, Northwest Institute of Eco-Environment and Resources, Chinese Academy of Sciences, Lanzhou, China) ,  Wang Weizhen (Key Laboratory of Remote Sensing of Gansu Province, Northwest Institute of Eco-Environment and Resources, Chinese Academy of Sciences, Lanzhou, China)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 55  号： 6  ページ： 3194-3207  発行年： 2017年 
JST資料番号： H0016B  ISSN： 0196-2892  CODEN： IGRSD2  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)

抄録/ポイント： 数反転アルゴリズムのはSMの点推定を行うだけであるとSMインバージョンの不確実性を定量化することができないため,能動マイクロ波リモートセンシングに基づく土壌水分(SM)インバージョンは有望な進歩を示したが期待される応用要件を満たす容易にしなかった。これまでの研究では確率的フレームワーク内のSMを検索できることをBayes最大事後推定を報告しているが,それらは主にSMの最適推定量に着目した典型的にSMインバージョンの不確実性を無視した。本論文では,ベイズの定理に基づくSM確率論的反転(PI)アルゴリズムとSMインバージョンの不確実性を明らかにし,最尤推定(MLE)による高度に正確なSM推定値を得るためのMarkov Chain Monte Carlo法とを提案した。アルゴリズムは高度積分方程式モデル,水雲モデルシミュレーション,及び二重偏波TerraSAR-X観測に基づいて実装した。Heihe流域関連テレメトリ実験研究実験からの地上SMと植生水分含有量(VWC)測定を検証のために適用した。結果は以下のことを示した:1),SM事後確率分布の分散の測度に関する定義,SMインバージョンの不確実性は約0.1~0.12m~3m~3であり,2)MLE,裸と植生土壌のための0.045と0.047m~3m~3のSM根平均二乗誤差(RMSE)を示し,それぞれ,VWC RMSE0.45kg/m~2を介して得られる許容反転精度。提示したPIはSMインバージョンにおける不確実性を定量化することができ;,SMの能動マイクロ波リモートセンシング推定を改善するための有用なはずである。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 遠隔測定 ,  最尤法 ,  *土壌水 ,  測度 ,  推定量 ,  *不確実性 ,  Bayes推定 ,  含水量 ,  積分方程式 ,  アルゴリズム ,  流域 ,  確率論 ,  確率分布
準シソーラス用語： 平均二乗誤差 ,  マイクロ波リモートセンシング , 【Automatic Indexing@JST】

分類 (1件)： リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (5件)： 確率 ,  土壌水分 ,  推定 ,  不確実性 ,  定量化