文献
J-GLOBAL ID:201702284870680440   整理番号:17A1058755

リモートセンシングに基づく地域輪作マッピングのためのマルチデータアプローチ:Rur流域,ドイツの事例研究【Powered by NICT】

Multi-Data Approach for remote sensing-based regional crop rotation mapping: A case study for the Rur catchment, Germany
著者 (3件):
資料名:
巻: 61  ページ: 55-69  発行年: 2017年 
JST資料番号: W3181A  ISSN: 1569-8432  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
空間土地利用情報は,地域農業生態系モデリングのための重要な入力パラメータの一つである。さらに,空間的-時間的な状況における作物管理を正確に評価するために,塊関連輪作情報がさらに必要である。そのようなデータは,地域規模のためのやっと入手可能である,のみモデル化された作物輪作は代わりに組み込むことができる。しかし,耕地に発生する多年土地利用パターンのスペクトルは未知のままである。このように,この寄与はRur流域における実際に実施されている農作物回転のマッピング,ドイツの西部に位置するに焦点を当てた。は,GISベースのマルチデータアプローチ(MDA)の作物生物季節学に対する多時期マルチスペクトルリモートセンシングデータ,補助情報とエクスパート学習を組み合わせることによってこれを検討した。まず,年間ベースで主要作物タイプの分化増強のための方法論を開発した。重要な側面は,(i)他の土地利用タイプから分離した耕地への物理的ブロックデータの使用,(ii)特定の時間のリモートセンシングシーン,特定作物タイプの分化に最も有利なの分類,及び(iii)逐次分析戦略における多時期分類結果の組合せである。八年連続(2008 2015)の年間作物地図は作物配列データセットと組み合わせた輪作のマッピングのための大きなデータベースをした。ほとんどの年では,リモートセンシングデータ基本であった高度に細分化された。それにもかかわらず,この方法は,作物マッピングの結果を満足できた。一年生作物マッピングワークフローのための例として,手順と2015の結果を図示した。作物配列データセットの発生のために,八年間作物地図は,平滑化と統合された単一ベクトルデータ層に幾何学的にした。得られたデータセットは,耕地上の個々の地域で生じる作物配列について知らせる,輪作スキームを導くことができた。得られたデータセットは,実施されている農作物回転のスペクトルは非常に不均一であり,大量の作物配列の,モデル作物輪作から発散する強くを含むことを明らかにした。,リモートセンシングに基づく作物回転データの統合は,地域農業生態系モデリングにおける管理に関する不確実性をかなり減少できる。最後に,開発した方法と結果を詳細に論じた。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
環境問題  ,  図形・画像処理一般  ,  リモートセンシング一般 

前のページに戻る