文献

J-GLOBAL ID：201802215023120792   整理番号：18A1614313

新熱帯環境における指標樹種の特性化と地質学的マッピングに対する意味【JST・京大機械翻訳】

Characterization of indicator tree species in neotropical environments and implications for geological mapping

著者 (7件)： Amaral Cibele Hummel do (Departamento de Engenharia Florestal, Universidade Federal de Vicosa, Avenida Purdue s/n, Vicosa, MG 36570-900, Brazil) ,  Almeida Teodoro Isnard Ribeiro de (Instituto de Geociencias, Universidade de Sao Paulo, Rua do Lago 562, Sao Paulo, SP 05508-080, Brazil) ,  Souza Filho Carlos Roberto de (Instituto de Geociencias, Universidade de Campinas, PO Box 6152, Campinas, SP 13083-870, Brazil) ,  Roberts Dar A. (Department of Geography, University of California Santa Barbara, 1832 Ellison Hall, Santa Barbara, CA 93106, United States) ,  Fraser Stephen James (Mineral Resources Flagship, Commonwealth Scientific and Industrial Research Organisation, PO Box 883, Kenmore, QLD 4069, Australia) ,  Alves Marcos Nopper (Centro Pluridisciplinar de Pesquisas Quimicas, Biologicas e Agricolas, Universidade de Campinas, Avenida Alexandre Cazelatto 999, Paulinia, SP 13148-218, Brazil) ,  Botelho Moreno (MB Solucoees Florestais, Rua Vereador Gilberto Valerio Pinheiro 134/102, Vicosa, MG 36570-000, Brazil)
資料名： Remote Sensing of Environment  (Remote Sensing of Environment)
巻： 216  ページ： 385-400  発行年： 2018年 
JST資料番号： C0252B  ISSN： 0034-4257  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： 厳密な意味における地質学的リモートセンシング(GBRS)は,鉱物探査と地質学的マッピングのための非常に植生のある地域における地質学的情報を得るための間接的なアプローチである。超およびハイパースペクトル技術を用いて,本研究の目標は,地質相(ここでは地球環境と呼ばれる)と関連する新熱帯樹木種の定義およびマッピングと,葉および樹冠スケールでのそれらのスペクトル識別を含む。本研究はまた,葉と樹冠のスペクトルと化学的性質の間の可能な関係を調べることを目的とした。本研究は,ブラジル南東部のCerrado分域におけるMogi-Guacu生態学的ステーションで開発された。堆積物のテクスチャや在庫からの種のような70の試料ユニットからのデータを,最初に自己組織化マップ(SOM)を用いたベクトル量子化により分析した。主成分分析とスピアマンのランク付け相関係数を用いて,それぞれ地球環境と標的種を定義した。生化学的および可視的から短波赤外(VSWIR)点スペクトルデータ(350~2500nm)を,雨季および乾季の両方の間,標的種の葉から収集した。標的種冠からのスペクトルデータを,1mの空間分解能を有するハイパースペクトル画像(530-2.532nm,ProSpecTIR-VSセンサ)から得て,乾期の始めに得た。これらのスペクトルを,2つの端部(EM)を有する多重端成分スペクトル混合解析(MESMA)を用いて分類した。2つのEMを用いたMESMAの結果に基づいて,標的種当たりの最良のデータセットを,3つのEM(標的種,他の植生タイプおよび日陰)とのピクセルベースの画像非混合に対して選択した。圃場で採取された121種から,2つは氾濫原(アルルバイアル堆積シーケンス)に関連し,2つはAquid層(石炭紀堆積岩,パラナ盆地)の丘とプラトーを有し,2つは粗くて非常に粗い砂の特徴的な存在を持つAquidauna層の特定の相を持つ。5つの標的種は葉スケールで良く識別され,雨季と乾季における全球精度の90.0%と85.0%に達した。正確なスペクトル識別は両季節におけるそれらの葉のかなりの生化学的変動性と関連しているように思われる。3種は樹冠スケールで識別され,全体の精度の70.6%であった。8つの他の景観スケール植生クラスが分析に含まれたとき,Qualea graniflora Martだけが満足できる精度(生産者とユーザの精度のそれぞれ61.1%と100%)を生産した。非混合画像におけるその画分の空間分布は,特に,それが圃場に関連する地質相と一致する。指標種を成功裏にマッピングするための生態学的要件は,標的種の個体群の広くランダムな分布,および画像取得日における特異的生理学的,生物季節学的(およびスペクトル的)挙動を含む。著者らの研究は,熱帯条件においてさえ,岩石曝露が典型的にまれである地質学的描写を支持するために植物種マッピングを使用することが可能であることを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *キャラクタリゼーション ,  画素 ,  主成分分析 ,  空間分解能 ,  ブラジル連邦共和国 ,  リモートセンシング ,  樹冠 ,  生態学 ,  センサ ,  空間分布 ,  *熱帯 ,  *地質 ,  スペクトル
準シソーラス用語： ハイパースペクトル画像 ,  ハイパースペクトル , 【Automatic Indexing@JST】

著者キーワード (6件)： 地球植物学 ,  セラード・バイオーム ,  堆積層 ,  多変量解析 ,  分光法 ,  スペクトル混合物分析

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 (7件)： 熱帯環境 ,  指標 ,  樹種 ,  特性化 ,  地質学 ,  マッピング ,  意味