文献

J-GLOBAL ID：201802224269455493   整理番号：18A1072819

植生農業地域における土壌水分推定:偏光分解モデルと一般化回帰ニューラルネットワークによるRADARSAT-2データからのトルコのチグリス盆地【JST・京大機械翻訳】

Soil Moisture Estimation over Vegetated Agricultural Areas: Tigris Basin, Turkey from Radarsat-2 Data by Polarimetric Decomposition Models and a Generalized Regression Neural Network

著者 (3件)： OEzerdem Mehmet Sirac (Department of Electrical & Electronics Engineering, Faculty of Engineering, Dicle University, 21280 Diyarbakir, Turkey) ,  Acar Emrullah (Department of Electrical & Electronics Engineering, Faculty of Engineering and Architecture, Batman University, 72060 Batman, Turkey) ,  Ekinci Remzi (Department of Field Crops, Faculty of Agriculture, Dicle University, 21280 Diyarbakir, Turkey)
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 9  号： 4  ページ： 395  発行年： 2017年 
JST資料番号： U7270A  ISSN： 2072-4292  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 農業圃場における土壌水分の測定は,灌漑システムを効率的に利用するための重要なパラメータである。標準的な土壌水分測定と対照的に,リモートセンシングツールにより,大面積にわたってより短い時間で良好な結果が得られる可能性がある。植生農業地域における土壌水分を推定するために,Radarsat-2データと測定地土壌水分の間の関係を,偏波分解モデルと一般化回帰ニューラルネットワーク(GRNN)によって確立した。実験は,トルコのTigris盆地の2つの農業サイトで行われた。研究は4つの相から成る。第一段階では,Radarsat-2データを異なる日付で取得し,その場測定を同時に実施した。第二相において,Radarsa-2データを前処理し,土壌サンプル点のGPS座標をこのデータに導入した。次に,Freeman-DurdenとH/A/α偏光分解モデルによる標準シグマ後方散乱係数を特徴抽出に用い,4つのシグマ後方散乱係数(σhh,σHv,σvh,およびσvv)と6つの偏光分解パラメータ(エントロピー,異方性,アルファ角,体積散乱,奇数バウンス,二重バウンス)を各パターンに対して生成した。最後の段階において,GRNNは,特徴ベクトルの助けによって地域の土壌水分を推定するために使用した。結果は,レーダが土壌水分推定のための強いリモートセンシングツールであり,平均絶対誤差は,データセット1~3に対して,それぞれ,2.31vol%,2.11vol%,および2.10vol%であることを示した。そして,データセット1&2,2&3,1&3,および1&2と3に関して,それぞれ2.46vol%,2.70vol%,7.09vol%,および5.70vol%であった。Copyright 2018 The Author(s). All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *農業地区 ,  レーダ ,  リモートセンシング ,  前処理 ,  エントロピー ,  特徴抽出 ,  *トルコ共和国 ,  *偏光 ,  モデリング ,  *盆地 ,  散乱 ,  異方性 ,  *土壌水 ,  *農業 ,  *モデル
準シソーラス用語： 現場測定 , 【Automatic Indexing@JST】

著者キーワード (9件)： リモートセンシング ,  RADARSAT-2 ,  土壌水分 ,  機械学習 ,  GRNN ,  特徴抽出 ,  Freeman-Durden ,  H/A/α ,  偏光分解

分類 (2件)： 土壌物理  (FB04030R) ,  リモートセンシング一般  (AD04000L)

引用文献 (39件)：

• Idso, S.B.; Jackson, R.D.; Reginato, R.J. Detection of soil moisture by remote surveillance. Am. Sci. 1975, 63, 549-557.
• Hajnsek, I.; Jagdhuber, T.; Schon, H.; Papathanassiou, K.P. Potential of estimating soil moisture under vegetation cover by means of PolSAR. IEEE Trans. Geosci. Remote Sens. 2009, 47, 442-454.
• Gorrab, A.; Zribi, M.; Baghdadi, N.; Mougenot, B.; Fanise, P.; Chabaane, Z.L. Retrieval of both soil moisture and texture using TerraSAR-X images. Remote Sens. 2015, 7, 10098-10116.
• Zhang, X.; Chen, B.; Fan, H.; Huang, J.; Zhao, H. The Potential Use of Multi-Band SAR Data for Soil Moisture Retrieval over Bare Agricultural Areas: Hebei, China. Remote Sens. 2016, 8, 7.
• Oliver, C.; Quegan, S. Understanding Synthetic Aperture Radar Images; SciTech Publishing: Stevenage, UK, 2004.

タイトルに関連する用語 (11件)： 植生 ,  農業地域 ,  土壌水分 ,  推定 ,  偏光 ,  分解 ,  モデル ,  一般化回帰ニューラルネットワーク ,  RADARSAT-2 ,  トルコ ,  盆地