文献

J-GLOBAL ID：201802229441650691   整理番号：18A1484347

気候データとリモートセンシング植生指数を用いた中央ヨーロッパにおける作物収量の統計的モデリング【JST・京大機械翻訳】

Statistical modelling of crop yield in Central Europe using climate data and remote sensing vegetation indices

著者 (11件)： Kern Aniko (Department of Geophysics and Space Science, Eotvos Lorand University, H-1117 Budapest, Pazmany P. st. 1/A, Hungary) ,  Barcza Zoltan (Department of Meteorology, Eotvos Lorand University, H-1117 Budapest, Pazmany P. setany 1/A, Hungary) ,  Barcza Zoltan (Excellence Center, Faculty of Science, Eotvos Lorand University, H-2462 Martonvasar, Brunszvik u. 2., Hungary) ,  Barcza Zoltan (Faculty of Forestry and Wood Sciences, Czech University of Life Sciences Prague, 165 21 Prague 6, Kamycka 129, Czech Republic) ,  Marjanovic Hrvoje (Croatian Forest Research Institute, HR-10450 Jastrebarsko, Cvjetno naselje 41, Croatia) ,  Arendas Tamas (Centre for Agricultural Research, Hungarian Academy of Sciences, H-2462 Martonvasar, Brunszvik u. 2., Hungary) ,  Fodor Nandor (Centre for Agricultural Research, Hungarian Academy of Sciences, H-2462 Martonvasar, Brunszvik u. 2., Hungary) ,  Bonis Peter (Centre for Agricultural Research, Hungarian Academy of Sciences, H-2462 Martonvasar, Brunszvik u. 2., Hungary) ,  Bognar Peter (Department of Geophysics and Space Science, Eotvos Lorand University, H-1117 Budapest, Pazmany P. st. 1/A, Hungary) ,  Lichtenberger Janos (Department of Geophysics and Space Science, Eotvos Lorand University, H-1117 Budapest, Pazmany P. st. 1/A, Hungary) ,  Lichtenberger Janos (Research Centre for Astronomy and Earth Sciences, Hungarian Academy of Sciences, H-9400 Sopron, Csatkai u. 68., Hungary)
資料名： Agricultural and Forest Meteorology  (Agricultural and Forest Meteorology)
巻： 260-261  ページ： 300-320  発行年： 2018年 
JST資料番号： C0901A  ISSN： 0168-1923  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： 本研究では,多重線形回帰モデルを構築し,2000~2016の期間のハンガリーにおける冬コムギ,菜種,トウモロコシおよびヒマワリの収量をシミュレートした。気象学的データと気象学的再解析からの土壌含水量を月毎の分解能におけるモデルの予測子として用いた。著者らは,分析における年間の肥料量を含んで,調査データから傾向を取り除いた。また,リモートセンシングに基づく植生指標を用いて,初期作物収量予測目的のためのアプローチを拡張し,統計モデルの予測力に関する代理データの付加価値を研究した。段階的線形回帰法を用いて,モデルフィッティングの統計的評価に基づいて,最も適切なモデルを選択した。高精度で作物収量を推定できる解釈可能な係数を持つ簡単な方程式を提供した。交差検証された説明された分散は冬コムギで67%,菜種で76%,トウモロコシで81%,ヒマワリで68.5%であった。モデリング運動は,5月における最低気温の正の異常が,4つの作物すべてに対する最終作物収量に実質的な負の影響を持つことを示した。冬小麦に対して,5月における最高気温の上昇は有益な効果を有するが,5月におけるより高い通常の蒸気圧不足は収量を減少させる。7月と8月のトウモロコシ土壌含水量は,最終収量に関して重要である。植生指数の組込みは,冬コムギ,菜種およびトウモロコシに対して,それぞれ10%,2%および4%の国規模でのモデルの予測力を改善した。郡レベルでは,リモートセンシングデータは冬コムギだけのモデルの全体的予測力を改善した。これらの結果は,近い将来に対する空間的に明示的な収率予測および収率投影に対する簡単ではあるがロバストなモデルを提供する。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： 秋播コムギ ,  菜種 ,  *作物収量 ,  統計模型 ,  気候変動 ,  ロバスト性 ,  予測 ,  最低気温 ,  モデル ,  ヒマワリ ,  土壌含水量 ,  *リモートセンシング ,  *農作物 ,  *モデリング
準シソーラス用語： MODIS , 【Automatic Indexing@JST】

著者キーワード (6件)： 作物収量 ,  統計的モデリング ,  収率予測 ,  気候変動 ,  リモートセンシング ,  MODIS

分類 (3件)： 農業気象  (DC05030Z) ,  麦  (FC03033M) ,  作物栽培一般  (FC03010R)

タイトルに関連する用語 (6件)： 気候データ ,  リモートセンシング ,  植生指数 ,  中央ヨーロッパ ,  作物収量 ,  統計的モデリング