文献

J-GLOBAL ID：201802239074997038   整理番号：18A1072630

土壌有機物を推定するための可視および近赤外予測モデルにおける多変量解析によるキャリブレーションセットの構築【JST・京大機械翻訳】

Construction of the Calibration Set through Multivariate Analysis in Visible and Near-Infrared Prediction Model for Estimating Soil Organic Matter

著者 (6件)： Wang Xiaomi (School of Resource and Environment Science, Wuhan University, 129 Luoyu Road, Wuhan 430079, China) ,  Chen Yiyun (School of Resource and Environment Science, Wuhan University, 129 Luoyu Road, Wuhan 430079, China) ,  Chen Yiyun (State Key Laboratory of Soil and Sustainable Agriculture, Institute of Soil Science, Chinese Academy of Sciences, Nanjing 210008, China) ,  Chen Yiyun (Suzhou Institute of Wuhan University, Suzhou 215123, China) ,  Guo Long (College of Resources and Environment, Huazhong Agricultural University, Wuhan 430070, China) ,  Liu Leilei (Department of Civil and Environmental Engineering, The Hong Kong Polytechnic University, Hong Kong 999077, China)
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 9  号： 3  ページ： 201  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： 可視および近赤外(VNIR)分光法予測モデルは,土壌有機物(SOM)含有量の予測のための有効なツールである。VNIRモデルの予測精度はキャリブレーションセットの選択に大きく依存する。しかし,VNIR予測モデルを構築するためのキャリブレーションセットを選択するための従来の方法は,SOMの勾配または土壌VNIRスペクトルのいずれかを考慮し,環境変数の影響を無視している。しかし,土壌試料は一般的に強い空間変動性を示し,SOM含有量とVNIRスペクトルの間の関係は場所と周辺環境に関して変化する可能性がある。したがって,従来の較正セット選択法に基づくVNIR予測モデルは,特に高度に空間的に変動する土壌含有量(例えばSOM)を推定するためにバイアスされる。SOM空間変動と環境影響を考慮する能力によってキャリブレーションセット選択方法を等しくするために,本論文はキャリブレーションセットを選択するために改良方法を提案した。提案した方法は,SOM勾配,スペクトル情報,および環境変数を総合的に考慮するために,改良多変数相関関係クラスタリングマイニング(MVARC)法とランク-Kennard Stone(Rank-KS)法を組み合わせた。提案したMVARC-R-KS法において,MVARCは,Aprioriアルゴリズム,密度ベースのクラスタリングアルゴリズム,Delaunay三角形分割を統合した。MVARC法は,最初に,環境変数が土壌試料に類似の影響を及ぼすクラスタ化分布域を適応的に採掘するために利用される。MVARC法の実現可能性は,シミュレーションデータセットに関する実験を実施することによって証明した。キャリブレーションセットは,選択したキャリブレーションセットにおける単一特性を避けるために,ランク-KSアルゴリズムを使用することによって,クラスタ化区域と残りの区域から均等に選んだ。提案したMVARC-R-KSアプローチを適用して,中国のJianghan平野の河岸地域におけるSOM含有量のVNIR予測モデルを構築するためにキャリブレーションセットを選択した。結果は,MVARC-R-KS法を用いて選択したキャリブレーションセットが,成分濃度,スペクトル情報,および環境変数の代表であることを示した。MVARC-R-KS法は,従来の較正セット選択法と比較することにより,相対的に高い適合度と精度でSOM含有量のVNIRモデルを構築するためのキャリブレーションセットを選択することもできる。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： *土壌有機物 ,  クラスタ化 ,  平野 ,  中華人民共和国 ,  スペクトル ,  アルゴリズム ,  *予測モデル ,  河岸 ,  *近赤外線 ,  *多変量解析
準シソーラス用語： 適合度 ,  Aprioriアルゴリズム ,  空間変動 ,  環境変数 ,  予測精度 , 【Automatic Indexing@JST】

著者キーワード (6件)： 土壌有機物 ,  スペクトル表現 ,  環境表現 ,  部分最小二乗回帰 ,  空間クラスタリング ,  相関ルール

分類 (2件)： 土壌化学  (FB04040C) ,  分光分析  (CC03012W)

引用文献 (38件)：

• Batjes, N.H. Total carbon and nitrogen in the soils of the world. Eur. J. Soil Sci. 1996, 47, 151-163.
• Mishra, U.; Torn, M.S.; Masanet, E.; Ogle, S.M. Improving regional soil carbon inventories: Combining the IPCC carbon inventory method with Regression Kriging. Geoderma 2012, 189-190, 288-295.
• Simbahan, G.C.; Dobermann, A.; Goovaerts, P.; Ping, J.; Haddix, M.L. Fine-resolution mapping of soil organic carbon based on multivariate secondary data. Geoderma 2006, 132, 471-489.
• Wu, C.F.; Wu, J.P.; Luo, Y.M.; Zhang, L.M.; Degloria, S.D. Spatial prediction of soil organic matter content using cokriging with remotely sensed data. Soil Sci. Soc. Am. J. 2009, 73, 1202-1208.
• Gebbers, R.; Adamchuk, V.I. Precision agriculture and food security. Science 2010, 327, 828-831.

タイトルに関連する用語 (7件)： 土壌有機物 ,  推定 ,  近赤外 ,  予測モデル ,  多変量解析 ,  キャリブレーション ,  構築