文献

J-GLOBAL ID：201802287792189027   整理番号：18A1648330

夜間温度と強化植生指数に基づく5つの常緑針葉樹林における成長端を予測する新しいアルゴリズム【JST・京大機械翻訳】

A new algorithm predicting the end of growth at five evergreen conifer forests based on nighttime temperature and the enhanced vegetation index

著者 (7件)： Yuan Huanhuan (The Key Laboratory of Land Surface Pattern and Simulation, Institute of Geographical Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China) ,  Yuan Huanhuan (University of the Chinese Academy of Sciences, Beijing 100049, China) ,  Wu Chaoyang (The Key Laboratory of Land Surface Pattern and Simulation, Institute of Geographical Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China) ,  Wu Chaoyang (University of the Chinese Academy of Sciences, Beijing 100049, China) ,  Lu Linlin (Key Laboratory of Digital Earth Science, Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, Beijing 100094, China) ,  Wang Xiaoyue (The Key Laboratory of Land Surface Pattern and Simulation, Institute of Geographical Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China) ,  Wang Xiaoyue (University of the Chinese Academy of Sciences, Beijing 100049, China)
資料名： ISPRS Journal of Photogrammetry and Remote Sensing (International Society for Photogrammetry and Remote Sensing)  (ISPRS Journal of Photogrammetry and Remote Sensing (International Society for Photogrammetry and Remote Sensing))
巻： 144  ページ： 390-399  発行年： 2018年 
JST資料番号： H0048A  ISSN： 0924-2716  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： 植生生物季節学の正確な推定(成長期の開始/終わり,SOS/EOS)は,気象環境への植生のフィードバックを理解するために重要である。常緑林は緑における変化が限られているので,特に秋のEOSに対して常緑針葉樹林生物季節学を予測する研究は比較的少ない。MODIS正規化植生指数(NDVI)および強化植生指数(EVI)の11年(2000~2010年)記録を用いて,カナダの5常緑針葉樹林フラックスサイトでの総一次生産(GPP)および温度データと共に,フラックス導出EOSのモデリングにおけるいくつかの変数の性能を包括的に評価した。結果は,NDVIもEVIも,それらが地上観測と有意な相関を持たないので,EOSを予測するために使用することができないことを示した。比較において,温度はEOSのためのより良い予測強度を持って,EOSと平均温度(T_平均)の間のR2,最高温度(T_max,昼間温度)と最低温度(T_min,夜間温度)は,それぞれ0.45(RMSE=5.1日),0.32(RMSE=5.7日)と0.58(RMSE=4.6日)であった。これらの結果は,常緑林のEOSの調節における夜間気温の報告されていない役割を示唆しており,これまでの研究と比較して,昼間の温度による春における落葉を示している。さらに,夜間気温は土壌温度(T_s)とより高い関係を有する(R2=0.67,p<0.05)ことを示した。次に,T_minとEVIを組み合わせた新しいモデルを開発し,これらの5つのフラックスサイトと9つのPhenoCamサイトで収集したデータに対して,EOSモデリングを大幅に改善した。著者らの結果は,現在のリモートセンシングVI推定EOSの精度が注意深く使用されるべきであることを意味する。特に,著者らは常緑林のEOSのモデル化における夜間気温の有用性を明らかにした。それは将来の生態系モデルに対して潜在的に重要である可能性がある。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： 成長期 ,  *針葉樹林 ,  モデリング ,  カナダ ,  *アルゴリズム ,  正規化植生指数 ,  地温 ,  最高気温 ,  *予測 ,  モデル ,  気温 ,  リモートセンシング ,  最低気温
準シソーラス用語： 総一次生産 ,  MODIS , 【Automatic Indexing@JST】

著者キーワード (5件)： フェノロジー ,  常緑針葉樹林 ,  T_min ,  T_max ,  ndvi/Evi

分類 (1件)： 写真測量,空中写真  (RC02040D)

タイトルに関連する用語 (6件)： 夜間温度 ,  強化植生指数 ,  針葉樹林 ,  成長 ,  予測 ,  アルゴリズム