文献

J-GLOBAL ID：201902265147697434   整理番号：19A1456706

圃場およびUAVハイパースペクトルによる冬コムギにおけるキャノピー窒素密度推定のためのマルチLUTS法【JST・京大機械翻訳】

Multi-LUTs method for canopy nitrogen density estimation in winter wheat by field and UAV hyperspectral

著者 (11件)： Li Zhenhai (Beijing Research Center for Information Technology in Agriculture, Beijing Academy of Agriculture and Forestry Sciences, Beijing 100097, China) ,  Li Zhenhai (School of Engineering, Newcastle University, Newcastle upon Tyne NE1 7RU, UK) ,  Li Zhenhong (School of Engineering, Newcastle University, Newcastle upon Tyne NE1 7RU, UK) ,  Fairbairn David (School of Engineering, Newcastle University, Newcastle upon Tyne NE1 7RU, UK) ,  Li Na (School of Instrumentation Science and Opto-electronics Engineering, Beihang University, Beijing 100191, China) ,  Xu Bo (Beijing Research Center for Information Technology in Agriculture, Beijing Academy of Agriculture and Forestry Sciences, Beijing 100097, China) ,  Xu Bo (National Engineering Research Center for Information Technology in Agriculture, Beijing 100097, China) ,  Feng Haikuan (Beijing Research Center for Information Technology in Agriculture, Beijing Academy of Agriculture and Forestry Sciences, Beijing 100097, China) ,  Feng Haikuan (National Engineering Research Center for Information Technology in Agriculture, Beijing 100097, China) ,  Yang Guijun (Beijing Research Center for Information Technology in Agriculture, Beijing Academy of Agriculture and Forestry Sciences, Beijing 100097, China) ,  Yang Guijun (National Engineering Research Center for Information Technology in Agriculture, Beijing 100097, China)
資料名： Computers and Electronics in Agriculture  (Computers and Electronics in Agriculture)
巻： 162  ページ： 174-182  発行年： 2019年 
JST資料番号： T0337A  ISSN： 0168-1699  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： 放射伝達モデルにリンクした無人航空機(UAV)に基づくハイパースペクトル画像は,植物窒素(N)状態の高スループット監視のための有望な手法を提供できる。本研究では,1つの成長段階に対応する各LUTをN-PROSAILモデルに基づいて構築し,放射伝達モデルとLUTサイズを計算効率を改善するために最適化した。目的は,冬小麦におけるキャノピーN密度(CND)を推定するために構築したマルチLUTを使用することである。結果は,冬コムギにおける葉面積指数,葉N密度および2つのスペクトル指数(MSRおよびMCARI/MTVI2)のマルチLUTが,CND推定の良好な性能を示すことを示唆した。そして,6000列の最適サイズを有するLUTは,良好な精度をもたらすことができた。推定と測定したCNDの間の回帰関係のR2とnRMSE値は,フィールドハイパースペクトルデータから0.83と0.23であり,2014~2015年の成長期の間のUAVベースのハイパースペクトル画像から0.69と0.27であった。また,多重LUT法によるCNDは,2013~2014年の成長期におけるフィールドハイパースペクトルデータから正確に推定され,R2とnRMSE値は0.74と0.26であった。CNDベースのUAVデータの推定精度は,ベースフィールドデータよりわずかに低かった。得られた主題的CNDマップは,空間的および時間的スケールを変化させると,CNDの変動性を正確に示す。本研究からの結果は,冬コムギにおけるCNDを推定するために,UAVに基づくハイパースペクトル画像と物理光学手法を組み合わせる可能性を確認した。Copyright 2019 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 ,  *キャノピー ,  成長期 ,  葉面積指数 ,  多重化 ,  最適化 ,  *窒素 ,  モデル ,  無人機 ,  最適規模
準シソーラス用語： 推定精度 ,  ハイパースペクトルデータ ,  ハイパースペクトル画像 ,  放射伝達モデル ,  *ハイパースペクトル , 【Automatic Indexing@JST】

著者キーワード (5件)： キャノピー窒素密度 ,  テーブルアップテーブル ,  無人航空機プラットフォーム ,  ハイパースペクトル画像 ,  冬コムギ

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (10件)： 圃場 ,  UAV ,  ハイパースペクトル ,  冬コムギ ,  キャノピー ,  窒素 ,  密度 ,  推定 ,  マルチ ,  LUTS