地理的加重回帰モデルとハイパースペクトルインバージョンによる塩生植物葉の塩イオン含有量の逆相関を結びつけた。【JST・京大機械翻訳】

Yuan Jie; Zhang Fei; Ge Xiangyu; Guo Wanzhen; Deng Laifei

文献

J-GLOBAL ID：201902271078239651 整理番号：19A2256185

地理的加重回帰モデルとハイパースペクトルインバージョンによる塩生植物葉の塩イオン含有量の逆相関を結びつけた。【JST・京大機械翻訳】

Leaf salt ion content estimation of halophyte plants based on geographically weighted regression model combined with hyperspectral data

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=19A2256185&COPY=1") }}
高度な検索・分析はJDreamⅢで

著者 (5件)： , , , ,
資料名：
巻： 35 号： 10 ページ： 115-124 発行年： 2019年
JST資料番号： C2454A ISSN： 1002-6819 CODEN： NGOXEO 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：中国 (CHN) 言語：中国語 (ZH)

塩生植物の葉の塩イオン含有量は,植物成長モニタリング,耐塩性植物スクリーニング,および土壌塩類集積モニタリングにおいて,実用的価値がある。本研究では,新疆のYinyu湖の保護区における塩生植物を研究対象として,植物葉の塩イオン(K+,Na+,Ca2+,およびCa2+)を分析した。Mg2+)の含有量とキャノピーハイパースペクトルデータのスペクトル変換と二次元植生指数(比型植生指数(ratiovegetationindex,RVI)、差分型植生指数(differencevegetationindex)。DVI、正規化型植生指数(normalizeddifferencevegetationindex,NDVI)の相関性は特徴バンドを選択する。地理加重回帰モデル(geographicallyweightedregression,GWR)に基づく葉塩イオン含有量推定モデルを構築した。BPニューラルネットワークモデル(backpropagationneuralnetwork)と比較し、GWRモデルに基づいた干ばつ区の塩生植物葉身塩イオンを推算する可能性を研究した。結果は,特徴バンドが赤色と短波長赤外バンドに集中することを示す。K+含有量が反射率の逆数の対数選択の赤色光区域において、GWRの見積もり効果が最もよかった。Na+の特徴バンドはスペクトル変換下で短波長赤外領域に集中し、二次元植生指数は近赤外、短波長近赤外及び黄、オレンジ、赤色領域に集中し、各種波長帯選択下でGWRはNa+の含有量推定に良い効果があるが、反射率対数の一次推定効果は最もよい。Ca2+含量が反射率平方根の一次微分で選ばれる短波赤外バンドはGWRモデルにより最も良く推定された。Mg2+の含有量がDVIで選択される赤色光区域の特徴バンドの推定効果は最良であるが、GWRモデルを用い、Mg2+の見積もり精度にBPモデルがない。GWR塩イオンモデルに基づいた推定モデルを分析し、含有量が高いイオン推定効果がもっと良く、K+、Na+のモデル精度がCa2+、Mg2+より優れていることが分かった。GWRモデルを用いて、植物葉の塩イオン含有量を推定する時、特徴バンドはレッド及び短波長赤外バンドに指向し、植生スペクトルメカニズムの応答に符合する。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, 【Automatic Indexing@JST】

農業一般 , 植物生態学

, , , , , , ,

前のページに戻る