多領域リモートセンシング指標の作物プロセス誘導組合せからの西アフリカにおけるトウモロコシ収量推定【JST・京大機械翻訳】

Leroux Louise; Leroux Louise; Castets Mathieu; Castets Mathieu; Baron Christian; Baron Christian; Escorihuela Maria-Jose; Begue Agnes; Begue Agnes; Lo Seen Danny; Lo Seen Danny

文献

J-GLOBAL ID：201902280740759129 整理番号：19A1342289

多領域リモートセンシング指標の作物プロセス誘導組合せからの西アフリカにおけるトウモロコシ収量推定【JST・京大機械翻訳】

Maize yield estimation in West Africa from crop process-induced combinations of multi-domain remote sensing indices

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=19A1342289&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=19A1342289&from=J-GLOBAL&jstjournalNo=W1009A") }}

著者 (11件)： , , , , , , , , , ,
資料名：
巻： 108 ページ： 11-26 発行年： 2019年
JST資料番号： W1009A ISSN： 1161-0301 CODEN： EJAGET 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)

リモートセンシングデータ,作物モデリング,および統計的方法を,作物収量推定の現在の限界を克服するために,オリジナルの方法で組み合わせた。次に,それを,Burkina Fasoにおけるトウモロコシ穀物収量とそれらの年間変動性のタイムリーな推定のために試験した。SARRA-O作物モデルからの出力を較正のための観測データの代理として用いた。最終的なリモートセンシングに基づく収量モデルを,生殖および成熟期における開花期の地上バイオマス(AGB-F)と作物水ストレス(CSTR)の間の相互作用について構築した。種々の植生と干ばつ関連指標を異なるスペクトル領域から導出し,試験した。モデルの性能は,(a)シミュレートされた収率と(b)村レベルで集められた地上調査からの独立した収率に対する交差検証によって評価された。結果は,RF(ランダムフォレスト)モデルが,シミュレーション収率と比較すると,季節の終わりに年間収量推定のためにMLR(多重線形回帰)モデルより優れていることを示した。植物成長に利用できる土壌水の代理としての表面土壌水分(SSM)情報は,キャノピー被覆の温度に関する情報と共に,RFトウモロコシ収量モデルの改善に役立ち,特に作物水分ストレスの推定に影響を与える。最後に,収穫の2か月前に,RFモデルは観察された季節外トウモロコシ穀粒収量変動の46%を予測した。したがって,リモートセンシング,作物モデルおよび機械学習法の組み合わせは,アフリカ大陸のほとんどの部分のような現場データが不足している環境における年間トウモロコシ作物収量を推定し予測するための有効な手法である。しかしながら,現在の農業監視システムを強化し,食品安全性を低下させるような社会的挑戦に取り組むために,収量の空間的変動性をより良く検索するために,より多くの研究が必要である。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , , , , , ,

著者キーワード (7件)： , , , , , ,

施肥法・肥効 , 作物育種一般 , 畑作物一般 , 麦 , 作物の品種改良

, , , , , , , , ,

前のページに戻る