文献

J-GLOBAL ID：201902284825282069   整理番号：19A1308076

近接およびリモートセンシングデータからの土壌学および土壌クラスマッピング【JST・京大機械翻訳】

Pedology and soil class mapping from proximal and remote sensed data

著者 (6件)： Poppiel Raul R. (Faculty of Agronomy and Veterinary Medicine, Darcy Ribeiro University Campus, University of Brasilia, ICC Sul, Asa Norte, Postal Box 4508, Brasilia 70910-960, Brazil) ,  Lacerda Marilusa P.C. (Faculty of Agronomy and Veterinary Medicine, Darcy Ribeiro University Campus, University of Brasilia, ICC Sul, Asa Norte, Postal Box 4508, Brasilia 70910-960, Brazil) ,  Dematte Jose A.M. (Department of Soil Science, Luiz de Queiroz College of Agriculture, University of Sao Paulo, Padua Dias Av., 11, Piracicaba, Postal Box 09, Sao Paulo 13416-900, Brazil) ,  Oliveira Manuel P. (Faculty of Agronomy and Veterinary Medicine, Darcy Ribeiro University Campus, University of Brasilia, ICC Sul, Asa Norte, Postal Box 4508, Brasilia 70910-960, Brazil) ,  Gallo Bruna C. (Department of Soil Science, Luiz de Queiroz College of Agriculture, University of Sao Paulo, Padua Dias Av., 11, Piracicaba, Postal Box 09, Sao Paulo 13416-900, Brazil) ,  Safanelli Jose L. (Department of Soil Science, Luiz de Queiroz College of Agriculture, University of Sao Paulo, Padua Dias Av., 11, Piracicaba, Postal Box 09, Sao Paulo 13416-900, Brazil)
資料名： Geoderma  (Geoderma)
巻： 348  ページ： 189-206  発行年： 2019年 
JST資料番号： E0256B  ISSN： 0016-7061  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： ハイパースペクトル近接および多重スペクトルリモートセンシングによる土壌学的評価およびマッピングは,高い土壌変動性を有する大規模地域に対する重要な代替案となっている。デジタル土壌マッピングのためにこれらのマルチソースデータを統合する方法を示す戦略が出現している。本論文において,著者らは,土壌学的評価を実行して,MESMAによって詳細な土壌分類マッピングをサポートするために,近位および遠隔観測データを使用した。研究地域は,ブラジルの連邦の南東部にある。6つのトポシーケンスを,土壌学的評価に従って定義し,34のサイトを実験室分析(テクスチャと化学)とVIS-NIR-SWIR(350-2500nm)分光反射率分析のために収集した。表土反射率の導関数分析に基づいて土壌鉱物学を評価し,クラスタ化法により表土スペクトルパターンを認識するための観測をグループ化した。表土パターン(各クラスタに対する平均スペクトル曲線)をLandsat5-TMスペクトルバンドのGauss関数を用いて畳み込み,エンドメンバーを得た。次に,著者らはLandsat5TM時系列を用いて,裸の土壌複合材料の合成土壌画像(SYSI)を作成した。エンドメンバーとSYSIを,土壌クラスをマップするために,多重端成分スペクトル混合分析(MESMA)の入力データとして用いた。表土スペクトルは,テクスチャ,鉱物学および色において類似した土壌サンプルをクラスタ化し,13の表土パターン(エンドメンバー)を同定した。SYSIは裸の土壌面積被覆率の74%を検索し,エンドメンバーに非常に類似したスペクトルパターンを示した。RGB 543複合材料は,土壌の鉱物学(i.g.三sesqui石,カオリナイトおよび石英),テクスチャーおよび色を強調した。MESMAは,エンドメンバーからのSYSIのほぼ100%をモデル化し,0.86%の低いグローバルRMSEと62%の高いグローバル分率を有した。土壌クラスを,MESMA法により表土反射パターンと衛星画像を用いて地図化した。著者らは,独立した野外訪問サイトを用いてデジタル土壌地図を検証し,それは0.73のKappa係数に達した。土壌鉱物学を効率的に評価し,実験室表土スペクトルからパターンを認識した。著者らは,表土反射パターンとMESMA法による裸の土壌複合画像を用いて,土壌クラスをうまくマッピングした。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： クラスタ ,  衛星利用画像 ,  スペクトル ,  カオリナイト ,  ディジタル方式 ,  多重化 ,  *リモートセンシング ,  クラスタ化 ,  モデリング ,  石英 ,  表土 ,  反射率 ,  ブラジル連邦共和国
準シソーラス用語： 質感 ,  ハイパースペクトル , 【Automatic Indexing@JST】

著者キーワード (6件)： 土壌分光法 ,  表土反射率 ,  微分スペクトル ,  ランドサット ,  衛星画像 ,  MESMA

分類 (2件)： 土壌生成・分類  (FB04020G) ,  土壌化学  (FB04040C)

タイトルに関連する用語 (5件)： リモートセンシング ,  土壌学 ,  土壌 ,  クラス ,  マッピング