文献
J-GLOBAL ID:201902289714640850   整理番号:19A2524929

土壌水分の影響を考慮した土壌スペクトル配分モデルの開発【JST・京大機械翻訳】

Development of soil spectral allocation models considering the effect of soil moisture
著者 (8件):
資料名:
巻: 195  ページ: Null  発行年: 2019年 
JST資料番号: E0854B  ISSN: 0167-1987  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
土壌スペクトルの配分または分類は通常空気乾燥土壌で行われる。しかし,圃場土壌はすべて空気乾燥されず,土壌水分の変化は土壌反射率に影響する。土壌水分の影響を除去する目的で,土壌水分の影響を考慮した土壌配分モデルを導入した。中国北東部のSongnen平野からの4つの典型的土壌の表土スペクトル曲線を10nm間隔に再サンプリングし,一次微分スペクトル曲線と連続体除去曲線に変換した。スペクトル特徴パラメータを可視近赤外(VNIR)範囲(350~2500nm)における連続体除去曲線から抽出し,430~2400nmの範囲を用いて,雑音の影響を低減するための土壌配置モデルを構築した。異なる土壌水分を有する試料を空気乾燥土壌に混合し,土壌水分の影響を評価し,土壌水分に影響されない配分指標を見出すために,異なる入力の変動係数(CV)を計算した。著者らは,混合土壌サンプルを割り当てるために,それらのDT(決定木)モデルの高い精度のために,配分指数を使用した。また,決定木(DT),多項式ロジスティック回帰(MLR)および多層認識ニューラルネットワーク(MLPNN)による混合土壌サンプルを割り当てるために,土壌水分によって影響を受けない配分指標を用いて,2つの方法の結果を比較した。結果は以下のことを示す。1)SFPsは短いバンドで構築され,SFPはPCRやPCFDよりも土壌水分に敏感でなく,SFPはPCRやPCFDよりも土壌水分の影響を考慮した土壌配分モデルの構築に適している。2)土壌水分における差異は,吸収谷肩,対称性と吸収位置,吸収範囲と深さに及ぼす中程度の影響,および種々のバンドの傾斜に及ぼす主要な影響に及ぼすほとんど影響を持たなかった。3)異なる土壌クラスの連続体除去曲線に及ぼす土壌水分の影響は可変であった。ChernozemsおよびCambisolsに対する中程度の効果,およびPhaeozemsに対する大きな影響があった。4)土壌水分の影響を受けない配分指標を用いたDTモデルの精度は,0.888のKappa係数で91.892%であった。著者らの結果は,土壌水分によって影響を受けない土壌スペクトル配分モデルを構築することが可能であることを示唆して,これは土壌分類においてかなり助けることができる土壌スペクトル配分,特に圃場土壌の普遍性を改良した。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
土壌管理  ,  施肥法・肥効 

前のページに戻る