文献

J-GLOBAL ID：202002233059392827   整理番号：20A0529468

イランにおける従来の土壌マッピングとデジタル土壌マッピング:過去,現在,未来【JST・京大機械翻訳】

Conventional and digital soil mapping in Iran: Past, present, and future

著者 (9件)： Zeraatpisheh Mojtaba (Key Laboratory of Geospatial Technology for the Middle and Lower Yellow River Regions, College of Environment and Planning, Henan University, Kaifeng 475004, China) ,  Jafari Azam (Department of Soil Science, College of Agriculture, Shahid Bahonar University of Kerman, Kerman, Iran) ,  Bagheri Bodaghabadi Mohsen (Soil and Water Research Institute, Agricultural Research, Education and Extension Organization (AREEO), Karaj, Iran) ,  Ayoubi Shamsollah (Department of Soil Science, College of Agriculture, Isfahan University of Technology, 84156-83111 Isfahan, Iran) ,  Taghizadeh-Mehrjardi Ruhollah (Faculty of Agriculture and Natural Resources, Ardakan University, Ardakan 8951656767, Iran) ,  Taghizadeh-Mehrjardi Ruhollah (Soil Science and Geomorphology, Institute of Geography, Eberhard Karls University Tuebingen, 72070 Tuebingen, Germany) ,  Toomanian Norair (Soil and Water Research Department, Isfahan Agricultural and Natural Resources Research and Education Center, AREEO, Isfahan 81785-199, Iran) ,  Kerry Ruth (Department of Geography, Brigham Young University, Provo, UT, USA) ,  Xu Ming (Key Laboratory of Geospatial Technology for the Middle and Lower Yellow River Regions, College of Environment and Planning, Henan University, Kaifeng 475004, China)
資料名： CATENA  (CATENA)
巻： 188  ページ： Null  発行年： 2020年 
JST資料番号： W1943A  ISSN： 0341-8162  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 正確な土壌情報の需要は,様々な応用のために増加している。本論文では,イランにおける土壌調査の歴史,特に,従来の土壌マッピング(CSM)法よりもむしろデジタル土壌マッピング(DSM)アプローチの使用における最近の開発について調査した。国際雑誌におけるイランのDSMに関する論文の2000~2019の文献検索は,40の研究を見出した。これらは,時間とともに頻度の増加を示し,大部分は中央イランの乾燥および半乾燥地域で完了した。人工ニューラルネットワーク(ANN),ランダムフォレスト(RF),および多項式ロジスティック回帰(MNLR)は,土壌クラスと特性を予測するための最も一般的に適用されたモデルであり,ANNはほとんどの比較研究で最も良く機能した。ほとんどの研究(地域または地域)の質問の規模を考えると,地形属性やリモートセンシングデータのような定量的環境変数が頻繁に使われたが,地形学,地質学,土地利用,および遺産土壌地図のような定性的変数はほとんど使われていなかった。CSMの文献レビューは,この方法が土壌の空間分布を定義することができず,DSM法よりも低い精度を提供することを示した。このレビューは,充填を必要とする研究ギャップを同定した。イランにおいて,一貫した方法論による一貫した国家規模DSMは,レガシー土壌地図を更新するために必要であり,最近のDSM研究においてほとんど無視されている森林地,山腹斜面,砂漠,および山岳地域におけるDSMを適用する必要がある。また,このレビューは,より局所的で地域的なデジタル土壌地図をより迅速に生産するのに有用である。それは,共変量と数学的方法が,イランにおけるDSMのこのスケールに最も適していることを示すのに役立つ。Copyright 2020 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： イラン・イスラム共和国 ,  砂漠 ,  地質学 ,  文献検索 ,  半乾燥地帯 ,  土壌特性 ,  山岳地 ,  文献展望 ,  ニューラルネットワーク ,  土地利用 ,  機械学習 ,  土壌調査 ,  多項式 ,  *土壌図 ,  地形学

著者キーワード (6件)： 土壌調査 ,  環境変数 ,  土壌特性とクラス ,  遺産土壌地図 ,  土壌景観モデリング ,  機械学習

分類 (2件)： 施肥法・肥効  (FB05030Y) ,  土壌化学  (FB04040C)

タイトルに関連する用語 (5件)： イラン ,  土壌 ,  マッピング ,  デジタル土壌マッピング ,  未来