文献

J-GLOBAL ID：202002236186221661   整理番号：20A2775571

機械学習アプローチを用いたトルコ南東部におけるコムギの面積推定と収量予測【JST・京大機械翻訳】

Area Estimation and Yield Forecasting of Wheat in Southeastern Turkey Using a Machine Learning Approach

著者 (3件)： Vanli OEmer (Department of Geographical Information Technologies, Istanbul Technical University, Istanbul, Turkey) ,  Ahmad Ishfaq (Centre for Climate Research and Development, COMSATS University Islamabad, Islamabad, Pakistan) ,  Ustundag Burak Berk (Informatics Institute, Istanbul Technical University, Istanbul, Turkey)
資料名： Journal of the Indian Society of Remote Sensing  (Journal of the Indian Society of Remote Sensing)
巻： 48  号： 12  ページ： 1757-1766  発行年： 2020年 
JST資料番号： W4605A  ISSN： 0255-660X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 収量予測に関する正確でタイムリーな情報は意思決定における政策立案者にとって必要である。事例研究を計画し,トルコ南東部の地域コムギ収量予測モデルの枠組を開発した。したがって,全画像に対する大気(TOA)補正の実装後,NurdgiとIslahiye郡からの313の圃場の地上の採取点を収集する。合計8つの機械学習アルゴリズムを,衛星画像分類のために調整して,試験して,最良のモデルをコムギ作物の空間分布のために使用した。機械学習アルゴリズムの結果は,90%以上の精度を示した。最良のモデルとして,ランダムフォレストを画像分類のために使用した。分類結果は,分類器によって推定された面積がトルコ統計部門によって報告されたものより11%多いことを示した。試験モデルの観測および予測収率は,198kgha-1の二乗平均平方根誤差(RMSE)で互いに閉鎖された。観測および予測収率は,5年間,Nudragiで144kgha-1,Islahiyeで68kgha-1のRMSEと密接な一致を示した。リモートセンシングは収量推定の有用なツールであり,他の地域や作物に利用できると結論した。Copyright Indian Society of Remote Sensing 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 意思決定 ,  農作物 ,  *コムギ ,  空間分布 ,  トルコ共和国 ,  リモートセンシング ,  事例研究 ,  *機械学習 ,  学習アルゴリズム
準シソーラス用語： 画像分類 ,  ランダムフォレスト ,  *収量予測 , 【Automatic Indexing@JST】

著者キーワード (4件)： 機械学習アルゴリズム ,  LASSO分析 ,  収量予測 ,  面積推定

分類 (2件)： 麦  (FC03033M) ,  リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (6件)： 機械学習 ,  トルコ ,  コムギ ,  面積 ,  推定 ,  収量予測