無人航空機ハイパースペクトル画像に基づく土壌含水量検出の新しい方法を示した。【JST・京大機械翻訳】

Ge Xiangyu; Ding Jianli; Wang Jingzhe; Sun Huilan; Zhu Zhiqiang

文献

J-GLOBAL ID：202002267608405308 整理番号：20A0921729

無人航空機ハイパースペクトル画像に基づく土壌含水量検出の新しい方法を示した。【JST・京大機械翻訳】

A New Method for Predicting Soil Moisture Based on UAV Hyperspectral Image

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで

著者 (5件)： , , , ,
資料名：
巻： 40 号： 2 ページ： 602-609 発行年： 2020年
JST資料番号： C2093A ISSN： 1000-0593 CODEN： GYGFED 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：中国 (CHN) 言語：中国語 (ZH)

土壌含水量(SMC)は、生物地球化学と大気結合過程のキー変数であり、干ばつ地域の農業、生態と環境において重要な役割を果たしている。衛星搭載リモートセンシングシステムと比較して,UAV(UAV)は,強い制御性,高い分解能,および小規模の地表パラメータの迅速な監視のための新しいリモートセンシングプラットフォームを提供する。航空機搭載ハイパースペクトルセンサの導入は,UAVリモートセンシングシステムのために,高次元とナノスケールのデータ源を提供した。しかし、UAVハイパースペクトルデータに基づく研究はまだ深く掘り起こらず、標準的な技術案も形成されていない。新疆ウイグル自治区の典型的な農業地域に立脚し、6種類の前処理方案を利用し、一次導関数(FDR)、二次導関数(SDR)、連続体除去(CR)、吸光度(A)、吸光度一次(FDA)と吸光度二次(SDA)を含む。得られたUAVハイパースペクトルデータを処理した。この背景において、4種類の適切なスペクトル指数:差分型指数(DI)、比型指数(RI)、正規化型指数(NDI)と垂直型指数(PI)を構築し、スペクトルメカニズムから指数の合理性を検討した。最後に,勾配リフティング回帰ツリー(GBRT),ランダムフォレスト(RF)およびeXtremeGradientBoosting(XGBoost)アルゴリズムを用いて,独立変数として28個の最適スペクトル指数を用いて,SMC推定モデルを構築した。変数を異なる統合学習アルゴリズムの重要性によりランク付けし,スペクトル指数の効果を線形と非線形の観点から評価した。結果は以下を示した。(1)前処理と最適スペクトル指数は大気干渉と土壌背景を効果的に除去でき、そのうち、前処理Aはより多くのスペクトル情報を突出し、PI相関性は顕著である。(2)相関係数(r)とアンサンブル学習アルゴリズムの重要性を分析することによって,A_PI(|r|=0.773)が最適スペクトル指数であり,線形と非線形関係においてより良い性能を持つことが分かった。(3)3種類のアンサンブル学習に基づくSMC予測モデルにおいて、XGBoostはモデル効果抜群(R2val=0.926、RMSEP=1.943とRPD=2.556)を推算し、その予測値の統計的特徴は実測値と最も近い。3つのモデルの効果は,XGBoost>RF>GBRTであった。まとめると、UAVハイパースペクトル画像に基づき、異なる前処理とスペクトル指数を結びつけ、低高度リモートセンシングによる土壌水をモニタリングする新しい案を提出した。この研究のスキームは潜在的に高精度であり、乾燥地帯のSMCを検出する有効な方法であり、地表の属性を迅速に監視するために、新たな視点を提供した。相関結果は,乾燥地帯の精密農業と生態系のためのより良い管理と保護戦略を与えた。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

リモートセンシング一般 , 分光法と分光計一般

, ,

前のページに戻る