文献

J-GLOBAL ID：202002268319521630   整理番号：20A0142379

動的作物モデルにおけるリモートセンシングデータの同化のための粒子群最適化【JST・京大機械翻訳】

Particle swarm optimization for assimilation of remote sensing data in dynamic crop models

著者 (3件)： Wagner Matthias P. (Christian-Albrechts-Univ. zu Kiel (Germany)) ,  Taravat Alireza (Christian-Albrechts-Univ. zu Kiel (Germany)) ,  Oppelt Natascha (Christian-Albrechts-Univ. zu Kiel (Germany))
資料名： Proceedings of SPIE  (Proceedings of SPIE)
巻： 11149  ページ： 111490L-10  発行年： 2019年 
JST資料番号： D0943A  ISSN： 0277-786X  CODEN： PSISDG  資料種別： 会議録 (C)
記事区分： 短報  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 農業モニタリングは,世界人口の増加,農業生産の成長の遅れ,および食品安全性に関する懸念により,重要性を増している。リモートセンシングと動的作物モデリングは,収量予測のための強力なツールであり,しばしば文献に適用されている。この文脈で生じる大きな疑問は,モデル過程へのリモートセンシングデータの同化である。著者らは,モデルシミュレーションとリモートセンシング観測の両方における不確実性の異なるソースを柔軟に組み込んだ更新方式において,粒子群最適化を採用する新しい技術を提示した。リモートセンシングデータセットから得られたキャノピー被覆を更新することにより,冬コムギ収量予測のためのAquarCrop-OSモデルによる技術を試験した。予備結果は,新しい方法が簡単な置換更新とKalmanフィルタ手法の両方を上回ることを示した。フィールドレベルの収量予測からバイアスを除去し,RMSEを1.32t/haから0.89t/haに低減することに成功した。COPYRIGHT SPIE. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： Kalmanフィルタ ,  *リモートセンシング ,  不確実性 ,  キャノピー ,  被覆 ,  農業 ,  *農作物 ,  食品安全性 ,  秋播コムギ ,  モデリング
準シソーラス用語： モデルシミュレーション ,  収量予測 ,  *粒子群最適化 ,  *リモートセンシングデータ ,  *作物モデル , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (4件)： 作物モデル ,  リモートセンシングデータ ,  同化 ,  粒子群最適化