文献

J-GLOBAL ID：202002273300028210   整理番号：20A0473499

点滴灌漑ブドウ園における土壌水分モニタリングのための高分解能熱およびレーダリモートセンシング検索のデータ同化【JST・京大機械翻訳】

Data assimilation of high-resolution thermal and radar remote sensing retrievals for soil moisture monitoring in a drip-irrigated vineyard

著者 (15件)： Lei Fangni (Hydrology and Remote Sensing Laboratory, USDA Agricultural Research Service, Beltsville, MD 20705, USA) ,  Lei Fangni (Geosystems Research Institute, Mississippi State University, Starkville, MS 39762, USA) ,  Crow Wade T. (Hydrology and Remote Sensing Laboratory, USDA Agricultural Research Service, Beltsville, MD 20705, USA) ,  Kustas William P. (Hydrology and Remote Sensing Laboratory, USDA Agricultural Research Service, Beltsville, MD 20705, USA) ,  Dong Jianzhi (Hydrology and Remote Sensing Laboratory, USDA Agricultural Research Service, Beltsville, MD 20705, USA) ,  Yang Yun (Hydrology and Remote Sensing Laboratory, USDA Agricultural Research Service, Beltsville, MD 20705, USA) ,  Knipper Kyle R. (Hydrology and Remote Sensing Laboratory, USDA Agricultural Research Service, Beltsville, MD 20705, USA) ,  Anderson Martha C. (Hydrology and Remote Sensing Laboratory, USDA Agricultural Research Service, Beltsville, MD 20705, USA) ,  Gao Feng (Hydrology and Remote Sensing Laboratory, USDA Agricultural Research Service, Beltsville, MD 20705, USA) ,  Notarnicola Claudia (Institute for Earth Observation, Eurac Research, Bolzano 39100, Italy) ,  Greifeneder Felix (Institute for Earth Observation, Eurac Research, Bolzano 39100, Italy) ,  McKee Lynn M. (Hydrology and Remote Sensing Laboratory, USDA Agricultural Research Service, Beltsville, MD 20705, USA) ,  Alfieri Joseph G. (Hydrology and Remote Sensing Laboratory, USDA Agricultural Research Service, Beltsville, MD 20705, USA) ,  Hain Christopher (Earth Science Office, NASA Marshall Space Flight Center, Huntsville, AL 35805, USA) ,  Dokoozlian Nick (Viticulture, Chemistry and Enology, E. & J. Gallo Winery, Modesto, CA 95354, USA)
資料名： Remote Sensing of Environment  (Remote Sensing of Environment)
巻： 239  ページ： Null  発行年： 2020年 
JST資料番号： C0252B  ISSN： 0034-4257  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 効率的な水利用評価と灌漑管理は,灌漑農業の持続可能性,特に気候条件の変化下で重要である。広い地理的地域にわたる地上計装の維持の非現実性により,土壌水条件のリモートセンシングと数値モデルベースの微細スケールマッピングが,空間スケールの範囲で水資源応用に適用されてきた。ここでは,最適化された灌漑管理戦略を支援できる表面および根圏土壌水分の改善された推定を提供する目的で,高分解能熱赤外(TIR)および合成開口レーダ(SAR)リモートセンシングデータを土壌植生-大気-移動(SVAT)モデルに統合するためのプロトタイプフレームワークを提示した。具体的には,水ストレス(TIRから)と表面土壌水分検索(SARから)のリモートセンシング推定値を,米国,Californiaの中央渓谷におけるブドウ園サイト上の30m分解能SVATモデルに同化した。データ同化アルゴリズムの有効性を,合成と実データ実験の両方により調べた。結果は,粒子フィルタリング手法が,モデル状態と観測の間の非線形関係を扱うためのアンサンブルKalmanフィルタより優れていることを実証した。さらに,葉面積指数のような生物物理学的条件は観測と状態の間の関係に影響し,従って同化モデルにおいて正確に表現されなければならないことを示した。全体として,SVATモデルにより予測された表面および根圏土壌水分は,熱およびレーダに基づく検索の同化により強化され,データ同化戦略を用いた農業サブフィールド規模での潅漑管理の改善の可能性を示唆した。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： 最適化 ,  *土壌水 ,  葉面積指数 ,  *リモートセンシング ,  *高分解能 ,  合成開口レーダ ,  *水分 ,  *データ同化 ,  赤外線 ,  アルゴリズム ,  気象条件 ,  推定量 ,  *灌漑 ,  *レーダ ,  水資源

著者キーワード (7件)： データ同化 ,  熱リモートセンシング ,  レーダ ,  蒸発散 ,  土壌水分 ,  高分解能 ,  灌漑管理

分類 (2件)： リモートセンシング一般  (AD04000L) ,  光学情報処理  (BD03060T)

タイトルに関連する用語 (8件)： 点滴灌漑 ,  ブドウ園 ,  土壌水分 ,  モニタリング ,  高分解能 ,  レーダリモートセンシング ,  検索 ,  データ同化