文献

J-GLOBAL ID：202002285440025366   整理番号：20A2795730

多変量法を用いたキャノピーハイパースペクトル反射率に基づくリンゴ樹の葉窒素含量の迅速推定【JST・京大機械翻訳】

Rapid estimation of leaf nitrogen content in apple-trees based on canopy hyperspectral reflectance using multivariate methods

著者 (16件)： Chen Shaomin (Key Laboratory of Agricultural Soil and Water Engineering in Arid and Semiarid Areas of Ministry of Education, Northwest A&F University, Yangling, Shaanxi 712100, China) ,  Chen Shaomin (College of Water Resources and Architectural Engineering, Northwest A&F University, Yangling, Shaanxi 712100, China) ,  Hu Tiantian (Key Laboratory of Agricultural Soil and Water Engineering in Arid and Semiarid Areas of Ministry of Education, Northwest A&F University, Yangling, Shaanxi 712100, China) ,  Hu Tiantian (College of Water Resources and Architectural Engineering, Northwest A&F University, Yangling, Shaanxi 712100, China) ,  Luo Lihua (Key Laboratory of Agricultural Soil and Water Engineering in Arid and Semiarid Areas of Ministry of Education, Northwest A&F University, Yangling, Shaanxi 712100, China) ,  Luo Lihua (College of Water Resources and Architectural Engineering, Northwest A&F University, Yangling, Shaanxi 712100, China) ,  He Qiong (Key Laboratory of Agricultural Soil and Water Engineering in Arid and Semiarid Areas of Ministry of Education, Northwest A&F University, Yangling, Shaanxi 712100, China) ,  He Qiong (College of Water Resources and Architectural Engineering, Northwest A&F University, Yangling, Shaanxi 712100, China) ,  Zhang Shaowu (Key Laboratory of Agricultural Soil and Water Engineering in Arid and Semiarid Areas of Ministry of Education, Northwest A&F University, Yangling, Shaanxi 712100, China) ,  Zhang Shaowu (College of Water Resources and Architectural Engineering, Northwest A&F University, Yangling, Shaanxi 712100, China) ,  Li Mengyue (Key Laboratory of Agricultural Soil and Water Engineering in Arid and Semiarid Areas of Ministry of Education, Northwest A&F University, Yangling, Shaanxi 712100, China) ,  Li Mengyue (College of Water Resources and Architectural Engineering, Northwest A&F University, Yangling, Shaanxi 712100, China) ,  Cui Xiaolu (Key Laboratory of Agricultural Soil and Water Engineering in Arid and Semiarid Areas of Ministry of Education, Northwest A&F University, Yangling, Shaanxi 712100, China) ,  Cui Xiaolu (College of Water Resources and Architectural Engineering, Northwest A&F University, Yangling, Shaanxi 712100, China) ,  Li Hongxiang (Key Laboratory of Agricultural Soil and Water Engineering in Arid and Semiarid Areas of Ministry of Education, Northwest A&F University, Yangling, Shaanxi 712100, China) ,  Li Hongxiang (College of Water Resources and Architectural Engineering, Northwest A&F University, Yangling, Shaanxi 712100, China)
資料名： Infrared Physics & Technology  (Infrared Physics & Technology)
巻： 111  ページ： Null  発行年： 2020年 
JST資料番号： H0184A  ISSN： 1350-4495  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 作物窒素(N)状態の迅速推定は,収量,品質およびN利用効率の共同改良を促進するために,正確なN肥料管理を達成するために有効である。ハイパースペクトルリモートセンシングに基づくリンゴ樹木のN状態を迅速に推定するための方法を確立するために,N施用の4つのレベルを有するリンゴ樹木に関する圃場試験を,2018および2019年に中国,Yan’an,Luochuanにおいて実施した。リンゴ樹木キャノピースケールでのハイパースペクトルデータを,異なる生物季節学段階で得た。データセットの異常値をモンテカルロ交差検証(MCCV)によって検出した。生スペクトル(RS),Savitzky-Golay(SG)平滑化,平均(NME)による正規化,標準正規変換(SNV),乗法散乱補正(MSC),および一次導関数(FD)または二次導関数(SD)との組み合わせを含む合計15種類のスペクトルデータを分析した。結果は,SNV-FDが黄土高原に関するリンゴ樹木キャノピースペクトルデータのための最も良い前処理方法であることを示した。SNV-FDデータに対して,競合適応再加重サンプリング(CARS),逐次射影アルゴリズム(SPA),ランダムカエル(Rfrog),および部分最小二乗法(PLS)を用いて特徴変数を抽出した。CARS,SPAおよびRfrogによって抽出された特徴波長は,可視および近赤外(VIS/NIR)範囲に広く分布した。PLSによって抽出した特徴変数は少なかったが,強い解釈があった。これらの特徴変数に基づいて,部分最小二乗回帰(PLSR),サポートベクトルマシン(SVM),逆伝播人工ニューラルネットワーク(BPANN),極端学習機械(ELM)およびランダムフォレスト(RF)を含む線形および非線形モデルを,予測モデルを確立するために使用した。すべてのモデルの中で,4つの非線形モデリング法は線形法より優れていた。Rfrog-ELMによるモデルは最良の結果を達成した(R2_P=0.843,RMSEP=2.461g・kg-1,RPD=2.508)。本研究は,SNV-FD,RfrogとELMの組合せが,中国の黄土高原のリンゴ-樹木における葉N含有量を推定するために実行可能で信頼できることを示した。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： モンテカルロ法 ,  アルゴリズム ,  *窒素 ,  ニューラルネットワーク ,  乗算 ,  *スペクトル ,  平滑化 ,  近赤外線 ,  導関数 ,  正規化 ,  部分最小二乗法 ,  予測モデル ,  サポートベクトルマシン
準シソーラス用語： *ハイパースペクトル ,  ランダムフォレスト , 【Automatic Indexing@JST】

著者キーワード (5件)： 窒素含有量 ,  リンゴ樹 ,  キャノピースケールハイパースペクトル ,  可変抽出 ,  機械学習

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (8件)： 多変量 ,  キャノピー ,  ハイパースペクトル反射率 ,  リンゴ ,  葉 ,  窒素 ,  含量 ,  推定