文献

J-GLOBAL ID：202102240495136699   整理番号：21A2454047

ハイパースペクトル近位リモートセンシングによるピーナッツにおける落葉損傷の検出【JST・京大機械翻訳】

Detection of Defoliation Injury in Peanut with Hyperspectral Proximal Remote Sensing

著者 (5件)： Pinto Jose (School of Agricultural and Veterinarian Sciences, Sao Paulo State University (UNESP), Rod. Prof. Paulo Donato Castellane, km 5, 14884-900 Jaboticabal, SP, Brazil) ,  Powell Scott (Department of Land Resources and Environmental Sciences, Montana State University, Bozeman, MT 59717, USA) ,  Peterson Robert (Department of Land Resources and Environmental Sciences, Montana State University, Bozeman, MT 59717, USA) ,  Rosalen David (School of Agricultural and Veterinarian Sciences, Sao Paulo State University (UNESP), Rod. Prof. Paulo Donato Castellane, km 5, 14884-900 Jaboticabal, SP, Brazil) ,  Fernandes Odair (School of Agricultural and Veterinarian Sciences, Sao Paulo State University (UNESP), Rod. Prof. Paulo Donato Castellane, km 5, 14884-900 Jaboticabal, SP, Brazil)
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 12  号： 22  ページ： 3828  発行年： 2020年 
JST資料番号： U7270A  ISSN： 2072-4292  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 昆虫サンプリングツールとしての害虫検出の効率を最適化するためにリモートセンシングを適用できる。この効率は,害虫管理における意思決定のためのより正確な推奨をもたらす。リモートセンシングによる害虫検出は,草食による植物生物的ストレスが植物における防御的生理学的応答を誘発するので,しばしば実現可能であり,それは一般的に葉反射率の変化をもたらす。したがって,この研究の重要な目的は,南アメリカピーナッツ(Arachis hypogaea)生産における2つの主要害虫であるStegasta bosqueella(鱗翅類:Gelchiidae)とSpodoptera cosmoides(鱗翅類:Noctuidae)による草食に対するピーナッツ葉応答を特性化するために,ハイパースペクトル近位リモートセンシングとガス交換パラメータを使用することであった。実験は,2つの3要因計画(2つの鱗翅類種および3つの損傷カテゴリー)を有するランダム化完全ブロック設計で実施した。損傷治療は以下の通りであった。(1)S.bosqueellaの3齢幼虫による自然寄生,(2)S.cosmioidesの3齢幼虫による自然寄生,(3)幼虫損傷を模倣するための scによる損傷のシミュレーション。ピーナッツの葉反射率は,2つの幼虫種によって植食者間で異なるが,実際の落葉とシミュレートした落葉の間で類似していることを確認した。同様に,光合成率,気孔コンダクタンス,蒸散,および光合成水利用効率の違いが種間でのみ観察されたが,実と模擬幼虫の落葉の間ではそうではなかった。著者らの結果は,ピーナッツにおけるS.bosqueellaとS.cosmoidesのサンプリングと経済的閾値の開発に不可欠である情報を提供する。Copyright 2021 The Author(s) 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 ,  反射率 ,  意思決定 ,  害虫 ,  光合成 ,  *ナンキンマメ ,  幼虫 ,  *リモートセンシング ,  昆虫類 ,  蒸散 ,  *落葉 ,  鱗翅類 ,  ガス交換 ,  気孔抵抗
準シソーラス用語： *ハイパースペクトル , 【Automatic Indexing@JST】

著者キーワード (6件)： リモートセンシング ,  鱗翅目の落葉 ,  植食性 ,  生物ストレス ,  ピーナッツIPM ,  精密害虫管理

分類 (1件)： 昆虫・ダニによる植物被害  (FC04072U)

引用文献 (68件)：

• FAO-Food and Agricultural Organization of the United Nations. Global agriculture towards. In Expert Forum-How Feed World 2050; FAO-Food and Agricultural Organization of the United Nations: Rome, Italy, 2009; Volume 12, pp. 1-4.
• EMBRAPA- Brazilian Agricultural Research Corporation. Vision 2014-2034 The Future of Technological Development in Brazilian Agriculture; Embrapa: Brasilia, Brazil, 2014; pp. 1-194.
• Deutsch, C.A.; Tewksbury, J.J.; Tigchelaar, M.; Battisti, D.S.; Merrill, S.C.; Huey, R.B.; Naylor, R.L. Increase in crop losses to insect pests in a warming climate. Science 2018, 361, 916-919.
• Gebbers, R.; Adamchuk, V.I. Precision Agriculture and Food Security. Science 2010, 327, 828-831.
• Liu, H.; Lee, S.-H.; Chahl, J.S. A review of recent sensing technologies to detect invertebrates on crops. Precis. Agric. 2017, 18, 635-666.

タイトルに関連する用語 (5件)： ハイパースペクトル ,  リモートセンシング ,  ピーナッツ ,  落葉 ,  損傷