文献

J-GLOBAL ID：202102265341898783   整理番号：21A2436802

Paddock Scaleにおける牧草地乾物収量推定のための航空機搭載マルチスペクトルセンサから得られたスペクトルおよび構造データセットの融合【JST・京大機械翻訳】

The Fusion of Spectral and Structural Datasets Derived from an Airborne Multispectral Sensor for Estimation of Pasture Dry Matter Yield at Paddock Scale with Time

著者 (7件)： Karunaratne Senani (Agriculture Victoria Research, Ellinbank VIC 3821, Australia) ,  Thomson Anna (Agriculture Victoria Research, Ellinbank VIC 3821, Australia) ,  Morse-McNabb Elizabeth (Agriculture Victoria Research, Ellinbank VIC 3821, Australia) ,  Wijesingha Jayan (Grassland Science & Renewable Plant Resources, Faculty of Organic Agricultural Sciences, Universitaet Kassel, Steinstrasse 19, 37213 Witzenhausen, Germany) ,  Stayches Dani (Agriculture Victoria Research, Ellinbank VIC 3821, Australia) ,  Copland Amy (Agriculture Victoria Research, Ellinbank VIC 3821, Australia) ,  Jacobs Joe (Agriculture Victoria Research, Ellinbank VIC 3821, Australia)
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 12  号： 12  ページ： 2017  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： 本研究は,4つの飛行高度で無人機(UAV)搭載センサを用いて,経験的牧草地乾物(DM)収量予測モデルを開発することを目的とした。3つの経験的モデルを,マルチスペクトルセンサから生成した特徴を用いて開発した:運動のみ(SfM),植生指数のみ(VI),および機械学習モデリングフレームワーク内の組合せ(SfM+VI)。4つの飛行高度(25m,50m,75mと100m)をテストし,独立モデル検証に基づいて,SfM+VIからの特徴を組み合わせて,すべての高さで他のモデルを凌駕した。しかしながら,SfMベースの特徴の重要性は高度で変化し,25mで限界の重要性があったが,すべてのより高い標高では,SfMベースの特徴が可変重要度プロットのトップ10の特徴に含まれていた。独立した検証結果に基づいて,25m飛行高度で生成されたデータは,328kgDM/haのモデル精度で最良のモデル性能を報告した。対照的に,100m飛行高度では,このモデルは402kgDM/haの精度を報告し,農場規模でこの技術をスケールアップする可能性を示した。空間-時間地図は牧草DM収量と牧草質量のDM蓄積に関する貴重な情報を提供し,農場管理決定を支持した。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： *牧草 ,  *牧草地 ,  *乾燥食品 ,  スケールアップ ,  *スペクトル ,  無人機 ,  農場 ,  センサ ,  機械学習
準シソーラス用語： モデル検証 ,  植生指標 ,  経験モデル ,  標高 ,  *航空機搭載 ,  収量予測 , 【Automatic Indexing@JST】

著者キーワード (4件)： 空間-時間モデル ,  機械学習 ,  農場景観 ,  ディジタル農業

分類 (2件)： 写真測量,空中写真  (RC02040D) ,  図形・画像処理一般  (JE04010I)

引用文献 (48件)：

• Garcia, S.C.; Clark, C.; Kerrisk, K.; Islam, M.; Farina, S.; Evans, J. Gaps and Variability in Pasture Utilisation in Australian Pasture-Based Dairy Systems. In Proceedings of the 22nd International Grasslands Congress, Sydney, Australia, 15-19 September 2013.
• Wales, W.J.; Kolver, E.S. Challenges of Feeding Dairy Cows in Australia and New Zealand. Anim. Prod. Sci. 2017, 57, 1366-1383.
• Jacobs, J.L. Challenges in Ration Formulation in Pasture-Based Milk Production Systems. Anim. Prod. Sci. 2014, 54, 1130-1140.
• Insua, J.R.; Utsumi, S.A.; Basso, B. Estimation of Spatial and Temporal Variability of Pasture Growth and Digestibility in Grazing Rotations Coupling Unmanned Aerial Vehicle (UAV) with Crop Simulation Models. PLoS ONE 2019, 14, e0212773.
• Santillan, R.A.; Ocumpaugh, W.R.; Mott, G.O. Estimating Forage Yield with a Disk Meter1. Agron. J. 1979, 71, 71-74.

タイトルに関連する用語 (8件)： SCALE ,  牧草地 ,  乾物収量 ,  推定 ,  航空機搭載 ,  スペクトル ,  データセット ,  融合