文献

J-GLOBAL ID：202102281040672783   整理番号：21A2434784

フィールドスケールナツメ収量予測を改善するためのサブプレックスアルゴリズムによるWOFOSTモデルへのリモートセンシングLAIの同化【JST・京大機械翻訳】

Assimilation of Remotely-Sensed LAI into WOFOST Model with the SUBPLEX Algorithm for Improving the Field-Scale Jujube Yield Forecasts

著者 (8件)： Bai Tiecheng (Southern Xinjiang Research Center for Information Technology in Agriculture, Tarim University, Alaer 843300, China) ,  Bai Tiecheng (TERRA Teaching and Research Centre, Gembloux Agro-Bio Tech, Liege University, Passage des Deportes, 2, 5030 Gembloux, Belgium) ,  Wang Shanggui (Southern Xinjiang Research Center for Information Technology in Agriculture, Tarim University, Alaer 843300, China) ,  Meng Wenbo (Southern Xinjiang Research Center for Information Technology in Agriculture, Tarim University, Alaer 843300, China) ,  Zhang Nannan (Southern Xinjiang Research Center for Information Technology in Agriculture, Tarim University, Alaer 843300, China) ,  Wang Tao (Southern Xinjiang Research Center for Information Technology in Agriculture, Tarim University, Alaer 843300, China) ,  Chen Youqi (Institute of Agricultural Resources and Regional Planning of CAAS, No.12 Zhongguancun South St., Haidian District, Beijing 100081, China) ,  Mercatoris Benoit (TERRA Teaching and Research Centre, Gembloux Agro-Bio Tech, Liege University, Passage des Deportes, 2, 5030 Gembloux, Belgium)
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 11  号： 16  ページ： 1945  発行年： 2019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： 野外スケールでのナツメ収量のシミュレートした精度を高めるために,本研究は,4つの重要な成長段階のリモートセンシングされた葉面積指数(LAI)を較正された世界食品研究(WOFOST)モデルに同化するためにSUBPLEXアルゴリズムを採用し,通常のアンサンブルカルマンフィルター(EnKF)同化と同化の精度を比較した。異なる発達段階におけるLAIとLandsat 8植生指数の統計回帰モデルを確立し,発生,果実充填,白色成熟,および赤色成熟期間について,0.770,0.841,0.779,および0.812の確証されたR2,および0.061,0.144,0.180,および0.170m2m2の検証されたRMSEを示した。結果は,SUBPLEXとEnKF同化の両方が非同化シミュレーションと比較して収量推定性能を著しく改善することを示した。また,SUBPLEX(R2=0.78およびRMSE=0.64tha1)は,EnKF同化(R2=0.73およびRMSE=0.71tha1)と比較して,特に高収量および低収量ナツメ果樹園に対して,わずかに良好な収量予測精度を示した。SUBPLEX同化は,相対バイアス誤差(RBE,%)を生成し,これは,ゼロ近くでより濃縮され,80.1%で10%以下であり,SUBPLEXで96.1%,EnKFで72.4%と96.7%であった。本研究は,リモートセンシングデータと作物成長モデルを採用するSUBPLEXアルゴリズムに基づく新しい同化スキームを提供し,圃場規模の果実作物収量推定を改善した。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： *アルゴリズム ,  シミュレーション ,  食品 ,  農作物 ,  *リモートセンシング ,  成長段階 ,  果樹園 ,  バイアス ,  回帰モデル ,  作物収量 ,  葉面積指数
準シソーラス用語： 植生指標 ,  成長モデル ,  *収量予測 ,  リモートセンシングデータ , 【Automatic Indexing@JST】

著者キーワード (5件)： 同化法 ,  サブプレクス ,  リモートセンシング ,  WOFOSTモデル ,  ナツメの収量推定

分類 (1件)： 麦  (FC03033M)

引用文献 (63件)：

• Gao, Q.; Wu, C.; Wang, M. The Jujube (Ziziphus Jujuba Mill.) Fruit: A review of current knowledge of fruit composition and health benefits. J. Agric. Food Chem. 2013, 61, 3351-3363.
• Li, J.W.; Fan, L.P.; Ding, S.D.; Ding, X.L. Nutritional composition of five cultivars of chinese jujube. Food Chem. 2007, 103, 454-460.
• Jin, X.; Kumar, L.; Li, Z.; Feng, H.; Xu, X.; Yang, G.; Wang, J. A review of data assimilation of remote sensing and crop models. Eur. J. Agron. 2018, 92, 141-152.
• Zhou, G.; Liu, X.; Liu, M. Assimilating Remote Sensing Phenological Information into the WOFOST Model for Rice Growth Simulation. Remote Sens. 2019, 11, 268.
• Nearing, G.S.; Crow, W.T.; Thorp, K.R.; Moran, M.S.; Reichle, R.H.; Gupta, H.V. Assimilating remote sensing observations of leaf area index and soil moisture for wheat yield estimates: An observing system simulation experiment. Water Resour. Res. 2012, 48, W05525.

タイトルに関連する用語 (5件)： 収量予測 ,  モデル ,  リモートセンシング ,  LAI ,  同化