文献

J-GLOBAL ID：202102291895786792   整理番号：21A2529876

エチオピア,Upper Blue Nile Basinにおける農地上の残留土壌水分回収のためのSentinel-1 SARとLandsatセンサ製品の組合せ利用【JST・京大機械翻訳】

Combined Use of Sentinel-1 SAR and Landsat Sensors Products for Residual Soil Moisture Retrieval over Agricultural Fields in the Upper Blue Nile Basin, Ethiopia

著者 (6件)： Ayehu Getachew (Remote Sensing Research and Development Department, Entoto Observatory & Research Center, Ethiopian Space Science and Technology Institute, Addis Ababa 33679, Ethiopia) ,  Ayehu Getachew (Institute of Land Administration, Bahir Dar University, Bahir Dar 79, Ethiopia) ,  Tadesse Tsegaye (National Drought Mitigation Center, University of Nebraska-Lincoln, Lincoln, NZ 830988, USA) ,  Gessesse Berhan (Remote Sensing Research and Development Department, Entoto Observatory & Research Center, Ethiopian Space Science and Technology Institute, Addis Ababa 33679, Ethiopia) ,  Yigrem Yibeltal (Department of Geography and Environmental Studies, Bahir Dar University, Bahir Dar 79, Ethiopia) ,  Melesse Assefa M. (Department of Earth and Environment, Florida International University, Miami, FL 33199, USA)
資料名： Sensors (Web)  (Sensors (Web))
巻： 20  号： 11  ページ： 3282  発行年： 2020年 
JST資料番号： U7015A  ISSN： 1424-8220  CODEN： SENSC9  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： 本論文の目的は,エチオピア,上部ブルーナイル(UBN)流域における体積残留土壌水分(RSM)を推定するための,センチネル-1 SARセンサ製品の可能性と土壌粗さパラメータの寄与を調査することである。作物残渣含水量の後方散乱寄与をLandsatセンサ製品と水雲モデル(WCM)を用いて推定した。表面粗さパラメータをOhとBaghdadiモデルから推定した。フィードフォワード人工ニューラルネットワーク(ANN)法を,SAR後方散乱と表面粗さ入力変数をRSM値に変換する可能性について試験した。モデルを3つの反転構成のために訓練した。(i)垂直送信と垂直受信(SAR VV)偏光のみからのSAR後方散乱;(ii)SAR VVと表面高さの標準偏差(h r m s),および(iii)SAR VV,h r m s,および最適表面相関長(l f f)。現場測定体積RSMデータを用いて,この方法を訓練し,検証した。結果は,ANN土壌水分推定モデルが,SAR VVデータのみの単一入力変数を用いてRSMの推定に対して合理的に良好に機能することを示した。ANN予測精度は,SAR VVと表面粗さパラメータ(h m sとl f f)が予測モデルに組み込まれたとき,わずかに改善された。その結果,二乗平均平方根誤差(RMSE)=0.035cm3/cm3,平均絶対誤差(MAE)=0.026cm3/cm3,およびr=0.73のANN予測精度を,第三反転構成を用いて達成した。結果は,Sentinel-1 SARデータの可能性が,刈り株によって覆われた農業サイト上のRSM含有量を正確に検索することを意味する。RSM予測の精度への寄与は,本研究でわずかであるが,土壌粗さパラメータはSARデータを用いた土壌水分推定への重要な変数である。さらに,結果は,作物残渣地域におけるRSM含有量推定を改善するためにANNアプローチに基づくSentinel-1 SARとLandsat画像を組み合わせることの重要性を強調する。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： 偏光 ,  標準偏差 ,  ニューラルネットワーク ,  流域 ,  受信 ,  フィードフォワード ,  *農地 ,  後方散乱 ,  *土壌水 ,  作物残渣 ,  合成開口レーダ ,  予測モデル
準シソーラス用語： 予測精度 ,  推定モデル ,  平均絶対誤差 , 【Automatic Indexing@JST】

著者キーワード (7件)： 合成開口レーダ ,  センチネルリンパ節 ,  Landsat ,  後方散乱 ,  ANN ,  残留土壌水分 ,  表面粗さ

分類 (1件)： 測地学  (DC02000X)

引用文献 (80件)：

• Taffesse, A.S.; Dorosh, P.; Gemessa, S.A. 3 Crop Production in Ethiopia: Regional Patterns and Trends. In Food and Agriculture in Ethiopia; University of Pennsylvania Press: Philadelphia, PA, USA, 2014.
• Conway, D. The Climate and Hydrology of the Upper Blue Nile River. Geogr. J. 2000, 166, 49-62.
• Engida, A.N.; Esteves, M. Characterization and disaggregation of daily rainfall in the Upper Blue Nile Basin in Ethiopia. J. Hydrol. 2011, 399, 226-234.
• Gillies, R.R.; Carlson, T.N. Thermal Remote Sensing of Surface Soil Water Content with Partial Vegetation Cover for Incorporation into Climate Models. J. Appl. Meteorol. 1995, 34, 745-756.
• Sandholt, I.; Rasmussen, K.; Andersen, J. A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status. Remote. Sens. Environ. 2002, 79, 213-224.

タイトルに関連する用語 (7件)： エチオピア ,  農地 ,  残留 ,  土壌水分 ,  SAR ,  LANDSAT ,  組合せ