総一次生産を推定するためのSentinel-2の可能性について【JST・京大機械翻訳】

Pabon-Moreno Daniel E.; Migliavacca Mirco; Reichstein Markus; Mahecha Miguel D.

文献

J-GLOBAL ID：202202217661090625 整理番号：22A1163175

総一次生産を推定するためのSentinel-2の可能性について【JST・京大機械翻訳】

On the Potential of Sentinel-2 for Estimating Gross Primary Production

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A1163175&from=J-GLOBAL&jstjournalNo=H0016B") }}

著者 (4件)： , , ,
資料名：
巻： 60 ページ： ROMBUNNO.4409412.1-12 発行年： 2022年
JST資料番号： H0016B ISSN： 0196-2892 CODEN： IGRSD2 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

植生によるCO_2の総取込である総一次生産(GPP)を推定することは,陸上炭素循環を理解し定量化するための基本的必要条件である。過去10年間,機械学習技術または半経験的モデルを用いて,in situ観察とリモートセンシングデータを組み合わせたGPPの時空間動力学を導出するための多重アプローチが開発された。しかし,衛星ベースのリモートセンシングデータから完全に誘導される限り,高い空間分解能GPP製品は存在しない。センチネル-2衛星は,5日間の再訪問頻度で10と20mの空間分解能の間の植生を研究するために選択したスペクトルバンドを有する生態系プロセスを分析する新しい機会を開くことが期待される。特に関連するのは,以前の全球ミッションよりも遥かに良いと予想されるキャノピークロロフィル含量の推定を導くのに適した赤端バンドの利用可能性である。ここでは,VIs,全スペクトルバンド,およびそれらの非線形相互作用を考慮する赤エッジベースおよび近赤外ベース植生指数(VI)または機械学習技術が,58の渦共分散サイトに由来する毎日のGPPを予測することができるかどうかを解析した。植生の近赤外反射率(NIRv)を含む古典的VIsに基づく線形回帰を用いて,10倍交差検証においてR2_10倍=0.51とRMSE_10倍=2.95[μ{molCO_{2}m{-2}s{-1}]の予測パワーを達成した。クロロフィル指数レッド(CIR)と新しいカーネルNDVI(kNVDI)は,R2_10倍≒0.61とRMSE_10倍≒2.57[μ{molCO_{2}m{-2}s{-1}}の著しく高い予測パワーを達成した。機械学習予測フレームワークにおけるすべてのスペクトルバンドとVIsを用いて,R2_10倍=0.71とRMSE_10倍=2.68[μ{molCO_{2}m{-2}s{-1}}を有するGPPの予測を可能にした。機械学習技術が使用されるとき,高電力予測にもかかわらず,水ストレスシナリオまたは熱波の下で,光情報だけは,適切にGPPを予測するのに十分でない。一般的に,著者らの解析は,以前の研究に匹敵する精度で生態系を横断するGPPを監視するためのスペクトルバンドとVIsの非線形組合せの可能性を示し,しかしながら,追加の気象ドライバーを必要とした。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

リモートセンシング一般 , 生態系

, ,

前のページに戻る