文献

J-GLOBAL ID：202202225302825493   整理番号：22A0740221

Landsat8とPROBA-V画像の時系列に基づくアルファルファ収量推定:機械学習技術とスペクトル-時間特徴の研究【JST・京大機械翻訳】

Alfalfa yield estimation based on time series of Landsat 8 and PROBA-V images: An investigation of machine learning techniques and spectral-temporal features

著者 (7件)： Azadbakht Mohsen (Center for Remote Sensing and GIS Research, Faculty of Earth Sciences, Shahid Beheshti University, Tehran, Iran) ,  Ashourloo Davoud (Center for Remote Sensing and GIS Research, Faculty of Earth Sciences, Shahid Beheshti University, Tehran, Iran) ,  Aghighi Hossein (Center for Remote Sensing and GIS Research, Faculty of Earth Sciences, Shahid Beheshti University, Tehran, Iran) ,  Homayouni Saeid (INRS, Centre Eau Terre Environnement, Quebec, Quebec, G1K 9A9, Canada) ,  Shahrabi Hamid Salehi (Center for Remote Sensing and GIS Research, Faculty of Earth Sciences, Shahid Beheshti University, Tehran, Iran) ,  Matkan AliAkbar (Center for Remote Sensing and GIS Research, Faculty of Earth Sciences, Shahid Beheshti University, Tehran, Iran) ,  Radiom Soheil (Applied Remote Sensing Department, Iranian Space Research Center, Tehran, Iran)
資料名： Remote Sensing Applications: Society and Environment  (Remote Sensing Applications: Society and Environment)
巻： 25  ページ： Null  発行年： 2022年 
JST資料番号： W3080A  ISSN： 2352-9385  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： リモートセンシング(RS)技術は,世界中の飼料生産の主要な供給源として,アルファルファ農場の定期的なモニタリングを提供する。RS画像の時系列に由来するフェノロジー特性は,作物収量を正確に推定するための貴重な情報源を提供する。本研究では,イラン,Moghan平野の3連続年の生育期間を通してアルファルファ農場の時間的特性を抽出するために,Landsat 8とPROBA-V画像の時系列からスペクトル植生指数(SVI)を計算した。次に,いくつかの新しいスペクトル-時間特徴を,成長季節の間のアルファルファの生物季節特性に基づいて開発した。このような特徴は,特に時間的曲線の幾何学と変動を記述し,従って生物季節学的属性を記述するのに貴重である。特徴の多様性によりいくつかの特徴選択法を実施した。リッジ,ラッソ,Gaussプロセス回帰(GPR),ランダム森林回帰(RFR),ブースト回帰ツリー(BRT),およびサポートベクトル回帰(ν-SVR)を含む機械学習(ML)法を用いて,アルファルファ収量を推定し,その結果,完全特徴データセット(RMSE=1237.4kg/ha)と比較して,GS(RMSE=1114.0kg/ha),RReliefF(RMSE=1157.7kg/ha)およびBoruta(RMSE=1210.2kg/ha)による選択特徴を用いて,GPRの満足な性能を示した。全体として,特徴選択法と組み合わせた開発した生物季節学的特徴は,アルファルファ収量推定におけるML法の適切な性能をもたらした。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 情報源 ,  生物学 ,  季節 ,  *スペクトル ,  *画像 ,  特徴選択 ,  リモートセンシング ,  農場 ,  *アルファルファ ,  作物収量 ,  平野 ,  成長期 ,  *機械学習 ,  サポートベクトルマシン
準シソーラス用語： フェノロジー ,  ランダムフォレスト ,  サポートベクトル回帰 , 【Automatic Indexing@JST】

著者キーワード (5件)： 精密農業 ,  アルファルファの収量推定 ,  機械学習 ,  時系列画像 ,  特徴選択

分類 (3件)： リモートセンシング一般  (AD04000L) ,  写真測量,空中写真  (RC02040D) ,  光学情報処理  (BD03060T)

タイトルに関連する用語 (7件)： 時系列 ,  アルファルファ ,  収量 ,  推定 ,  機械学習技術 ,  スペクトル ,  研究