文献

J-GLOBAL ID：202202228270569221   整理番号：22A0908688

イランの流域規模におけるGIS,回帰およびPLSRと結合したVis-NIRスペクトルおよび環境共変量による土壌浸食性予測【JST・京大機械翻訳】

Soil erodibility prediction by Vis-NIR spectra and environmental covariates coupled with GIS, regression and PLSR in a watershed scale, Iran

著者 (4件)： Salehi-Varnousfaderani Behnaz (Department of Soil Science, School of Agriculture, Shiraz University, Shiraz, Iran) ,  Honarbakhsh Afshin (Department of Rangeland and Watershed Engineering, Faculty of Natural Resources and Earth Science, Shahrekord University, Shahrekord, Iran) ,  Tahmoures Mohammad (Department of Soil Conservation and Watershed Management, Zanjan Agricultural and Natural Resources Research Center, AREEO, Zanjan, Iran) ,  Akbari Mohammad (Department of Civil Engineering, University of Birjand, Birjand, Iran)
資料名： Geoderma Regional  (Geoderma Regional)
巻： 28  ページ： Null  発行年： 2022年 
JST資料番号： W3038A  ISSN： 2352-0094  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： 迅速,費用対効果,非破壊技術としての可視-近赤外(Vis-NIR)分光法は,測定が困難な土壌特性を評価する代替アプローチとなっている。したがって,本研究は,GISにおける地形データと組み合わせたVis-NIR分光法を用いて,イラン西部に位置する半湿潤流域の石灰質土壌におけるRUSLE土壌浸食性(いわゆるK因子)を評価することを目的とした。この目的のために,RUSLEモデルからのK因子とテクスチャ,有機物(SOM),かさ密度,pH,ECのような様々な土壌特性を,異なる土地利用から採取した120の土壌サンプルで測定した。部分最小二乗回帰(PLSR)および段階的多重線形回帰(SMLR)を用いて,K因子をモデル化するための地形因子と結合したスペクトルデータを介してモデルを誘導した。結果は,SOM=1.6%の傾斜農場とSOM=3.5%の森林地が,それぞれ最高と最も低いK因子を持つことを示した。R2=0.63,RMSE=0.018MghMJ-1mm-1およびRPD=1.6に関するPLSRモデルは,K因子の決定において適切な性能を有した。結果はまた,スペクトル情報からのみ開発したSMLRモデルと比較して,地形因子(標高と傾斜)と結合したスペクトルデータから開発した改良SMLRモデルのR2とRMSEは,それぞれ11%と15%減少し,減少したことを明らかにした。トポグラフィー因子を統合したVis-NIR分光法の使用は,K因子の予測に適用可能で信頼できる方法であり得ると結論した。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： *土壌侵食 ,  土地利用 ,  *流域 ,  湿潤 ,  *スペクトル ,  モデリング ,  スペクトロスコピー ,  近赤外線 ,  モデル ,  農場 ,  測定データ ,  土壌特性
準シソーラス用語： スペクトルデータ ,  標高 ,  多重線形回帰 ,  部分最小二乗回帰 , 【Automatic Indexing@JST】

著者キーワード (7件)： エンティソル ,  インセプトイル ,  K因子 ,  PLSR ,  スペクトロスコピー ,  回帰 ,  Vis-NIR

分類 (1件)： 土壌管理  (FB04070J)

タイトルに関連する用語 (9件)： イラン ,  流域 ,  規模 ,  GIS ,  NIRスペクトル ,  環境 ,  共変量 ,  土壌浸食 ,  予測