文献

J-GLOBAL ID：202202256841348741   整理番号：22A0430617

ハイパースペクトル反射率からの温帯広葉樹落葉樹の葉形質の予測:一般モデルは成長季に適用できるか?【JST・京大機械翻訳】

Predicting leaf traits of temperate broadleaf deciduous trees from hyperspectral reflectance: can a general model be applied across a growing season?

著者 (10件)： Chen Litong (Conservation Research Institute and Department of Plant Sciences, University of Cambridge, Cambridge CB2 3EA, UK) ,  Chen Litong (Key Laboratory of Adaptation and Evolution of Plant Biota, Northwest Institute of Plateau Biology, Chinese Academy of Sciences, Xining 810008, China) ,  Zhang Yi (Conservation Research Institute and Department of Plant Sciences, University of Cambridge, Cambridge CB2 3EA, UK) ,  Nunes Matheus Henrique (Conservation Research Institute and Department of Plant Sciences, University of Cambridge, Cambridge CB2 3EA, UK) ,  Nunes Matheus Henrique (Department of Geosciences and Geography, University of Helsinki, Helsinki 00014, Finland) ,  Stoddart Jaz (Conservation Research Institute and Department of Plant Sciences, University of Cambridge, Cambridge CB2 3EA, UK) ,  Stoddart Jaz (School of Natural Sciences, Bangor University, Bangor LL57 2DG, UK) ,  Khoury Sacha (Conservation Research Institute and Department of Plant Sciences, University of Cambridge, Cambridge CB2 3EA, UK) ,  Chan Aland H.Y. (Conservation Research Institute and Department of Plant Sciences, University of Cambridge, Cambridge CB2 3EA, UK) ,  Coomes David A. (Conservation Research Institute and Department of Plant Sciences, University of Cambridge, Cambridge CB2 3EA, UK)
資料名： Remote Sensing of Environment  (Remote Sensing of Environment)
巻： 269  ページ： Null  発行年： 2022年 
JST資料番号： C0252B  ISSN： 0034-4257  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)

抄録/ポイント： 野外分光法は,in situで葉の機能形質を監視するための強力なツールであるが,スペクトル情報から形質を予測するために普遍的な統計モデルが開発できるかどうか,あるいは再キャリブレーションが条件が変化するかどうかは,不明なままである。特に,複数の葉形質は成長季節を通して同時に変化し,これらの時間的変化がハイパースペクトルデータからうまく予測できるかどうかは未解決の問題である。この疑問を探るために,21の物理化学的葉形質と植物スペクトルにおける毎月の変化を,英国の8つの落葉樹種に対して測定した。部分最小二乗回帰(PLSR)を用いて,各形質が反射スペクトルから単一PLSRモデルから予測できるかどうか,または種および月レベルモデルが必要かどうかを評価した。物理化学的形質とスペクトルは成長季節にわたって大きく変化したが,6月と9月の間に収穫した成熟葉の間では変化が少なかった。重要なこととして,葉分光法は,ほとんどの葉形質の季節的変動を正確に予測することができ,成熟葉では予測の精度が一般に高かった。しかし,いくつかの形質に対して,PLSR推定モデルは種間で変化し,単一PLSRモデルは正確な種レベル予測をするためには使用できなかった。著者らの知見は,葉スペクトルが成長季節を通して複数の機能的葉面形質を成功裏に予測することができ,大気および衛星搭載イメージング分光法から温帯森林における植物機能的多様性をモニタリングおよびマッピングするための基礎の1つを確立することを示した。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： 反射スペクトル ,  英国 ,  経時変化 ,  *スペクトル ,  物理化学 ,  季節的変動 ,  *温帯 ,  統計模型 ,  *広葉樹
準シソーラス用語： *落葉樹 ,  推定モデル ,  *成長季 ,  衛星搭載 ,  部分最小二乗回帰 ,  ハイパースペクトルデータ , 【Automatic Indexing@JST】

著者キーワード (6件)： 葉スペクトル ,  ハイパースペクトルデータ ,  葉形質 ,  季節 ,  部分最小二乗回帰(PLSR) ,  温帯樹木

分類 (2件)： リモートセンシング一般  (AD04000L) ,  測樹学  (FF01040T)

タイトルに関連する用語 (9件)： ハイパースペクトル反射率 ,  温帯 ,  広葉樹 ,  落葉樹 ,  葉 ,  形質 ,  予測 ,  モデル ,  成長季