文献

J-GLOBAL ID：202202282504170881   整理番号：22A1057446

SMAP土壌水分製品を非集計するための表面特性と組み合わせた高分解能レーダ後方散乱の利点を得るためのアンサンブル学習の利用【JST・京大機械翻訳】

Using ensemble learning to take advantage of high-resolution radar backscatter in conjunction with surface features to disaggregate SMAP soil moisture product

著者 (7件)： Karami Ayoob (Department of Watershed Management Engineering, Faculty of Natural Resources, Tarbiat Modares University, Tehran, Iran) ,  Karami Ayoob (Fenner School of Environment & Society, Australian National University, Canberra, Australia) ,  Moradi Hamid Reza (Department of Watershed Management Engineering, Faculty of Natural Resources, Tarbiat Modares University, Tehran, Iran) ,  Mousivand Alijafar (Department of GIS and Remote Sensing (GRS), Tarbiat Modares University, Tehran, Iran) ,  Mousivand Alijafar (Department of Environmental Sciences, Wageningen University & Research, Wageningen, The Netherlands) ,  van Dijk Albert I. J. M. (Fenner School of Environment & Society, Australian National University, Canberra, Australia) ,  Renzullo Luigi (Fenner School of Environment & Society, Australian National University, Canberra, Australia)
資料名： International Journal of Remote Sensing  (International Journal of Remote Sensing)
巻： 43  号： 3  ページ： 894-914  発行年： 2022年 
JST資料番号： B0645B  ISSN： 0143-1161  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 低周波受動マイクロ波観測からの土壌水分のリモートセンシングベースの検索は,従来の地上ベース測定と比較して,より良い空間被覆とより多くの測定のような異なる側面で好まれる。しかし,観測の粗い空間分解能のため,それらの適用は地域研究に対して限定される。本論文は,空間解像度限界と曇り効果を克服するために,いくつかの補助的データを利用して,毎日のSMAP強化土壌水分(SPL3SMP_E)を分解するためにランダムフォレスト回帰を用いたフレームワークを提供した。センチネル-1レーダ,MODIS月NDVI,土地被覆,地形,および表面土壌特性から振動を得た。1km空間分解能によるダウンスケール結果を検証するために,OZNET土壌水分測定およびスパースTDR地上土壌水分測定を,それぞれMurrumbidge流域(オーストラリア)およびFirozabad流域(イラン)から採取した。アンサンブル学習のダウンスケール土壌水分製品不偏根平均二乗誤差(UnbRMSE)は,0.023と-0.07cm3/cm3の範囲を示した。生産されたダウンスケール土壌水分は,粗いデータと比較して,より良い局所不均一性を示し,土壌水分における時間的変化の動力学を追跡した。さらに,累積分布関数(CDF)分析は,草原と農地におけるダウンスケール土壌水分の良好な精度を示した。まとめると,この知見は,中分解能SMAP土壌水分製品のダウンスケーリングにおける提案方法論の有用性を支持した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *レーダ ,  被覆 ,  流域 ,  農地 ,  リモートセンシング ,  *後方散乱 ,  *土壌水 ,  草原 ,  *高分解能 ,  分光放射計 ,  土地被覆 ,  正規化植生指数
準シソーラス用語： MODIS ,  平均二乗誤差 ,  ランダムフォレスト , 【Automatic Indexing@JST】

著者キーワード (5件)： 脱凝集 ,  表面土壌水分 ,  SMAP ,  センチネルリンパ節 ,  機械学習

分類 (1件)： 土壌物理  (FB04030R)

タイトルに関連する用語 (9件)： SMAP ,  土壌水分 ,  集計 ,  表面特性 ,  高分解能 ,  レーダ ,  後方散乱 ,  利点 ,  アンサンブル学習