文献

J-GLOBAL ID：202202288682999351   整理番号：22A0899356

圃場でのトウモロコシ収量予測は,季節間作物の水不足がリモートセンシング画像に基づくモデルに含まれる場合を改善する【JST・京大機械翻訳】

Subfield maize yield prediction improves when in-season crop water deficit is included in remote sensing imagery-based models

著者 (3件)： Shuai Guanyuan (Department of Earth and Environmental Sciences, Michigan State University, East Lansing, MI, USA) ,  Basso Bruno (Department of Earth and Environmental Sciences, Michigan State University, East Lansing, MI, USA) ,  Basso Bruno (W.K. Kellogg Biological Station, Michigan State University, Hickory Corners, MI, USA)
資料名： Remote Sensing of Environment  (Remote Sensing of Environment)
巻： 272  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： 作物収量の季節内予測は,異なる方法を用いていくつかの科学者によって研究された研究のトピックである。季節的予測は,戦略的および戦術的決定のための情報を利用する異なる利害関係者に対する重要な洞察を提供する。本研究では,作物に及ぼす季節内作物水不足の影響を把握するために設計された累積作物乾燥指数(CDI)に関するプロセスベース作物モデルから,リモートセンシング画像とデータに基づく機械学習モデルを通して,季節サブフィールド作物収量を予測する新しいスケーラブル方法を提案した。著者らの提案モデルの性能を評価するために,著者らは,Michigan,Indiana,Iowa,およびIllinoisの州にわたって異なるサイズの352の生産者の分野を使用して,多重年(2006年から2019まで)にわたって,正確な高分解能収量監視センサを備えたコンバイン収穫機によって作り出される2520のそれぞれの収量マップを用いた。高分解能デジタル標高モデル,気候,および土壌データを得て,SALUSモデル,プロセスベース作物モデルを実行し,研究に用いた各圃場のCDIを計算した。著者らは,グリーンクロロフィル植生指数(GCVI)を計算するために,画像源としてUSGSによって生成されたLandsat分析Readyデータセット(ARD)製品を使用した。リモートセンシングベースランダム森林モデルにおけるCDIの包含は,季節内サブフィールドコーン収量予測を実質的に改善することを見出した。収量予測モデルにおけるCDIの添加は,予測の最大改善が,著者らの事例研究において,日ries年(2012年)で観察されたことを示した。また,提案した手法は,トウモロコシ収量のサブフィールド空間変動が,ほとんどの圃場に対するCDIの包含により,より良く捕捉されることを示した。GCVIとCDIによる成長季節における最も早い予測はGCVIのみによる最新の予測を上回り,穀物登熟期間周辺のトウモロコシ収量の空間変動を予測するためのCDIの可能性を強調し,これは米国中西部における典型的作物収穫の2か月前に近い平均であった。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： シミュレーションモデル ,  コンバイン ,  *トウモロコシ ,  *農作物 ,  気候 ,  *画像 ,  *水不足 ,  生産者 ,  *モデル ,  事例研究 ,  作物収量 ,  登熟 ,  機械学習
準シソーラス用語： *リモートセンシング画像 ,  *収量予測 ,  作物モデル , 【Automatic Indexing@JST】

著者キーワード (6件)： 水ストレス ,  SALUS ,  収量予測 ,  安定性マップ ,  降伏マップ ,  植生指数

分類 (2件)： リモートセンシング一般  (AD04000L) ,  作物栽培一般  (FC03010R)

タイトルに関連する用語 (8件)： 圃場 ,  トウモロコシ ,  収量予測 ,  季節 ,  間作 ,  水不足 ,  リモートセンシング画像 ,  モデル