Art

J-GLOBAL ID：201802210031691816   Reference number：18A0835745

Terrestrial Energy, Water, and Carbon Flux Estimation Using Machine Learning Algorithms

機械学習を用いた地上観測・衛星観測データの統合による広域陸域熱・水・炭素フラックスの推定

Author (6)： ICHII KAZUHITO (千葉大 環境リモートセンシング研究セ) ,  ICHII KAZUHITO (環境研 地球環境研究セ) ,  WATANABE HIROYUKI (富士通エフ・アイ・ピー) ,  TANIGUCHI HIROTOMO (富士通エフ・アイ・ピー) ,  UEYAMA MASAHITO (大阪府大) ,  KONDO MASAYUKI (千葉大 環境リモートセンシング研究セ)
Material： 日本リモートセンシング学会誌  (Journal of the Remote Sensing Society of Japan)
Volume： 38  Issue： 2  Page： 114-120  Publication year： Apr. 20, 2018 
JST Material Number： X0714A  ISSN： 0289-7911  Document type： Article
Article type： 解説  Country of issue： Japan (JPN)  Language： JAPANESE (JA)

Thesaurus term： ecosystem ,  covariance(statistics) ,  *machine learning ,  observation ,  technology ,  carbon cycle
Semi thesaurus term： アップスケーリング技術 ,  eddy covariance ,  *satellite observation ,  *ground observation ,  *terrestrial ecosystem

JST classification (2)： Remote sensing in general  (AD04000L) ,  Artificial intelligence  (JE08000Z)

Reference (28)：

• 1) P. Ciais et al.: Carbon and Other Biogeochemical Cycles. In: Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Stocker T. F. et al. (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA.
• 2) F. A. Heinsch et al.: Evaluation of remote sensing based terrestrial productivity from MODIS using regional tower eddy flux network observations, IEEE Trans. Geosci. Remote Sens., 44, pp.1908-1925, 2006.
• 3) Q. Mu et al.: Improvements to a MODIS global terrestrial evapotranspiration algorithm, Remote Sens. Environ., 115, pp.1781-1800, 2011.
• 4) T. Sasai et al.: Satellite-driven estimation of terrestrial carbon flux over Far East Asia with 1-km grid resolution, Remote Sens. Environ., 115, pp.1758-1771, 2011.
• 5) Y. Ryu et al.: Integration of MODIS land and atmosphere products with a coupled-process model to estimate gross primary productivity and evapotranspiration from 1 km to global scales, Global Biogeochem. Cy., 25, GB4017, 2011.

Terms in the title (9)： 機械学習 ,  地上観測 ,  衛星観測 ,  統合 ,  広域 ,  陸域 ,  水 ,  炭素フラックス ,  推定