文献

J-GLOBAL ID：201702257809652571   整理番号：17A0170793

作物およびリモートセンシング同化モデルに基づくコムギ収量推定【JST・京大機械翻訳】

Estimation of wheat yield based on crop and remote sensingassimilation models

著者 (6件)： Xie Yi (College of Information and Electrical Engineering, China Agricultural University) ,  Wang Pengxin (College of Information and Electrical Engineering, China Agricultural University) ,  Wang Lei (College of Information and Electrical Engineering, China Agricultural University) ,  Zhang Shuyu (Shaanxi Provincial Meteorological Bureau) ,  Li Li (College of Information and Electrical Engineering, China Agricultural University) ,  Liu Junming (College of Information and Electrical Engineering, China Agricultural University)
資料名： Nongye Gongcheng Xuebao  (Nongye Gongcheng Xuebao)
巻： 32  号： 20  ページ： 179-186  発行年： 2016年 
JST資料番号： C2454A  ISSN： 1002-6819  CODEN： NGOXEO  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 陝西省におけるオフ 原冬の収量推定の精度を改善した。本論文では,粒子フィルタアルゴリズムを用いて,リモートセンシングデータの逆解析のための状態量叶指数(LEAFAREAINDEX,LAI),土壌含水量(0~20CM),地上バイオマスデータおよびCERES-小麦モデルによってシミュレーションした状態データを得た。異なる成長期におけるLAI,土壌含水量,バイオマス蓄積量と実測収量の線形相関を分析し,同化推定モデルを構築した。その結果によると,土壌水分含有量と実生収量の間の相関は,LAI,バイオマス蓄積量と実測単位収量の間の相関を示し,土壌含水量を最適変数として選択した。最適化変数としてLAI,土壌含水量およびバイオマスを選択した。最適化変数として,乳汁の選択的バイオマスを選択した。最適化変数の推定精度(R2=0.85)は,LAI,土壌含水量およびバイオマスの推定精度よりも高かった。同時に,LAI,土壌含水量,およびバイオマスの推定精度は,LAIと土壌含水量(またはLAI,地上バイオマス,土壌含水量,および地上バイオマス)のそれらより高かった。これらの結果は,作物の異なる成長段階における同化と生産量の相関が大きい変数が,推定精度を改善するために重要な役割を果たすことを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 含水量 ,  土壌含水量 ,  実生 ,  冬 ,  *リモートセンシング ,  最適化 ,  生産量 ,  状態変数 ,  *コムギ ,  バイオマス ,  成長期
準シソーラス用語： 推定精度 ,  推定モデル ,  バイオマス蓄積 ,  地上バイオマス , 【Automatic Indexing@JST】

著者キーワード (7件)： models ,  remote sensing ,  soil moisture ,  particle filter ,  winter wheat ,  crop yield estimation ,  data assimilation

分類 (3件)： リモートセンシング一般  (AD04000L) ,  土壌物理  (FB04030R) ,  麦  (FC03033M)

タイトルに関連する用語 (7件)： 作物 ,  リモートセンシング ,  同化 ,  モデル ,  コムギ ,  収量 ,  推定