文献

J-GLOBAL ID：201702262221671924   整理番号：17A0443032

アメリカ合衆国本土での土壌特性と衛星近地表水分データを用いた予測根域土壌水分【Powered by NICT】

Predicting root zone soil moisture with soil properties and satellite near-surface moisture data across the conterminous United States

著者 (7件)： Baldwin D. (Department of Geography and Intercollegiate Graduate Degree Program in Ecology, The Pennsylvania State University, University Park, PA, USA) ,  Manfreda S. (Department of European and Mediterranean Cultures: Architecture, Environment, Cultural Heritages (DICEM), University of Basilicata, Matera, Italy) ,  Keller K. (Department of Geoscience, The Pennsylvania State University, University Park, PA, USA) ,  Keller K. (Department of Engineering and Public Policy, Carnegie Mellon University, Pittsburgh, PA, USA) ,  Keller K. (Earth and Environmental Systems Institute, The Pennsylvania State University, University Park, PA, USA) ,  Smithwick E.A.H. (Department of Geography and Intercollegiate Graduate Degree Program in Ecology, The Pennsylvania State University, University Park, PA, USA) ,  Smithwick E.A.H. (Earth and Environmental Systems Institute, The Pennsylvania State University, University Park, PA, USA)
資料名： Journal of Hydrology  (Journal of Hydrology)
巻： 546  ページ： 393-404  発行年： 2017年 
JST資料番号： C0584A  ISSN： 0022-1694  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 衛星表面近傍(0 2cm)土壌水分推定値は大域的範囲を持っているが,根域(0~100cm深さまで)における土壌水分の変動を捕捉していないと地上ベース土壌水分測定に関してバイアスされる可能性がある。ここでは,衛星土壌水分データにおけるバイアスを予測する物理ベース土壌水分解析的関係(SMAR)浸透モデル,衛星土壌水分データを用いた根域土壌水分を推定することを支援するためのアンサンブルKalmanフィルタ(EnKF)水文データ同化システムを提案した。SMAR EnKFモデルは,利用可能な現場データを用いた地域規模バイアスパラメータを推定した。地域バイアスパラメータはSMARモデルにおけるその使用前に衛星土壌水分検索に加え,バイアスパラメータはEnKFアルゴリズムを用いた時間にわたり連続的に更新される。本研究では,SMAR EnKFはアメリカ本土を横切る43土壌気候解析ネットワーク(SCAN)モニタリング場所でのその場土壌水分の同化多変量回帰モデルは,共変量としての土壌の物理的性質と中分解能撮像分光放射計(MODIS)蒸発散データプロダクトを用いたSMARパラメータを推定するために開発した。最適モデルパラメータを用いて,根平均二乗誤差平均0.051[cm~3cm~ 3](標準誤差,s.e.=0.005)とSMAR EnKF根域土壌水分予測はin situ観測と比較的良く一致した。置換SMARパラメータ回帰モデルを用いた20倍交差検証分析と関連した平均根平均二乗誤差は中程度に増加し(0.082 [cm~3 cm~ 3], s.e.=0.004)。期待される地域衛星補正バイアスが六生態系域(平均= 0.12[ ],s.e.=0.002)の四陰性,グレートプレーンズ及び東温帯林(0.053 [ ], s.e.=0.001)除外した。地域規模の衛星バイアスを推定するその能力により,SMAR EnKFシステムは広い範囲で根域土壌水分を予測でき,干ばつ予測と他の運転水文モデリングの目的に応用されている。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： バイアス ,  *根圏 ,  干ばつ ,  浸透 ,  モンテカルロ法 ,  *土壌水 ,  回帰モデル ,  水文データ ,  *地表面 ,  推定量 ,  マイクロ波 ,  その場観察 ,  *水分
準シソーラス用語： 平均二乗誤差 ,  MODIS , 【Automatic Indexing@JST】

著者キーワード (6件)： 根 ,  土壌 ,  水分 ,  Kalman ,  最新マイクロ波走査放射計 ,  モンテカルロMarkov連鎖

分類 (2件)： 土壌物理  (FB04030R) ,  水文学一般  (DC07010R)

タイトルに関連する用語 (7件)： アメリカ合衆国 ,  土壌特性 ,  衛星 ,  地表水 ,  予測 ,  根域 ,  土壌水分