• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>日本リモ—トセンシング学会志 >UAV画像から算出した様々な植生指標による水稲LAIの経験的推定モデルの比較
【24h】

UAV画像から算出した様々な植生指標による水稲LAIの経験的推定モデルの比較

机译：基于无人机影像计算的不同植被指数水稻LAI经验估计模型的比较

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Recently, food security has become a major world-wide concern. The development of a stable food supply system is necessary. Therefore, the practice of precision agriculture has received a great deal of attention. The management of crop growth is one of the most important aspects of precision agriculture, and it requires the accurate monitoring of the spatial distribution of the leaf area index (LAI) of target crops at the field scale. In recent years, unmanned aerial vehicles (UAVs) have been used to monitor the spatial distribution of the LAI of target crops at the field scale. The use of UAVs for LAI monitoring is expected to contribute to the efficiency of farming. However, no method for accurately estimating the spatial distribution of LAI using UAV has been established yet. In this study, several empirical regression models for estimating the LAI of paddy rice from several vegetation indices derived from UAV images were compared to help establish a precise estimation method of the spatial distribution of the paddy rice LAI at the field scale. As a result, although the estimation accuracy was not very high, this study indicated that vegetation indices that can consider the effect of vegetation density and whose estimation accuracy of LAI does not depend on the data used for calculating regression equations, such as the time-series change index of plant structure (TIPS), had higher potential to estimate the spatial distribution of the LAI of paddy rice than other vegetation indices that cannot consider the effect of vegetation density.%本研究は水稲を対象とし,UAV画像から算出可能な樣々な植生指標を用いたLAI推定式の推定精度を検証するため,推定式の算出に使用するデータを変えることによって生じるLAIの推定精度の変化について評価した。本研究で得られた結果は,生育中期でLAIの値が比較的高い時期のデータのみを用いた場合のものであるが,生育モニタリングに植生指標を用いる場合は,植生の疎密の影響を考慮し,かつ推定式の算出のために用いるデータに依存して推定式の当てはまりの程度と推定精度が大きく変化しない指標(特にTIPS)が有効であることが示された。本研究では,UAVによる撮影と同時に数地点でLAIを実測し,その結果とUAV画像中の対応する地点での植生指標値を用いてLAI推定式を算出し,対象とする圃場全体に展開することを想定して検証を行ったが,一度算出した推定式を次年以降にも活用できれば,生育管理をより効率的に行うことが可能になると考えられる。UAVではなく可搬型分光放射計を用いた結果ではあるが,ある年のTIPSを用いて算出したLAI推定式によって,他年のLAIを精度良く推定可能であった事例が報告されている。このことから,TIPSを用いてLAI推定式を算出すれば,品種や栽培条件が変わらないという条件下ではあるが,次年以降も同じ推定式を用いて精度良くLAIを推定できる可能性が高いと考えられる。今後は,より汎用性の高い推定手法を提案するために,生育初期のLAIを含む場合についても同様の検証を行い,生育ステージ毎の各指標の推定精度について検証する必要がある。さらに,作成した推定式(特にTIPSを用いた場合)の他年への利用が可能か否かについても検証することが必要であると考えられる。
机译：最近，粮食安全已成为全世界关注的主要问题。必须建立稳定的粮食供应系统。因此，精准农业的实践受到了广泛的关注。作物生长管理是精准农业最重要的方面之一，它要求在田间尺度上准确监测目标作物的叶面积指数（LAI）的空间分布。近年来，无人飞行器（UAV）已用于在田间尺度上监测目标作物的LAI的空间分布。预计将无人机用于LAI监测将有助于提高农业效率。但是，还没有建立使用UAV来准确估计LAI的空间分布的方法。在这项研究中，比较了几种从UAV影像得出的几种植被指数估算水稻LAI的经验回归模型，以帮助建立一种在田间尺度上精确估算水稻LAI空间分布的方法。结果，尽管估算精度不是很高，但这项研究表明，可以考虑植被密度影响且其LAI估算精度不依赖于用于计算回归方程的数据的植被指数，例如时间-植物结构序列变化指数（TIPS），比不考虑植被密度影响的其他植被指数，估计水稻LAI空间分布的潜力更高。％本研究は水稲を対象とし，UAV画像から算出可能的な样々な植生指标を用いた结果は，生成平均で本研究では，UAVるデ撮影と同时に数地点でLAIを実测し，その结果とUAV画像中の対応する地点での植生指标値を用いてLAI推定式を算出し，対象とする圃场全体に展开にとを想定して検证を行ったが，一度UAVではなく可移动型分光放射计を用いた结果ではあるが，ある年のTIPSを用いて算出したLAI推定式によって，他年のLAIを精度良く推定可能であった事例が报告されている。このことから， TIPSを用いてLAI推定式を算出すれば，品种や栽培条件が変わらないという条件下ではあるが，次年以降も同じ推定式を用いて精度良くLAIを推定できる可能が高いと考えられる。 ，作成成事他推定式（特にTIPSを用いた场合）の他年への利用が可能か否かについても検证することが必要であると考えられる。

著录项

  • 来源
    《日本リモ—トセンシング学会志》 |2016年第2期|100-106|共7页
  • 作者

    牧　雅康; 桂　圭佑; 沖　一雄;

  • 作者单位

    東北工業大学工学部環境エネルギー学科　〒982-8577　宮城県仙台巿太白区八木山香澄町35-1;

    京都大学附属農場　〒569-0096　大阪府高槻巿八丁畷町12-1;

    東京大学生産技術研究所　〒153-8505　東京都目黒区駒場4-6-1;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 jpn
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号