論文の概要: Retrieval of sun-induced plant fluorescence in the O$_2$-A absorption band from DESIS imagery

• arxiv url: http://arxiv.org/abs/2411.08925v1
• Date: Tue, 12 Nov 2024 13:02:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-15 15:24:50.091638
• Title: Retrieval of sun-induced plant fluorescence in the O$_2$-A absorption band from DESIS imagery
• Title（参考訳）: DESIS画像からのO$2$-A吸収帯における太陽誘起植物蛍光の検索
• Authors: Jim Buffat, Miguel Pato, Kevin Alonso, Stefan Auer, Emiliano Carmona, Stefan Maier, Rupert Müller, Patrick Rademske, Uwe Rascher, Hanno Scharr,
• Abstract要約: 太陽誘起蛍光(SIF)の高画質航空機推定値と強く相関して,30mの地上分解能で宇宙空間のSIFマップを検索できる第1の方法を提案する。 SIFの推定値は、農業管理と生理学研究に関連する多くのタスクについて説明情報を提供することができる。
• 参考スコア（独自算出の注目度）: 1.3107669223114087
• License:
• Abstract: We provide the first method allowing to retrieve spaceborne SIF maps at 30 m ground resolution with a strong correlation ($r^2=0.6$) to high-quality airborne estimates of sun-induced fluorescence (SIF). SIF estimates can provide explanatory information for many tasks related to agricultural management and physiological studies. While SIF products from airborne platforms are accurate and spatially well resolved, the data acquisition of such products remains science-oriented and limited to temporally constrained campaigns. Spaceborne SIF products on the other hand are available globally with often sufficient revisit times. However, the spatial resolution of spaceborne SIF products is too small for agricultural applications. In view of ESA's upcoming FLEX mission we develop a method for SIF retrieval in the O$_2$-A band of hyperspectral DESIS imagery to provide first insights for spaceborne SIF retrieval at high spatial resolution. To this end, we train a simulation-based self-supervised network with a novel perturbation based regularizer and test performance improvements under additional supervised regularization of atmospheric variable prediction. In a validation study with corresponding HyPlant derived SIF estimates at 740 nm we find that our model reaches a mean absolute difference of 0.78 mW / nm / sr / m$^2$.
• Abstract（参考訳）: 太陽誘起蛍光(SIF)の高画質航空機による推定値との強い相関(r^2=0.6$)で、30mの地上分解能で宇宙搭載SIFマップを検索できる最初の方法を提案する。 SIFの推定値は、農業管理と生理学研究に関連する多くのタスクについて説明情報を提供することができる。 空飛ぶプラットフォームからのSIF製品は正確かつ空間的によく解決されているが、そのような製品のデータ取得は科学指向であり、時間的制約のあるキャンペーンに限定されている。 一方、宇宙搭載のSIF製品は、しばしば十分な再訪時間を持って世界中で利用可能である。 しかし、宇宙由来のSIF製品の空間分解能は農業用途には小さすぎる。 ESA の FLEX ミッションを考慮し,超スペクトル DESIS 画像の O$2$-A 帯域における SIF 検索手法を開発し,空間分解能の高い空間上 SIF 検索のための第1の洞察を提供する。 この目的のために,大気変動予測の教師付き正則化により,新しい摂動型正則化とテスト性能の改善を施したシミュレーションに基づく自己教師型ネットワークを訓練する。 対応するHyPlant由来のSIF推定値が 740 nm である検証研究において、我々のモデルは平均絶対差 0.78 mW / nm / sr / m$^2$ に達することがわかった。

関連論文リスト

• MambaDS: Near-Surface Meteorological Field Downscaling with Topography Constrained Selective State Space Modeling [68.69647625472464]
  気象予測において重要な課題であるダウンスケーリングは、ターゲット領域に対する高解像度気象状態の再構築を可能にする。 以前のダウンスケーリング手法には気象学のための調整された設計が欠けており、構造的な限界に遭遇した。 本稿では,多変数相関と地形情報の利用性を高める新しいモデルであるMambaDSを提案する。
  論文  参考訳（メタデータ） (2024-08-20T13:45:49Z)
• Prediction of soil fertility parameters using USB-microscope imagery and portable X-ray fluorescence spectrometry [3.431158134976364]
  本研究では, 可搬型蛍光X線分析法と土壌画像解析による土壌の高速肥育性評価について検討した。 インド東部の多様な農業気候帯から採取した1,133個の土壌サンプルを分析した。
  論文  参考訳（メタデータ） (2024-04-17T17:57:20Z)
• Observation-Guided Meteorological Field Downscaling at Station Scale: A Benchmark and a New Method [66.80344502790231]
  気象学的ダウンスケーリングを任意の散乱ステーションスケールに拡張し、新しいベンチマークとデータセットを確立する。 データ同化技術にインスパイアされた我々は、観測データをダウンスケーリングプロセスに統合し、マルチスケールの観測先行情報を提供する。 提案手法は、複数の曲面変数上で、他の特別に設計されたベースラインモデルよりも優れている。
  論文  参考訳（メタデータ） (2024-01-22T14:02:56Z)
• Residual Corrective Diffusion Modeling for Km-scale Atmospheric Downscaling [58.456404022536425]
  気象・気候からの物理的危険予知技術の現状には、粗い解像度のグローバルな入力によって駆動される高価なkmスケールの数値シミュレーションが必要である。 ここでは、コスト効率のよい機械学習代替手段として、このようなグローバルな入力をkmスケールにダウンスケールするために、生成拡散アーキテクチャを探索する。 このモデルは、台湾上空の地域気象モデルから2kmのデータを予測するために訓練され、世界25kmの再解析に基づいている。
  論文  参考訳（メタデータ） (2023-09-24T19:57:22Z)
• Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
  スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。 本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
  論文  参考訳（メタデータ） (2023-08-14T16:48:57Z)
• Evaluation of the potential of Near Infrared Hyperspectral Imaging for monitoring the invasive brown marmorated stink bug [53.682955739083056]
  BMSB(Halyomorpha halys)は、数種の作物を害する世界的重要性の害虫である。 本研究は、BMSB検体を検出する技術として、NIR-HSI(Near Infrared Hyperspectral Imaging)を実験室レベルで予備評価する。
  論文  参考訳（メタデータ） (2023-01-19T11:37:20Z)
• Monitoring Vegetation From Space at Extremely Fine Resolutions via Coarsely-Supervised Smooth U-Net [31.664846332628183]
  植生の生産性を極めて微細な解像度でモニタリングすることは、現実世界の農業用途に有用である。 粗い監督設定のための新しい手法として、粗い監督された平滑なU-Net(CS-SUNet)を提案する。 実験の結果,CS-SUNetは既存手法よりも高精度にSIFの微細な変化を解消できることがわかった。
  論文  参考訳（メタデータ） (2022-07-16T21:36:22Z)
• Crop Type Identification for Smallholding Farms: Analyzing Spatial, Temporal and Spectral Resolutions in Satellite Imagery [2.624789041396596]
  衛星画像の高スペクトル分解能は、低空間分解能と時間分解能の予測性能を向上させることができる。 MSTR画像のマルチスペクトルデータを用いて、HSTR画像から得られる最良の結果と比較すると、F1スコアは7%向上する。
  論文  参考訳（メタデータ） (2022-05-06T09:37:38Z)
• Detection and Prediction of Nutrient Deficiency Stress using Longitudinal Aerial Imagery [3.5417999811721677]
  早期, 栄養不足ストレス(NDS)の精密検出は, 環境影響の精度だけでなく, 経済的にも重要である。 我々は,高分解能空中画像のシーケンスを収集し,セマンティクスセグメンテーションモデルを構築し,フィールド全体のndsの検出と予測を行う。 この研究は、リモートセンシングと農業の深層学習の発展に寄与し、経済と持続可能性に関する重要な社会的課題に対処している。
  論文  参考訳（メタデータ） (2020-12-17T15:06:15Z)
• Estimating Crop Primary Productivity with Sentinel-2 and Landsat 8 using Machine Learning Methods Trained with Radiative Transfer Simulations [58.17039841385472]
  我々は,機械モデリングと衛星データ利用の並列化を活用し,作物生産性の高度モニタリングを行う。 本モデルでは, 地域情報を使用しなくても, 各種C3作物の種類, 環境条件の総合的生産性を推定することに成功した。 これは、現在の地球観測クラウドコンピューティングプラットフォームの助けを借りて、新しい衛星センサーから作物の生産性をグローバルにマップする可能性を強調しています。
  論文  参考訳（メタデータ） (2020-12-07T16:23:13Z)
• Fusing Optical and SAR time series for LAI gap filling with multioutput Gaussian processes [6.0122901245834015]
  農地上の永久雲は、作物の生育の重要な段階を隠蔽し、信頼できない収量予測をもたらす。 SAR(Synthetic Aperture Radar)は、この制限を克服できるオールウェザー画像を提供する。 本稿では,マルチセンサ時系列間の統計的関係を自動的に学習する機械学習手法であるMOGP回帰(Multi-Output Gaussian Process)を提案する。
  論文  参考訳（メタデータ） (2020-12-05T10:36:45Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。