鉱山地域における新しいReMPDI指数に基づく土壌水分の逆転モデルに関する研究

科学分野:

• 環境科学
• リモートセンシング
• 土壌科学

背景:

• 地下の石炭掘削は生態学的問題を引き起こし,土壌の水分を効果的に監視する必要があります.
• 手動の土壌水分測定は非効率で,遠隔感知データの逆転方法の研究を推進しています.

研究 の 目的:

• 土壌の水分含有量回収のための新しい指数 (ReMPDI) を開発し,検証する.
• 6つの機械学習アルゴリズムの性能を比較する
• 鉱山地域の大規模な土壌水分モニタリングのための理論的基礎を提供すること.

主な方法:

• レッドエッジ修正垂直干ばつ指数 (ReMPDI) の構築
• 赤縁と近赤外線帯を用いてスペクトル分析を行う.
• 6つの機械学習モデル (RF,SVM,BPNN,PLSR,CNN,RBFNN) を測定データと比較して検証

主要な成果:

• 土壌線のための最適なスペクトル帯の組み合わせは,赤縁と近赤外線 (NIR) バンドを使用します.
• 植生を組み込んだReMPDIは,最も高い決定係数 (R2 = -0.798) を達成し,MPDIとPDIを上回った.
• ランダムフォレスト (RF) モデルは,9.52%の誤差で優れた逆転精度を示した.

結論:

• ReMPDIインデックスとRFモデルは,正確な土壌水分モニタリングのための堅牢なアプローチを提供します.
• 鉱山地域の環境への影響を軽減するには,効果的な土壌水分モニタリングが不可欠です.
• この研究は,リモートセンシングを用いた大規模で細かい地表の湿度モニタリングをサポートしています.