科林·刘易斯·贝克;朱正元;蒙达尔，阿尼尔班;宋俊珍;乔纳森·霍布斯;布赖恩·霍恩巴克尔;杰森·巴顿 一种用于分解遥感作物生长特征的参数方法。 （英语） Zbl 1426.62351号 《农业杂志》。生物环境。斯达。 24，第3期，502-516（2019）. 摘要：遥感数据通常是在具有异质地面覆盖的广阔空间足迹上测量或报告的。然而，不同类型的植被在整个生长季节都有其独特的特征。如果没有额外的信息，与个别植被类型相对应的信号将无法从卫星测量中识别出来。在本文中，我们提出了一个参数混合模型来描述美国玉米带作物发展的卫星数据监测。每个卫星足迹的地面覆盖物主要是玉米和大豆的混合物。使用来自多个来源的辅助数据，我们对聚合卫星信号进行建模，并使用非线性参数函数识别单个作物类型的特征。使用贝叶斯方法进行估计，并将来自辅助数据的信息合并到先验分布中，以识别不同的作物类型。我们使用欧洲航天局的土壤湿度和海洋盐度卫星的数据演示了我们的参数分解方法。最后，我们将我们对关键作物物候期时间的模型估计值与美国农业部的地面估计值进行了比较。 引用于1文件 MSC公司： 62页第12页 统计在环境和相关主题中的应用 关键词：SMOS公司;分解;贝叶斯估计;玉米;遥感 软件：rstan公司;RStan（RStan）;化学需氧量;R（右） PDF格式BibTeX公司 XML格式引用 \textit{C.Lewis-Beck}等人，《农业杂志》。生物环境。Stat.24，No.3，502--516（2019；Zbl 1426.62351） 全文： DOI程序 参考文献： [1] Atkinson，P.M.、Jeganathan，C.、Dash，J.和Atzberger，C.（2012），“平滑卫星传感器时间序列数据以估计植被物候的四种模型的相互比较”，环境遥感，123，400-417·doi:10.1016/j.rse.2012.04.001 [2] Beck，P.S.、Atzberger，C.、Högda，K.A.、Johansen，B.和Skidmore，A.K.（2006），“改进高纬度植被动态监测：使用MODIS NDVI的新方法”，环境遥感，100321-334·doi:10.1016/j.rse.2005.10.021 [3] Betancourt，M.和Girolama，M.（2015），“层次模型的哈密尔顿蒙特卡罗”，贝叶斯方法及其应用的当前趋势，79-101。 [4] 农学系。爱荷华州立大学（2018年9月30日访问），“爱荷华环境中联网”https://mesonet.agron.iastate.edu/。 [5] Dobigeon，N.、Moussaoui，S.、Coulon，M.、Tourneret，J.-Y.和Hero，A.O.（2009），“高光谱图像的联合贝叶斯端元提取和线性分解”，IEEE信号处理学报，57，4355-4368·Zbl 1391.94198号 ·doi:10.1109/TSP.2009.2025797 [6] Dobigeon，N.、Tourneret，J.-Y.、Richard，C.、Bermudez，J.C.M.、McLaughlin，S.和Hero，A.O.（2014），“高光谱图像的非线性解混合：模型和算法”，IEEE信号处理杂志，31，82-94·doi:10.1109/MSP.2013.2279274 [7] Geweke，J.（1992），“评估基于采样的后验矩计算方法的准确性”，载于《贝叶斯统计学》，大学出版社，第169-193页。 [8] Hornbuckler，B.K.、Patton，J.C.、VanLoocke，A.、Suyker，A.E.、Roby，M.C.、Walker，V.A.、Iyer，E.R.、Herzmann，D.E.和Endacott，E.A.（2016），“SMOS光学厚度随作物生长发育、作物管理和天气的变化”，环境遥感，180320-333·doi:10.1016/j.rse.2016.02.043 [9] Ihaka，R.和Gentleman，R.（1996），“R：数据分析和图形语言”，《计算与图形统计杂志》，第5299-314页。 [10] Jackson，T.和Schmugge，T.（1991），“植被对土壤微波发射的影响”，《环境遥感》，36203-212·doi:10.1016/0034-4257（91）90057-D [11] Kerr，Y.H.、Waldteufel，P.、Richaume，P.，Wigneron，J.P.、Ferrazzoli，P..、Mahmoodi，A.、Al Bitar，A.，Cabot，F.、Gruhier，C.、Juglea，S.E.等人（2012），“SMOS土壤水分检索算法”，IEEE地球科学与遥感学报，50，1384-1403·doi:10.1109/TGRS.2012.2184548 [12] Keshava，N.（2003），“光谱分解算法调查”，林肯实验室期刊，第14期，第55-78页。 [13] Lawrence，H.，Wigneron，J.-P.，Richaume，P.，Novello，N.，Grant，J.，Mialon，A.，Al Bitar，A.，Merlin，O.，Guyon，D.，Leroux，D.等人（2014年），“美国作物区SMOS植被光学深度产品与MODIS植被指数的比较”，环境遥感，140，396-406·doi:10.1016/j.rse.2013.07.021 [14] McMaster，G.S.和Wilhelm，W.（1997），“生长度日：一个方程，两种解释”，《农业和森林气象学》，87，291-300·doi:10.1016/S0168-1923（97）00027-0 [15] Patton，J.和Hornbuckle，B.（2013），“爱荷华州SMOS植被光学厚度的初步验证”，IEEE地球科学与遥感快报，10647-651·doi:10.1109/LGRS.2012.2216498 [16] Plummer，M.、Best，N.、Cowles，K.和Vines，K.（2006），“CODA：MCMC的收敛诊断和输出分析”，R News，6，7-11。 [17] Stan开发团队（2016），“RStan:与Stan的R接口”http://mc-stan.org，R包版本2.14.1。 [18] USDA-NASS（2018年9月30日查阅），“NASS作物周报”https://www.nass.usda.gov/Publications/Reports_By_Date/。 [19] -（2018年9月30日查阅），“美国农业部国家农业统计局农田数据层。发布的特定作物数据层。”https://nassgeodata.gmu.edu/CropScape/。 [20] Wei，Q.，Bioucas-Dias，J.，Dobigeon，N.和Tourneret，J.-Y.（2015），“基于稀疏表示的高光谱和多光谱图像融合”，IEEE地球科学与遥感汇刊，53，3658-3668·doi:10.1109/TGRS.2014.2381272 [21] Xue，J.，Leung，Y.和Fung，T.（2017），“遥感图像时空融合的贝叶斯数据融合方法”，遥感，91310·doi:10.3390/rs9121310 [22] Zeng，L.，Wardlow，B.D.，Wang，R.，Shan，J.，Tadesse，T.，Hayes，M.J.和Li，D.（2016），“利用MODIS时间序列数据检测玉米和大豆物候的混合方法”，环境遥感，181，237-250·doi:10.1016/j.rse.2016.03.039 [23] Zhang，L.，Fu，D.，Sun，X.，Chen，H.，and She，X.（2016），“利用卫星图像的时空光谱混合模型”，载于IOP会议系列：地球与环境科学，IOP出版社，第34卷，第012042页。 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。