← 論文一覧に戻る

Phenological Windows for UAV and PlanetScope Monitoring of Greenhouse Gas Fluxes in AWD Rice on the Peruvian North Coast

ペルー北海岸のAWD水田におけるGHGフラックスモニタリングのためのUAVおよびPlanetScopeのフェノロジーウィンドウ (AI 翻訳)

Javier Quille-Mamani, José Huanuqueño-Murillo, Grover Jesús Yapuchura-Morales, David Quispe-Tito, Roxana Peña-Amaro, Lena Cruz-Villacorta, Lia Ramos-Fernández

Remote Sensing📚 査読済 / ジャーナル2026-06-17#agricultureOrigin: Global対象セクター: agriculture
DOI: 10.3390/rs18122011
原典: https://doi.org/10.3390/rs18122011

🤖 gxceed AI 要約

日本語

ペルー北海岸の水田で、AWD灌漑によるGHG排出削減効果をリモートセンシングで評価する探索的研究。UAVとPlanetScopeの画像から、CH4・N2O・CO2フラックスを推定するためのフェノロジーウィンドウを特定した。最大分げつ期がUAVにとって有望であり、PlanetScopeは穂孕期に最適だった。単一サイト・単一シーズンの結果であり、実用化にはさらなる検証が必要。

English

This exploratory study in Peruvian rice paddies evaluates AWD irrigation's GHG reduction potential using remote sensing. UAV and PlanetScope imagery were used to identify phenological windows for estimating CH4, N2O, and CO2 fluxes. Maximum tillering was promising for UAV, while PlanetScope peaked at booting stage. Single-site, single-season results require further validation.

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

📝 gxceed 編集解説 — Why this matters

日本のGX文脈において

日本では水田からのメタン排出削減が重要な課題であり、AWDは既に普及している。本研究成果は、リモートセンシングによる効率的なモニタリング手法の可能性を示し、日本の水田管理やJ-クレジット制度における排出削減効果の検証に応用できる可能性がある。

In the global GX context

Globally, AWD is recognized as a key mitigation strategy for rice methane emissions. This study provides a methodological framework for remote sensing-based GHG monitoring, which could support MRV in carbon credit projects and national GHG inventories, aligning with international climate reporting standards.

👥 読者別の含意

🔬研究者:Provides a methodological approach for identifying phenological windows in remote sensing of GHG fluxes, useful for designing multi-site validation studies.

🏢実務担当者:Offers insights for developing cost-effective monitoring of AWD rice fields, potentially supporting carbon credit verification.

🏛政策担当者:Highlights the potential of remote sensing for MRV in agricultural climate policies, relevant for national GHG reporting.

📄 抄録（日本語訳）

間断灌漑（AWD）は湛水稲からのCH4排出を削減するが、N2Oのパルス状放出を増幅させる；小規模データセットでは、温室効果ガス（GHG）フラックスのリモートスクリーニングのための候補となるフェノロジー期の特定は依然として困難である。INIA Vista Florida（ペルー、ランバイエケ）における単一サイト・単一シーズンの探索的研究で、8回のUAVフライトを8シーンのPlanetScope SuperDove画像（|Δ|≤1日）と組み合わせ、4つの水管理条件（CF、AWD5、AWD10、AWD20；96のサブプロット×日付の観測）下での密閉チャンバー法によるCH4、N2O、CO2フラックスを測定した。多変量の説明力は、各センサーのネイティブ予測子（UAVではVI＋GLCM＋Tmean、PlanetScopeではVI）に対するブートストラップRidge回帰によって評価した。最高分げつ期（79 DAS）がUAVの候補ウィンドウとして浮上し、GLCMテクスチャを通じて全ガスで上位3位に入ったのに対し、PlanetScopeは穂孕期後期から出穂期（103–107 DAS）でピークに達し、中央値R2˜UAVは0.34–0.71、R2˜Planetは0.20–0.60であった。入れ子型Leave-One-Plot-Out（LOPO）検証では、6つのプラットフォーム×ガス組み合わせのうち4つでRCV2が+0.57から+0.69の範囲となり（UAV-CH4とPlanet-N2Oは弱いままであった）、TmeanはUAV上のN2Oにとって決定的であった（ΔR2=+0.48）。各LOPOフォールド内でステージ選択を繰り返しても、主要な組み合わせとその順位は維持された。これらの探索的ウィンドウとセンサーネイティブ記述子は、実運用前に複数サイト・複数シーズンでの検証が必要である。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

📄 Abstract（原文）

Alternate wetting and drying (AWD) irrigation reduces CH4 emissions from flooded rice but amplifies N2O pulses; identifying candidate phenological windows for the remote screening of greenhouse gas (GHG) fluxes remains challenging with small datasets. In a single-site, single-season exploratory study at INIA Vista Florida (Lambayeque, Peru), eight UAV flights were paired with eight PlanetScope SuperDove scenes (|Δ|≤1 d) and closed-chamber CH4, N2O and CO2 fluxes under four water regimes (CF, AWD5, AWD10, AWD20; 96 sub-plot × date observations). Multivariate explanatory power was assessed by bootstrap Ridge regression on each sensor’s native predictors (VI + GLCM + Tmean for the UAV, VI for PlanetScope). Maximum tillering (79 DAS) emerged as a candidate UAV window, ranking in the top three for all gases through GLCM textures, whereas PlanetScope peaked at Mid-boot and Late-boot (103–107 DAS), with median R2˜UAV at 0.34–0.71 and R2˜Planet at 0.20–0.60. Nested Leave-One-Plot-Out (LOPO) validation gave RCV2 between +0.57 and +0.69 for four of six platform × gas combinations (UAV-CH4 and Planet-N2O stayed weak), and Tmean was decisive for N2O on the UAV (ΔR2=+0.48). Repeating the stage selection inside every LOPO fold preserved the leading combinations and their ranking. These exploratory windows and sensor-native descriptors need multi-site, multi-season validation before operational use.

🔗 Provenance — このレコードを発見したソース

🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。

gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。