文献

J-GLOBAL ID：201702243944498266   整理番号：17A1625118

周波数比,一般化加法モデル,とサポートベクトルマシン技法を組み合わせた適応ニューロ-ファジィ推論システムを用いた地すべり敏感性の空間予測【Powered by NICT】

Spatial prediction of landslide susceptibility using an adaptive neuro-fuzzy inference system combined with frequency ratio, generalized additive model, and support vector machine techniques

著者 (8件)： Chen Wei (College of Geology & Environment, Xi’an University of Science and Technology, Xi’an 710054, China) ,  Chen Wei (Shandong Provincial Key Laboratory of Depositional Mineralization & Sedimentary Minerals, Shandong University of Science and Technology, Qingdao 266590, China) ,  Pourghasemi Hamid Reza (Department of Natural Resources and Environmental Engineering, College of Agriculture, Shiraz University, Shiraz, Iran) ,  Panahi Mahdi (Department of Geophysics, Young Researchers and Elites Club, North Tehran Branch, Islamic Azad University, Tehran, Iran) ,  Kornejady Aiding (Department of Watershed Management Engineering, Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, Iran) ,  Wang Jiale (College of Geology & Environment, Xi’an University of Science and Technology, Xi’an 710054, China) ,  Xie Xiaoshen (College of Geology & Environment, Xi’an University of Science and Technology, Xi’an 710054, China) ,  Cao Shubo (Sichuan Institute of Nuclear Geology, No. 35 Huaguan Road, Chengdu 610052, China)
資料名： Geomorphology  (Geomorphology)
巻： 297  ページ： 69-85  発行年： 2017年 
JST資料番号： T0383A  ISSN： 0169-555X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 地すべり感受性の空間予測はどのような地域における地すべり災害とリスクの解析のための重要な前提条件である。Hanyuan県(中国)における地すべり感受性マッピングのための三種のデータマイニング技法,周波数比(ANFIS FR),一般化加法モデル(GAM),およびサポートベクターマシン(SVM)と組み合わせた適応ニューロ-ファジィ推論システムを用いた。第一段階では,以前の文献のレビューと一致して,斜面方位,標高,傾斜角,地形学的湿潤指数(TWI),計画曲率,断面曲率,河川からの距離,断層までの距離,道路までの距離,土地利用,正規化植生指数(NDVI),と岩相を含む十二種の条件づけ因子を選択した。第二段階では,条件づけ因子と地滑り間の共線性試験と相関解析を適用した。第三段階では,地すべり感受性モデリングに対する三種類の最新の方法,すなわち,ANFIS FR,GAM,とSVM(サポートベクトルマシン)を用いた。続いて,それらの精度の結果は,受信者動作特性曲線を用いて検証した。結果は,すべての三モデルは良好な予測能力を持つことを示したが,SVMモデルは0.875の最も高い予測率,続いて0.851と0.846の予測率を有するANFIS FRとGAMモデルによってであった。,研究地域の作成された地滑り感受性図面は地滑りHanyuan郡における危険とリスクの管理に適用することができる。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *予測 ,  道路 ,  傾斜角 ,  *モデル ,  感受性 ,  土地利用 ,  中華人民共和国 ,  モデリング ,  曲率 ,  *サポートベクトルマシン ,  正規化植生指数 ,  データマイニング ,  *地滑り ,  河川
準シソーラス用語： 標高 , 【Automatic Indexing@JST】

著者キーワード (5件)： 地すべり空間モデリング ,  ANFIS FR ,  GAM ,  SVM ,  中国

分類 (2件)： 検索技術  (AC06020S) ,  統計学  (AB08000H)

タイトルに関連する用語 (10件)： 周波数比 ,  一般化 ,  加法 ,  モデル ,  サポートベクトルマシン ,  技法 ,  適応ニューロ-ファジィ推論システム ,  地すべり ,  敏感性 ,  予測