文献

J-GLOBAL ID：201702249604426122   整理番号：17A1961736

適応ニューロファジィ推論システムとメタヒューリスティックアルゴリズムの新しい集団を用いた洪水脆弱性マッピング【Powered by NICT】

Flood susceptibility mapping using novel ensembles of adaptive neuro fuzzy inference system and metaheuristic algorithms

著者 (5件)： Razavi Termeh Seyed Vahid (Faculty of Geodesy & Geomatics Engineering, K. N. Toosi University of Technology, Tehran, Iran) ,  Kornejady Aiding (Department of Watershed Sciences and Engineering, Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, Iran) ,  Pourghasemi Hamid Reza (Department of Natural Resources and Environmental Engineering, College of Agriculture, Shiraz University, Shiraz, Iran) ,  Keesstra Saskia (Soil Physics and Land Management Group, Wageningen University, Droevendaalsesteeg 4, 6708PB Wageningen, Netherlands) ,  Keesstra Saskia (Civil, Surveying and Environmental Engineering, The University of Newcastle, Australia)
資料名： Science of the Total Environment  (Science of the Total Environment)
巻： 615  ページ： 438-451  発行年： 2018年 
JST資料番号： C0501B  ISSN： 0048-9697  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： 洪水は年間大きな経済と生活の損失を引き起こす最も破壊的な自然災害の一つである。,洪水管理のための感受性マップを生成するその有害な影響を低減するために必要である。本研究の目的は,アリコロニー最適化(ACO),遺伝的アルゴリズム(GA),粒子群最適化(PSO)のような異なるメタヒューリスティックスアルゴリズムと適応ニューロ-ファジィ推論システム(ANFIS)の組合せを用いて,それらの精度を比較するファールス州におけるジャハロムTownship上の洪水ハザードをマッピングすることである。総数53年洪水位置領域が同定された,洪水感受性をモデル化するための35地点をランダムに選択し,残りの16か所を用いてモデルを検証した。教師つきニューラルネットワーク法の一つとして,学習ベクトル量子化(LVQ)を因子の重要性を評価するために採用した。九年洪水条件づけ因子すなわち傾斜角度,曲率,標高,地形学的湿潤指数(TWI),河川パワー指数(SPI),河川からの距離,土地利用/土地被覆,降雨,および岩石学を選択し,対応するマップをArcGISで調製した。周波数比(FR)モデルは,特定の制御因子内の各クラスに重みを割り当てるために用いられ,量を分析し,メタヒューリスティックモデルと結合するさらにMATLABソフトウェアに導入した。ANFIS PSOは高度に感受性クラスに関連したより少ない空間分布をもつ高度に集束された洪水感受性マップを製造の観点から最も実用的なモデルであることが分かった。カイ二乗結果は,同じを証明し,ANFIS PSOは,研究地区にわたり洪水感受性クラスで最高の空間分化を示した。ROC曲線から得られた曲線下面積(AUC)は91.4%,91.8%,FRのそれぞれのモデルでは92.6%と94.5%,ANFIS ACO,ANFIS GAおよびANFIS PSOアンサンブルの精度を示した。ANFIS PSOの集合は,研究地域の最初のモデルとして導入された。さらに,LVQ(学習ベクトル量子化)結果は,傾斜度,降雨,および高度が最も効果的な因子であることを明らかにした。最初のモデルに関しては,44.74%の総面積は高洪水感受性として認められた。高感受性領域を管理洪水と予想される損失を低減するために,本研究の結果は,土地利用計画のためのプラットホームとして使用できる。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 河川 ,  土地被覆 ,  自然災害 ,  傾斜角 ,  空間分布 ,  モデリング ,  降雨 ,  土地利用計画 ,  遺伝的アルゴリズム ,  ソフトウェア ,  地形学 ,  感受性 ,  *洪水
準シソーラス用語： 標高 ,  *脆弱性 , 【Automatic Indexing@JST】

著者キーワード (5件)： 洪水脆弱性マッピング ,  ANFIS ,  遺伝的アルゴリズム ,  パーティクルスワーム最適化 ,  アリコロニー

分類 (3件)： 研究開発  (SA01040R) ,  重金属とその化合物一般  (SB05021R) ,  水質調査測定一般  (SB02060X)

タイトルに関連する用語 (7件)： 適応 ,  ニューロファジィ ,  推論 ,  集団 ,  洪水 ,  脆弱性 ,  マッピング