文献

J-GLOBAL ID：201702289960944463   整理番号：17A1442624

空間フィルタしたリッジ回帰(SFRR):都市気候に対する土地被覆パターンの影響を理解するための回帰フレームワーク【Powered by NICT】

Spatially filtered ridge regression (SFRR): A regression framework to understanding impacts of land cover patterns on urban climate

著者 (3件)： Fan Chao (School of Geographical Sciences and Urban Planning, Arizona State University) ,  Rey Sergio J. (School of Geographical Sciences and Urban Planning, Arizona State University) ,  Myint Soe W. (School of Geographical Sciences and Urban Planning, Arizona State University)
資料名： Transactions in Gis  (Transactions in Gis)
巻： 21  号： 5  ページ： 862-879  発行年： 2017年 
JST資料番号： W2757A  ISSN： 1361-1682  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ヒートアイランド効果に対する土地被覆パターンの影響は,持続可能な都市開発に必須である。通常モデルあてはめ法は二つの重要な問題に対処する方法の欠如のために土地被覆温度関連の正確な推定値を生成するために制限された能力を持っている:近位空間ユニットに於ける空間依存性,および予測器変数間の高い相関。本研究では,種々の土地被覆パターンに対応した陸面温度(LST)の量と分布の変化を推定するために空間的にフィルタされたリッジ回帰(SFRR)と呼ばれる効果的なフレームワークを開発しようとしている。SFRRを,空間自己回帰モデルとリッジ回帰を効率的に統合し,それは実質的に低減した平均二乗誤差を有する信頼性のあるパラメータ推定を達成した。モンテカルロシミュレーション続いて中央フェニックスの実証的研究を用いて他の広く採用されているモデルにSFRRの性能を比較することによりこれを示した。結果は,正確な統計的推定の形成におけるSFRRの大きな可能性を強調し,多種多様な分野の情報不偏意思決定に対する積極的ステップを提供した。(症例研究の結果を再現するコードとデータで:https://github.com/cfan13/SFRRTGIS.git)Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 自己回帰モデル ,  *土地被覆 ,  意思決定 ,  地表温度 ,  ヒートアイランド ,  事例研究 ,  信頼性 ,  推定量 ,  *都市気象 ,  パラメータ推定 ,  空間依存性
準シソーラス用語： モンテカルロシミュレーション ,  平均二乗誤差 ,  モデルあてはめ ,  *リッジ回帰 , 【Automatic Indexing@JST】

著者キーワード (5件)： 空間依存性 ,  多重共線性 ,  空間フィルタリング ,  リッジ回帰 ,  空間配置

分類 (1件)： リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (7件)： 空間フィルタ ,  リッジ回帰 ,  都市 ,  気候 ,  土地被覆 ,  理解 ,  フレームワーク