文献

J-GLOBAL ID：201802246125237673   整理番号：18A1038524

航空機搭載レーザ走査データによる高密度熱帯林における浅部および深部地滑りを同定するための改良アルゴリズム【JST・京大機械翻訳】

An improved algorithm for identifying shallow and deep-seated landslides in dense tropical forest from airborne laser scanning data

著者 (3件)： Mezaal Mustafa Ridha (Department of Civil Engineering, Faculty of Engineering, Universiti Putra Malaysia, 43400 Serdang, Selangor, Malaysia) ,  Pradhan Biswajeet (School of Systems, Management and Leadership, Faculty of Engineering and IT, University Technology Sydney, CB11.06.217, Building 11, 81 Broadway, Ultimo, NSW 2007, Australia) ,  Pradhan Biswajeet (Department of Energy and Mineral Resources Engineering, Choongmu-gwan, Sejong University, 209 Neungdong-ro, Gwangjin-gu, Seoul 05006, Republic of Korea)
資料名： CATENA  (CATENA)
巻： 167  ページ： 147-159  発行年： 2018年 
JST資料番号： W1943A  ISSN： 0341-8162  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： 地すべりは,世界中で環境とインフラの被害を引き起こす自然災害である。それらは特に熱帯森林地域の高密度植生地域において認識されにくい。従って,正確な在庫マップは,地滑り感受性,危険性,リスクを分析するために必要である。いくつかの研究を行い,異なるタイプの地すべり(すなわち浅いと深い)を区別した。しかし,それらのいずれも特徴選択技術を利用しなかった。したがって,本研究では,3つの特徴選択技術(すなわち相関ベース特徴選択(CFS),ランダムフォレスト(RF),およびアリコロニー最適化(ACO))を用いた。ファジィベースのセグメンテーションパラメータ(FBSP最適化)を用いて,セグメンテーションパラメータを最適化した。ランダムフォレスト(RF)を用いて,各特徴選択アルゴリズムの性能を評価した。RF分類器の全体的精度は,CFSアルゴリズムが分化地滑りタイプにおいてより高いランクを示すことを明らかにした。さらに,移転可能性の結果は,この方法が容易で,正確で,地滑りのタイプ(浅いと深い)間の区別に非常に適していることを示した。要約すると,本研究は,熱帯地域における浅いおよび深い海山の地滑りを区別することにおいて,概説されたアプローチが重要であることを推奨する。マレーシア。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  *熱帯林 ,  インフラストラクチャー ,  *地滑り ,  *アルゴリズム ,  分化 ,  *熱帯 ,  特徴選択 ,  リモートセンシング ,  マレーシア ,  感受性 ,  自然災害 ,  LIDAR
準シソーラス用語： レーザレーダ ,  ランダムフォレスト ,  *航空機搭載 , 【Automatic Indexing@JST】

著者キーワード (5件)： 地すべりタイプ ,  オブジェクトベースのアプローチ ,  ライダ ,  リモートセンシング ,  GIS

分類 (2件)： リモートセンシング一般  (AD04000L) ,  写真測量,空中写真  (RC02040D)

タイトルに関連する用語 (8件)： 航空機搭載 ,  レーザ走査 ,  熱帯林 ,  浅部 ,  深部 ,  地滑り ,  同定 ,  アルゴリズム