文献

J-GLOBAL ID：201802255806055641   整理番号：18A1344150

類似性重みづけインスタンスに基づく機械学習とMarkovモデルを用いた都市湿地に対する都市景観変化の影響のモデリング【JST・京大機械翻訳】

Modeling the Impact of Urban Landscape Change on Urban Wetlands Using Similarity Weighted Instance-Based Machine Learning and Markov Model

著者 (3件)： Zubair Opeyemi A. (Department of Social Sciences, College of Liberal & Fine Arts, Tarleton State University, 1333 W Washington St, Stephenville, TX 76402, USA) ,  Ji Wei (Department of Geosciences, College of Arts & Sciences, University of Missouri-Kansas City, 5100 Rockhill Road, Kansas City, MO 64110, USA) ,  Weilert Trina E. (Department of Geosciences, College of Arts & Sciences, University of Missouri-Kansas City, 5100 Rockhill Road, Kansas City, MO 64110, USA)
資料名： Sustainability (Web)  (Sustainability (Web))
巻： 9  号： 12  ページ： 2223  発行年： 2017年 
JST資料番号： U7281A  ISSN： 2071-1050  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 都市湿地は,都市環境を支えるいくつかの生態系サービスを提供する上で重要な役割を果たす。このように,科学者は,それらの継続的な減少をもたらす都市プロセスを理解するために研究した。しかし,将来,この脆弱な生態系に影響を及ぼす可能性がある土地利用変化の運転者にはほとんど注意が払われていない。これを理解することは,都市湿地管理と持続可能性に向けた重要なステップとして役立つ。本研究では,Similarity Wighted 瞬間ベース機械学習とMarkov連鎖を組み合わせた統合手法を用いて,IDISI土地変化モデルに埋め込まれ,Kansas市首都圏における3つの流域の景観変化をシミュレートした。目的は,遡及的アプローチを用いて,研究地域内の湿地における都市膨張による景観変化の可能な将来の影響を評価することであった。これを達成するために,3つの流域をカバーする分類SPOT衛星データを用いて,1992年と2010年の間の研究地域の歴史的土地被覆地図を作成し,景観への変化を分析した。さらに,研究は,研究地域における歴史的変化プロセスに関連した土地変化のいくつかの運転者を同定し,モデリングプロセスにおけるそれらの役割を説明した。これに基づいて,本研究は2014年末までの都市景観変換の予測を行った。予測結果は,研究地域の2014SPOT画像を独立に分類することから導出されたより正確な地図で検証された。本研究からの結果は,都市膨張の指標として使用された不浸透表面が歴史的に経験した同じ大きさによって増加する可能性があることを示している。それは研究地域内の湿地と他の土地被覆クラスの小さいが有意な損失をもたらす可能性がある。Copyright 2018 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測 ,  流域 ,  *都市 ,  土地 ,  *モデリング ,  画像 ,  *都市景観 ,  *湿地 ,  都市化 ,  生態系 ,  *重みづけ ,  土地被覆 ,  都市環境
準シソーラス用語： 持続可能性 ,  脆弱性 , 【Automatic Indexing@JST】

著者キーワード (5件)： 景観変化 ,  Markov連鎖 ,  類似性加重 ,  都市化 ,  都市湿地

分類 (1件)： リモートセンシング一般  (AD04000L)

引用文献 (47件)：

• Zubair, O.A.; Ji, W. Assessing the Impact of Land Cover Classification Methods on the Accuracy of Urban Land Change Prediction. Can. J. Remote Sens. 2015, 41, 170-190.
• Ji, W.; Xu, X.; Murambadoro, D. Understanding urban wetland dynamics: Cross-scale detection and analysis of remote sensing. Int. J. Remote Sens. 2015, 36, 1763-1788.
• Kienast, F.; Bolliger, J.; Potschin, M.; de Groot, R.S.; Verburg, P.H.; Heller, I.; Wascher, D.; Haines-Young, R. Assessing Landscape Functions with Broad-Scale Environmental Data: Insights Gained from a Prototype Development for Europe. Environ. Manag. 2009, 44, 1099-1120.
• Luck, M.; Wu, J. A gradient analysis of the landscape pattern of urbanization in the Phoenix metropolitan area of USA. Landsc. Ecol. 2002, 17, 327-339.
• Masek, J.G.; Lindsay, E.F.; Goward, N.S. Dynamics of urban growth in the Washington DC metropolitan area, 1973-1996, from Landsat observations. Int. J. Remote Sens. 2000, 21, 3473-3486.

タイトルに関連する用語 (9件)： 類似性 ,  重みづけ ,  インスタンス ,  機械学習 ,  Markovモデル ,  都市 ,  湿地 ,  景観変化 ,  モデリング