文献

J-GLOBAL ID：201802287553250072   整理番号：18A0475660

沿岸浸水経路と確率の評価のためのBayesネットワークモデル【Powered by NICT】

A Bayesian network model for assessments of coastal inundation pathways and probabilities

著者 (4件)： Narayan S. (Energy and Climate Change Division, Faculty of Engineering and the Environment, University of Southampton, Southampton, UK) ,  Simmonds D. (School of Marine Science and Engineering, Faculty of Science and Environment, University of Plymouth, Plymouth, UK) ,  Nicholls R.J. (Energy and Climate Change Division, Faculty of Engineering and the Environment, University of Southampton, Southampton, UK) ,  Clarke D. (Energy and Climate Change Division, Faculty of Engineering and the Environment, University of Southampton, Southampton, UK)
資料名： Journal of Flood Risk Management  (Journal of Flood Risk Management)
巻： 11 Suppl S1  ページ： S233-S250  発行年： 2018年 
JST資料番号： W2640A  ISSN： 1753-318X  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： 沿岸洪水評価は,洪水発生源,経路,受容体のネットワークを記述するのに必要なことが多い。これは伝統的な数値モデリング法の枠内で課題である。本論文では,Bayesネットワーク(Bn)モデルを用いた連結要素のネットワークとしての沿岸氾濫原を評価した。Bnモデルは洪水経路を記述し,種々の極端な事象の洪水範囲を推定し,準二次元発生源-経路-受容体(2D SPR)システム図から構成されている。Bnモデルは英国,典型的な複雑さの沿岸氾濫原におけるTeignmouth港に適用した。は二つの重要な洪水経路を同定し,海水準,海浜幅と沿岸防御の変化に対するそれらの感受性を評価した。2次元SPRとBnモデル構築の過程は氾濫原の理解と記述のギャップを特定するのに役立つ。Bnモデルを浸水確率を定量化し,さらなる詳細な解析に算段に全力を投じる前にクリティカルパスと元素の迅速な同定を容易にする。Teignmouth港Bnモデルの利点,有用性と限界を検討した。アプローチは移動可能であり,容易にlocalscale沿岸氾濫原に適用したシステムレベル理解を得て,数値モデル化の仮定を知らせることができる。Copyright 2018 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： 二次元 ,  英国 ,  *ネットワーク ,  *モデル ,  感受性 ,  *浸水 ,  洪水 ,  モデリング ,  港湾 ,  氾濫原 ,  *沿岸 ,  海浜 ,  海面高度
準シソーラス用語： 数値モデル ,  発生源 , 【Automatic Indexing@JST】

著者キーワード (10件)： Bayesネットワーク ,  沿岸 ,  洪水経路 ,  洪水リスク ,  浸水 ,  ネットワークモデル ,  海水準上昇 ,  源 ,  Pathway ,  受容体

分類 (5件)： 航海と実務  (TD01020F) ,  写真測量,空中写真  (RC02040D) ,  自然保護  (SB06000L) ,  計算機システム開発  (JD02010R) ,  医用情報処理  (JE15030Q)

タイトルに関連する用語 (7件)： 沿岸 ,  浸水 ,  経路 ,  確率 ,  評価 ,  Bayesネットワーク ,  モデル