文献

J-GLOBAL ID：201802290765666094   整理番号：18A1799772

地下水スプリングポテンシャルモデリング:3つの異なるモデリング手法の能力とロバスト性の構成【JST・京大機械翻訳】

Groundwater spring potential modelling: Comprising the capability and robustness of three different modeling approaches

著者 (10件)： Rahmati Omid (Young Researchers and Elites Club, Khorramabad Branch, Islamic Azad University, Khorramabad, Iran) ,  Naghibi Seyed Amir (Department of Watershed Management Engineering, Tarbiat Modares University, Mazandaran, Iran) ,  Shahabi Himan (Department of Geomorphology, Faculty of Natural Resources, University of Kurdistan, Sanandaj, Iran) ,  Bui Dieu Tien (Geographic Information System Group, Department of Business and IT, University College of Southeastern Norway, Gullbringvegen 36, N-3800 Bo i Telemark, Norway) ,  Pradhan Biswajeet (Center for Advanced Modeling and Geospatial System (CAMGIS), Faculty of Engineering and IT, University of Technology Sydney, 2007 NSW, Australia) ,  Pradhan Biswajeet (Department of Energy and Mineral Resources Engineering, Choongmu-gwan, Sejong University, 209 Neungdong-ro, Gwangjin-gu, Seoul 05006, Republic of Korea) ,  Azareh Ali (Department of Geography, University of Jiroft, Kerman, Iran) ,  Rafiei-Sardooi Elham (Faculty of Natural Resources, University of Jiroft, Kerman, Iran) ,  Samani Aliakbar Nazari (Department of Reclamation of Arid and Mountainous Regions, Faculty of Natural Resources, University of Tehran, Karaj, Iran) ,  Melesse Assefa M. (Department of Earth and Environment, AHC-5-390, Florida International University, USA)
資料名： Journal of Hydrology  (Journal of Hydrology)
巻： 565  ページ： 248-261  発行年： 2018年 
JST資料番号： C0584A  ISSN： 0022-1694  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： 乾燥および半乾燥地域における持続可能な水資源管理は,正確で信頼できる予測モデリングを可能にするロバストなモデルを必要とする。この問題は,研究者が地下水ポテンシャル帯状分布のモデリング問題と正確な予測に関する解を提供するハイブリッドモデルを開発することを動機づけた。この目的のために,本研究は,新しいハイブリッドモデル,すなわちロジスティックモデルツリー(LMT)の能力とロバスト性を調べ,地下水泉の潜在的ゾーンを位置するサポートベクトルマシンとC4.5モデルのような最先端のモデルと比較することを目的とした。359の湧水から成る春の位置データセットを現地調査と国家報告によって提供し,3つの異なるサンプルデータセット(S1-S3)をランダムに作成した(訓練に対して70%,検証に対して30%)。さらに,16のスプリング関連因子を回帰ロジスティック解析を用いて分析し,どの因子が春の発生において有意な役割を果たすかを見出した。12の有意な地球環境および形態計測因子を同定し,すべてのモデルに適用した。モデルの精度を,効率(E),真のスキル統計(TSS),および受信者動作特性曲線(AUC-ROC)法の下の面積を含む3つの異なる閾値依存性および非依存性方法によって評価した。結果は,LMTモデルがすべての3つの検証データセット(E_平均=0.860,TSS_平均=0.718,AUC-ROC_平均=0.904)のために最も高い精度性能を持つことを示した。入力データの変化に対するわずかな感度がこのモデルに対して時々観察された。さらに,これらの知見は,相対傾斜位置(RSP)が最も重要な因子であり,断層と岩石学からの距離が続くことを示した。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： 半乾燥地帯 ,  *ロバスト性 ,  現地調査 ,  地球環境 ,  *モデリング ,  予測 ,  形状測定 ,  *地下水 ,  モデル ,  湧水 ,  サポートベクトルマシン
準シソーラス用語： ロジスティックモデル ,  最先端 ,  ハイブリッドモデル ,  水資源管理 , 【Automatic Indexing@JST】

著者キーワード (5件)： ハイブリッドモデル ,  地下水 ,  ロバスト性 ,  GIS ,  ロジスティックモデルツリー

分類 (3件)： 地下水学  (DC07040Y) ,  気候学,気候変動  (DC05140T) ,  流出解析  (DC07030N)

タイトルに関連する用語 (5件)： 地下水 ,  モデリング ,  手法 ,  能力 ,  ロバスト性