文献

J-GLOBAL ID：201902225665167579   整理番号：19A1066388

Andes(ペルー)における自然森林マッピング:機械学習アルゴリズムの性能比較【JST・京大機械翻訳】

Natural Forest Mapping in the Andes (Peru): A Comparison of the Performance of Machine-Learning Algorithms

著者 (4件)： Isuhuaylas Luis Alberto Vega (Forestry and Forest Products Research Institute, Matsunosato 1, Ibaraki Prefecture, Tsukuba City 305-8687, Japan) ,  Hirata Yasumasa (Forestry and Forest Products Research Institute, Matsunosato 1, Ibaraki Prefecture, Tsukuba City 305-8687, Japan) ,  Santos Lenin Cruyff Ventura (Direccion de Catastro Zonificacion y Ordenamiento, Servicio Nacional Forestal y de Fauna Silvestre, Avenida 7 No. 229, Rinconada Baja, La Molina, Lima LIMA 12, Peru) ,  Torobeo Noemi Serrudo (Direccion de Catastro Zonificacion y Ordenamiento, Servicio Nacional Forestal y de Fauna Silvestre, Avenida 7 No. 229, Rinconada Baja, La Molina, Lima LIMA 12, Peru)
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 10  号： 5  ページ： 782  発行年： 2018年 
JST資料番号： U7270A  ISSN： 2072-4292  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： Andes山岳森林は,地方の在来潅木地種と関連して成長する樹木種のまばらな残存個体群である。これらのような地域における保存のための森林条件の同定は,リモートセンシング技術と分類法に基づいている。しかしながら,Andes山岳森林の分類は,土地被覆クラス内の反射率データにおけるノイズのために困難である。ノイズは,複雑な地形とサブピクセルレベルで起こる異なる土地被覆タイプの混合物から生じる地形照明の変化の結果である。これらの問題を考慮すると,正確な結果を得るための最適分類法の選択は,保存活動を支援するために非常に重要である。ランダムフォレスト(RF),サポートベクトルマシン(SVM),およびk-最近傍(kNN)の3つの教師付き機械学習アルゴリズムにより生成されたいくつかの分類器の性能に関する比較非パラメトリック統計解析を行った。SVMとRF方法は,Andes山岳森林と潅木土地被覆クラスを分離する能力において有意差がなかった。そして,それらの最良の分類装置は,kNN方法(AUC値0.75)によって作り出したものより著しく良い分類精度(AUC値0.81と0.79)を示した。後者は,ノイズのある訓練データにより敏感であった。Copyright 2019 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： 統計解析 ,  *機械学習 ,  分類装置 ,  雑音 ,  個体群 ,  灌木 ,  反射率 ,  山岳 ,  リモートセンシング ,  サポートベクトルマシン ,  土地被覆 ,  *学習アルゴリズム
準シソーラス用語： 分類精度 ,  ランダムフォレスト ,  Andes , 【Automatic Indexing@JST】

著者キーワード (6件)： Andes ,  山岳森林 ,  リモートセンシング ,  機械学習 ,  比較分析 ,  精度解析

分類 (2件)： 測樹学  (FF01040T) ,  リモートセンシング一般  (AD04000L)

引用文献 (67件)：

• Zutta, B.R.; Rundel, P.W.; Saatchi, S.; Casana, J.D.; Gauthier, P.G.; Soto, A.; Velazco, Y.; Buermann, W. Prediciendo la distribución de Polylepis: Bosques Andinos vulnerables y cada vez más importantes. Rev. Peru. Biol. 2012, 19.
• Fjeldså, J.; Kessler, M.; Engblom, G.; Driesch, P. Conserving the Biological Diversity of Polylepis Woodlands of the Highland of Peru and Bolivia: A Contribution to Sustainable Natural Resource Management in the Andes; NORDECO: Copenhagen, Denmark, 1996; ISBN 978-87-986168-0-1.
• Kessler, M. The “Polylepis problem“: Where do we stand? Ecotropica 2002, 8, 97-110.
• Servat Grace, P.; Mendoza, C.W.; Ochoa, C.J.A. Flora y fauna de cuatro bosques de Polylepis (Rosaceae) en la Cordillera del Vilcanota (Cusco, Perú). Ecol. Appl. 2002, 1, 25-35.
• Roberts, D.A.; Gardner, M.; Church, R.; Ustin, S.; Scheer, G.; Green, R.O. Mapping Chaparral in the Santa Monica Mountains Using Multiple Endmember Spectral Mixture Models. Remote Sens. Environ. 1998, 65, 267-279.

タイトルに関連する用語 (5件)： ペルー ,  森林 ,  マッピング ,  機械学習アルゴリズム ,  性能比較