文献
J-GLOBAL ID:201902264375164589   整理番号:19A1595565

中国,Wuning地域における地すべり感受性評価:多基準意思決定,二変量統計学および機械学習法の比較【JST・京大機械翻訳】

Landslide susceptibility assessment at the Wuning area, China: a comparison between multi-criteria decision making, bivariate statistical and machine learning methods
著者 (13件):
資料名:
巻: 96  号:ページ: 173-212  発行年: 2019年 
JST資料番号: W0154A  ISSN: 0921-030X  CODEN: NAHZEL  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: ドイツ (DEU)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本研究の目的は,中国,Wuning地域における地滑り感受性を推定するために,多基準意思決定[空間多基準評価(SMCE)],二変量統計的方法[頻度比(FR),エントロピー(IOE),加重線形組合せ(WLC)]および機械学習[サポートベクトルマシン(SVM)]モデルを研究することである。合計445の地滑りをランダムに70%(311の地滑り)と30%(134の地滑り)に分類して,地滑りモデルをそれぞれ訓練し,検証した。斜面角度,傾斜面,高度,地形学的湿潤指数,河川指数,堆積物輸送指数,土壌,岩石学,NDVI,土地利用,降雨,道路への距離,河川への距離と断層への距離を含む14の地滑り条件因子を,地滑り感受性評価のために次に研究した。5つの研究されたモデルの性能を,訓練(成功率曲線)と検証(予測率曲線)データセット,統計ベースの測定と試験のためにROC曲線下面積(AUROC)を用いて評価した。結果は,FR,IOE,WLC,SVMおよびSMCEモデルの成功率曲線下面積がそれぞれ88.32%,82.58%,78.91%,85.47%および89.96%であり,SMCEがより高い精度を提供できることを示した。予測能力の知見は,SMCEモデル(AUC=86.81%)が,5つの研究したモデルの中で最も高いアプローチであり,続いてFR(AUC=84.53%),SVM(AUC=81.24%),IOE(AUC=79.67%)およびWLC(73.92%)法であることを明らかにした。上記の5つのモデルから導き出された地滑り感受性マップは合理的に正確であり,災害拡大のための基本的土地利用計画を実行するために使用することができた。Copyright 2018 Springer Nature B.V. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
自然災害  ,  地震活動 

前のページに戻る