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)： Hong Haoyuan (Key Laboratory of Virtual Geographic Environment, Nanjing Normal University, Nanjing, People’s Republic of China) ,  Hong Haoyuan (State Key Laboratory Cultivation Base of Geographical Environment Evolution (Jiangsu Province), Nanjing, People’s Republic of China) ,  Hong Haoyuan (Jiangsu Center for Collaborative Innovation in Geographic Information Resource Development and Application, Nanjing, Jiangsu, People’s Republic of China) ,  Shahabi Himan (Department of Geomorphology, Faculty of Natural Resources, University of Kurdistan, Sanandaj, Iran) ,  Shirzadi Ataollah (Department of Rangeland and Watershed Management, Faculty of Natural Resources, University of Kurdistan, Sanandaj, Iran) ,  Chen Wei (College of Geology and Environment, Xi’an University of Science and Technology, Xi’an, Shaanxi, People’s Republic of China) ,  Chapi Kamran (Department of Rangeland and Watershed Management, Faculty of Natural Resources, University of Kurdistan, Sanandaj, Iran) ,  Ahmad Baharin Bin (Department of Geoinformation, Faculty of Geoinformation and Real Estate, Universiti Teknologi Malaysia (UTM), Johor Bahru, Malaysia) ,  Roodposhti Majid Shadman (Discipline of Geography and Spatial Sciences, School of Land and Food, University of Tasmania, Hobart, TAS, Australia) ,  Yari Hesar Arastoo (Department of Geography, University of Mohaghegh Ardabili, Ardabil, Iran) ,  Tian Yingying (Jiangxi Provincial Meteorological Observatory, Jiangxi Meteorological Bureau, Nanchang, People’s Republic of China) ,  Tien Bui Dieu (Geographic Information Science Research Group, Ton Duc Thang University, Ho Chi Minh City, Vietnam) ,  Tien Bui Dieu (Faculty of Environment and Labour Safety, Ton Duc Thang University, Ho Chi Minh City, Vietnam)
資料名： Natural Hazards  (Natural Hazards)
巻： 96  号： 1  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： 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： サポートベクトルマシン ,  線形性 ,  *感受性 ,  *機械学習 ,  河川 ,  降雨 ,  予測 ,  *多基準意思決定 ,  エントロピー ,  道路 ,  湿潤 ,  *地滑り ,  *統計学
準シソーラス用語： 成功率 ,  加重 , 【Automatic Indexing@JST】

著者キーワード (5件)： 地すべり感受性 ,  自然災害 ,  サポートベクトルマシン ,  空間多基準評価 ,  重み付き線形組合せ

分類 (2件)： 自然災害  (RA02030M) ,  地震活動  (DC03030L)

タイトルに関連する用語 (9件)： 中国 ,  地域 ,  地すべり ,  感受性 ,  評価 ,  多基準意思決定 ,  変量 ,  統計学 ,  機械学習