文献

J-GLOBAL ID：201902268881581881   整理番号：19A0488386

韓国,seoul山における地すべり感受性マッピングのためのデータマイニング手法【JST・京大機械翻訳】

Data Mining Approaches for Landslide Susceptibility Mapping in Umyeonsan, Seoul, South Korea

著者 (4件)： Lee Sunmin (Department of Geoinformatics, University of Seoul, 163 Seoulsiripdaero, Dongdaemun-gu, Seoul 02504, Korea) ,  Lee Sunmin (Center for Environmental Assessment Monitoring, Environmental Assessment Group, Korea Environment Institute (KEI), Sejong-si 30147, Korea) ,  Lee Moung-Jin (Center for Environmental Assessment Monitoring, Environmental Assessment Group, Korea Environment Institute (KEI), Sejong-si 30147, Korea) ,  Jung Hyung-Sup (Department of Geoinformatics, University of Seoul, 163 Seoulsiripdaero, Dongdaemun-gu, Seoul 02504, Korea)
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 7  号： 7  ページ： 683  発行年： 2017年 
JST資料番号： U7135A  ISSN： 2076-3417  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： データマイニングモデルの適用は,地滑りや洪水のような様々な自然災害の評価において近年ますます一般的になっている。データマイニング技術は,イベントとそれらの影響変数の間の関係を理解するために有用である。地すべりは地形学的および気象学的因子を含む因子の組合せによって影響されるので,データマイニング技術はこれらの複雑な因子が地滑りイベントに影響するメカニズムを解明するのに役立つ。本研究では,地理情報システム環境における地滑り位置に関するデータに基づく空間データマイニング手法を研究した。傾斜,アスペクト,曲率,地形湿潤指数,流れ指数,傾斜長因子,標準化高さ,谷深さ,および下方傾斜距離勾配の地形因子を,地形図を用いて決定した。また,国家土壌と森林地図から得られた情報を用いて,追加の土壌と森林の変数を調査した。地滑り発生の頻度に影響する合計17の変数を選択して,空間データベースを構築し,サポートベクトルマシン(SVM)と人工ニューラルネットワーク(ANN)モデルを適用して,選択した因子から地滑り感受性を予測した。SVMモデルにおいて,線形,多項式,動径基底関数,およびシグモイドカーネルをシーケンスに適用した。モデルは,それぞれ72.41%,72.83%,77.17%および72.79%の精度をもたらした。ANNモデルは,78.41%の妥当性精度をもたらした。本研究の結果は,都市域における地滑りの予防と管理のための効果的な戦略を導くのに有用である。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： 曲率 ,  多項式 ,  *地滑り ,  *大韓民国 ,  サポートベクトルマシン ,  洪水 ,  標準化 ,  ニューラルネットワーク ,  *データマイニング ,  都市域 ,  地理情報システム ,  自然災害 ,  線形性 ,  *感受性 ,  湿潤

著者キーワード (5件)： 空間データマイニング ,  SVM ,  ANN ,  検証 ,  ROC

分類 (2件)： 自然災害  (RA02030M) ,  写真測量,空中写真  (RC02040D)

引用文献 (58件)：

• Berry, M.J.; Linoff, G. Data Mining Techniques: For Marketing, Sales, and Customer Support; John Wiley & Sons, Inc.: Hoboken, NJ, USA, 1997.
• Pachauri, R.K.; Allen, M.R.; Barros, V.R.; Broome, J.; Cramer, W.; Christ, R.; Church, J.A.; Clarke, L.; Dahe, Q.; Dasgupta, P. Contribution of working groups I, II and III to the fifth assessment report of the intergovernmental panel on climate change. In Climate Change 2014: Synthesis Report; IPCC: Geneva, Switzerland, 2014.
• Centre for Research on the Epidemiology of Disasters, UN Office for Disaster Risk Reduction. The Human Cost of Natural Disasters: A Global Perspective; Centre for Research on the Epidemiology of Disaster (CRED): Brussels, Belgium, 2015.
• Cruden, D.; Varnes, D. Landslide Types and Processes. In Landslides: Investigation and Mitigation; Turner, A.K., Schuster, R.L., Eds.; Special Report 247; Transportation Research Board: Washington, DC, USA, 1996; pp. 36-75.
• Choi, J.; Oh, H.J.; Lee, H.J.; Lee, C.; Lee, S. Combining landslide susceptibility maps obtained from frequency ratio, logistic regression, and artificial neural network models using aster images and gis. Eng. Geol. 2012, 124, 12-23.

タイトルに関連する用語 (7件)： 韓国 ,  山 ,  地すべり ,  感受性 ,  マッピング ,  データマイニング ,  手法