文献

J-GLOBAL ID：202002222894896269   整理番号：20A2011359

雲の多い地域におけるアリ-マイナーアルゴリズムによる採鉱規則に基づく森林火災リスクの予測【JST・京大機械翻訳】

Predicting forest fire risk based on mining rules with ant-miner algorithm in cloud-rich areas

著者 (11件)： Zheng Zhong (College of Resources and Environment, Chengdu University of Information Technology, Chengdu 610225, Sichuan, China) ,  Zheng Zhong (Chongqing Institute of Meteorological Sciences, Chongqing 401147, China) ,  Zheng Zhong (School of Geographical Sciences, Southwest University, Chongqing 400715, China) ,  Gao Yanghua (Chongqing Institute of Meteorological Sciences, Chongqing 401147, China) ,  Yang Qingyuan (School of Geographical Sciences, Southwest University, Chongqing 400715, China) ,  Zou Bin (School of Geosciences and Info-Physics, Central South University, Changsha, 410083 Hunan, China) ,  Xu Yongjin (School of Geographical Sciences, Southwest University, Chongqing 400715, China) ,  Chen Yanying (Chongqing Institute of Meteorological Sciences, Chongqing 401147, China) ,  Yang Shiqi (Chongqing Institute of Meteorological Sciences, Chongqing 401147, China) ,  Wang Yongqian (College of Resources and Environment, Chengdu University of Information Technology, Chengdu 610225, Sichuan, China) ,  Wang Zengwu (College of Resources and Environment, Chengdu University of Information Technology, Chengdu 610225, Sichuan, China)
資料名： Ecological Indicators  (Ecological Indicators)
巻： 118  ページ： Null  発行年： 2020年 
JST資料番号： A1221A  ISSN： 1470-160X  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： 毎年,世界中の森林地の数百万ヘクタールが火災によって破壊される。火災原因損失を最小化するためには,森林火災のリスク予測に関するより多くの研究が行われる必要がある。雲に富む地域(例えば,中国の南西)における森林火災のリスクを予測するために,運用予測システムとリモートセンシングベースのモデルの共同利用は,一貫した性能を持つことが期待される。したがって,本研究では,マルチソースデータの相乗モデリングにおいて多変数および非線形問題を解く良好な能力を持つアリ-ミニマアルゴリズムに基づく新しいモデルを提案した。Chongqing(重慶)市の2000~2018年の歴史的火災データに基づいて,その性能をテストし,次に,他の3つのモデル(即ち,気象データ,人工ニューラルネットワーク,およびサポートベクトルマシンベースのモデル)と比較した。結果は,ヒト因子からの干渉なしで,提案モデルのリスク予測がより客観的であることを示した。また,その採掘ルールは,複数のGISプラットフォームを通して理解し,携帯できる。さらに,提案モデルは,リスクレベル(すなわち,全体の精度が79.02%,カッパ係数が0.678)の予測においてより良い性能を持ち,その予測の空間分布はより詳細になった。本研究は,アリ-マイナアルゴリズムベースのモデルが,より効果的で,信頼でき,そして,それは,雲に富む地域における森林火災のためのリスク予測の運用システムを構築するために使用できることを示した。Copyright 2020 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： *アルゴリズム ,  火災 ,  ニューラルネットワーク ,  *採鉱 ,  ヒト ,  空間分布 ,  気象データ ,  採掘 ,  リモートセンシング ,  共同利用 ,  山火事 ,  非線形問題 ,  サポートベクトルマシン
準シソーラス用語： 予測システム ,  危険予測 , 【Automatic Indexing@JST】

著者キーワード (5件)： 森林火災 ,  リスク予測 ,  Ant-minerアルゴリズム ,  クラウドリッチ地域 ,  重慶市

分類 (1件)： 火災  (RA02020B)

タイトルに関連する用語 (10件)： 雲 ,  地域 ,  アリ ,  マイナー ,  アルゴリズム ,  採鉱 ,  規則 ,  森林火災 ,  リスク ,  予測