文献

J-GLOBAL ID：202002236691210921   整理番号：20A2777934

CA-Markovモデルを用いた都市膨張シミュレーションに対する土地利用データの主題分解能の影響【JST・京大機械翻訳】

Effect of the thematic resolution of land use data on urban expansion simulations using the CA-Markov model

著者 (2件)： Cai Longyan (Institute of Urban Environment, Chinese Academy of Sciences, Xiamen, China) ,  Wang Min (College of the Environment and Ecology, Xiamen University, Xiamen, China)
資料名： Arabian Journal of Geosciences  (Arabian Journal of Geosciences)
巻： 13  号： 23  ページ： 1250  発行年： 2020年 
JST資料番号： W4050A  ISSN： 1866-7511  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： 主題分解能の変化は環境不均一性の特性化に影響し,従って土地利用変化予測を変えることができる。本研究では,主題分解能(2,4,6,9,および11クラス土地利用地図)の増加による5つのシナリオを実行することによって,セルラオートマトン(CA)-Markovモデル予測に及ぼす土地利用データの主題分解能の影響を定量化した。提案したモデルは,2010年から歴史的土地利用地図の83.8%を複製することができ,満足なキャリブレーションプロセスを示した。主題分解能の減少は全体の予測精度を低下させ,相対予測誤差を増加させた。これは,モデル性能を評価するために,2つの指標(全予測精度と相対予測誤差)を使用する必要性を示唆した。さらに,CA-Markovモデルの主題分解能の選択は必要な出力に依存する。例えば,全体的予測精度と相対的予測誤差は,それぞれ,農業と建設土地モデルにおける土地利用変化の予測に最適である4と11クラスの主題分解能を示した。しかし,より微細な主題分解能は,CA-Markovモデルを用いて土地利用予測の不確実性を最小化することが一般的に期待されている。著者らの結論は,CA-Markovモデルを通して地球全体にわたる土地利用変化予測の参照を提供する。Copyright Saudi Society for Geosciences 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *シミュレーション ,  不確実性 ,  *土地利用 ,  地球 ,  分解能 ,  *土地 ,  *都市膨張 ,  セルラオートマトン ,  キャラクタリゼーション ,  予測誤差
準シソーラス用語： ロジスティック回帰分析 ,  予測精度 ,  土地利用変化 ,  モデルシミュレーション ,  モデル予測 , 【Automatic Indexing@JST】

著者キーワード (5件)： 主題解決 ,  CA-Markov ,  ロジスティック回帰 ,  土地利用変化 ,  モデルシミュレーション

分類 (1件)： 土地利用一般,地域制  (RD02010Z)

タイトルに関連する用語 (8件)： Ca ,  Markovモデル ,  都市 ,  膨張 ,  シミュレーション ,  土地利用 ,  主題 ,  分解能