文献

J-GLOBAL ID：202102224446130732   整理番号：21A3381637

フィンランド南東部における酸性硫酸塩土壌マッピングのための機械学習技術【JST・京大機械翻訳】

Machine learning techniques for acid sulfate soil mapping in southeastern Finland

著者 (8件)： Estevez Virginia (Arcada University of Applied Sciences, Jan-Magnus Janssonin aukio 1, 00550 Helsinki, Finland) ,  Beucher Amelie (Department of Agroecology, Aarhus University, Blichers Alle 20, PO Box 50, 8830 Tjele, Denmark) ,  Mattbaeck Stefan (Geology and Mineralogy, Åbo Akademi University, Domkyrkotorget 1, 20500, Åbo, Finland) ,  Mattbaeck Stefan (Geological Survey of Finland, PO Box 97, 67101 Kokkola, Finland) ,  Boman Anton (Geological Survey of Finland, PO Box 97, 67101 Kokkola, Finland) ,  Auri Jaakko (Geological Survey of Finland, PO Box 96, 02151 Espoo, Finland) ,  Bjork Kaj-Mikael (Arcada University of Applied Sciences, Jan-Magnus Janssonin aukio 1, 00550 Helsinki, Finland) ,  OEsterholm Peter (Geology and Mineralogy, Åbo Akademi University, Domkyrkotorget 1, 20500, Åbo, Finland)
資料名： Geoderma  (Geoderma)
巻： 406  ページ： Null  発行年： 2022年 
JST資料番号： E0256B  ISSN： 0016-7061  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： 酸性硫酸塩土壌は自然界に存在する最も環境的に有害な土壌の一つである。これは,それらが硫酸と放出金属を生成し,いくつかの生態学的損傷を引き起こすかもしれない。フィンランドでは,沿岸地域におけるこの種の土壌の発生は,国の主要な環境問題の1つである。この問題に取り組むために,酸性硫酸塩土壌を正確に位置づけることが必須である。したがって,これらの土壌に対する発生マップの作成が必要である。今日,異なる機械学習法が,デジタル土壌マッピングアプローチに従って使用できる。本研究の主な目的は,酸性硫酸塩土壌マッピングのための異なる教師つき機械学習技術の評価である。分析した方法は,ランダムフォレスト,勾配ブースティングおよびサポートベクトルマシンである。著者らは,勾配ブースティングとランダムフォレストが酸性硫酸塩土壌の分類のための適切な方法であり,得られた確率マップが高精度を有することを示した。しかし,サポートベクターマシンで作成された確率マップの精度は,この方法が非AS土壌発生を過大評価するので,より低い。また,これらのモデル化確率マップを従来生成された発生マップと比較した。一般に,モデル化マップは従来のマップより客観的で正確である。さらに,機械学習技術を用いたマッピングプロセスは,より速く,より安価である。Copyright 2021 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： *硫酸 ,  フィンランド共和国 ,  生態学 ,  沿岸地区 ,  *機械学習 ,  サポートベクトルマシン
準シソーラス用語： 環境問題 ,  ブースティング ,  高精度 ,  低価格 ,  *酸性硫酸塩土壌 ,  ランダムフォレスト ,  *機械学習技術 ,  教師付き機械学習 , 【Automatic Indexing@JST】

著者キーワード (6件)： 酸性硫酸塩土壌 ,  土壌確率マッピング ,  機械学習 ,  ランダムフォレスト ,  勾配ブースティング ,  サポートベクトルマシン

分類 (1件)： 土壌化学  (FB04040C)

タイトルに関連する用語 (4件)： フィンランド ,  酸性硫酸塩土壌 ,  マッピング ,  機械学習技術