文献

J-GLOBAL ID：202102228110579845   整理番号：21A2453589

WorldView-3画像と機械学習技術を用いた南アフリカサバンナにおける放牧芝の確率マッピングと空間パターン解析【JST・京大機械翻訳】

Probabilistic Mapping and Spatial Pattern Analysis of Grazing Lawns in Southern African Savannahs Using WorldView-3 Imagery and Machine Learning Techniques

著者 (6件)： Awuah Kwame T. (Department of Geography and Geology, Edge Hill University, St. Helens Road, Ormskirk L39 4QP, UK) ,  Aplin Paul (Department of Geography and Geology, Edge Hill University, St. Helens Road, Ormskirk L39 4QP, UK) ,  Marston Christopher G. (Land Use Group, UK Centre for Ecology and Hydrology, Library Ave, Bailrigg, Lancaster LA1 4AP, UK) ,  Powell Ian (Department of Biology, Edge Hill University, St. Helens Road, Ormskirk L39 4QP, UK) ,  Smit Izak P. J. (Scientific Services, Kruger National Park, Private Bag X402, Skukuza 1350, South Africa) ,  Smit Izak P. J. (Centre for African Ecology, School of Animal, Plant and Environmental Sciences, University of the Witwatersrand, Private Bag 3, Johannesburg 2050, South Africa)
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 12  号： 20  ページ： 3357  発行年： 2020年 
JST資料番号： U7270A  ISSN： 2072-4292  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： Savannah放牧芝は,青野生動物(Connochaetes tarinus),海馬(Hippopotamus amphibius)および白鼻(Ceratotherium simum)のような大型草食動物の重要な食物資源であり,草食動物密度,移動および動員速度に影響する。それらはまた,周波数,強度および広がりを含む火災挙動に強い影響を及ぼした。したがって,放牧芝生被覆の変化は,より広いサバンナ生態系動力学に,大きな影響を与えることができる。しかし,現在のカバーと分布の知識は限られている。重要なこととして,著者らは,これらの重要な草原システムの生態学の理解を高めるのに重要な,放牧芝を検出および監視するためのロバストで広いスケールアプローチを欠いている。南アフリカ,Kruger国立公園の下部SabieとSatara地域の2つのサイトを,それぞれ,メシンと半乾燥条件によって選択した。WorldView-3画像から得たスペクトルおよびテクスチャ特徴を用いて,著者らは,(i)低Sabie景観のサブエリア内の植物機能タイプ(PFTs)の一般的識別のためのランダムフォレスト(RF),サポートベクトルマシン(SVM),分類および回帰ツリー(CART)および多層パーセプトロン(MLP)モデルの品質を評価し,そして(ii)より広い低SabieおよびSatara景観における放牧芝の確率的マッピングに対するモデル性能を比較した。さらに,空間計量を用いて,水体からの距離の勾配に沿った両景観における放牧芝分布における空間パターンを分析した。すべての機械学習モデルは,RF(F1=95.730.004%,OA=94.160.004%),SVM(F1=95.640.002%,OA=94.020.002%)およびMLP(F1=95.710.003%,OA=94.270.003%)で,一般的サバンナPFT分類において,高いFスコア(F1)および全体的精度(OA)スコアを達成し,より優れた性能のモデルのクラスタを形成し,CART(F1=92.740.006%,OA=90.930.003%)をわずかに凌駕した。放牧芝検出精度は,RF,SVM,MLP,およびCARTが,それぞれ0.89,0.93,0.94,および0.81のFスコアを達成して,より低いサビエ景観内で類似の傾向に従った。”R.Sabie景観”は,RF,SVM,MLP,およびCARTが,それぞれ,Fスコアが0.89,0.93,0.94,および0.81であった。しかし,Satara景観への移動モデルは,モデル(RF=0.87,SVM=0.88,MLP=0.85およびCART=0.75)を通して,比較的低かったが,高い放牧法検出精度をもたらした。空間パターン分析の結果は,半乾燥サバンナの条件(Satara)の下で,メシンサバンナの景観(Lower Sabie)と比較して,比較的高い割合の放牧芝草被覆を明らかにした。さらに,結果は,両方の景観において水体に近接して起こるより大きくて連続した放牧芝生パッチによって,放牧芝空間構造(画分被覆,パッチサイズ,連結性)と水域からの距離の間の強い負の相関を示した。提案した機械学習法は,放牧法規の正確で一貫した景観規模モニタリングのための新しくロバストなワークフローを提供し,一方,著者らの発見と研究出力は,アフリカ南部サバンナにおける生息場所不均一性を理解するために,タイムリーな情報を提供する。Copyright 2021 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： 食品 ,  被覆 ,  動物 ,  スペクトル ,  クラスタ ,  野生動物 ,  生態学 ,  生態系 ,  *サバンナ ,  *放牧 ,  ロバスト性 ,  *機械学習 ,  国立公園 ,  サポートベクトルマシン
準シソーラス用語： 草食動物 ,  ランダムフォレスト , 【Automatic Indexing@JST】

著者キーワード (9件)： アフリカサバンナ ,  放牧法 ,  機械学習 ,  WorldView-3 ,  サポートベクトルマシン ,  ランダムフォレスト ,  多層パーセプトロン ,  決定木 ,  空間解析

分類 (2件)： 個体群生態学  (EE03030S) ,  植物生態学  (EE02000E)

引用文献 (119件)：

• Sankaran, M.; Ratnam, J.; Hanan, N. Woody cover in African savannas: The role of resources, fire and herbivory. Glob. Ecol. Biogeogr. 2008, 17, 236-245.
• Shorrocks, B.; Bates, W. The Biology of African Savannahs; Oxford University Press: Oxford, MS, USA, 2015.
• Cromsigt, J.P.; Kuijper, D.P. Revisiting the browsing lawn concept: Evolutionary Interactions or pruning herbivores? Perspect. Plant Ecol. Evol. Syst. 2011, 13, 207-215.
• Cromsigt, J.P.; Olff, H. Dynamics of grazing lawn formation: An experimental test of the role of scale-dependent processes. Oikos 2008, 117, 1444-1452.
• Owen-Smith, N. Pleistocene extinctions: The pivotal role of megaherbivores. Paleobiology 1987, 13, 351-362.

タイトルに関連する用語 (8件)： 機械学習技術 ,  南アフリカ ,  サバンナ ,  放牧 ,  芝 ,  確率 ,  マッピング ,  パターン解析