文献

J-GLOBAL ID：202102278718736739   整理番号：21A2712837

地滑り感受性マッピングのためのハイブリッド計算知能法【JST・京大機械翻訳】

Hybrid Computational Intelligence Methods for Landslide Susceptibility Mapping

著者 (7件)： Wang Guirong (College of Geology and Environment, Xi’an University of Science and Technology, Xi’an 710054, China) ,  Lei Xinxiang (College of Geology and Environment, Xi’an University of Science and Technology, Xi’an 710054, China) ,  Chen Wei (College of Geology and Environment, Xi’an University of Science and Technology, Xi’an 710054, China) ,  Chen Wei (Key Laboratory of Coal Resources Exploration and Comprehensive Utilization, Ministry of Natural Resources, Xi’an 710021, China) ,  Shahabi Himan (Department of Geomorphology, Faculty of Natural Resources, University of Kurdistan, Sanandaj 66177-15175, Iran) ,  Shahabi Himan (Board Member of Department of Zrebar Lake Environmental Research, Kurdistan Studies Institute, University of Kurdistan, Sanandaj 66177-15175, Iran) ,  Shirzadi Ataollah (Department of Rangeland and Watershed Management, Faculty of Natural Resources, University of Kurdistan, Sanandaj 66177-15175, Iran)
資料名： Symmetry (Web)  (Symmetry (Web))
巻： 12  号： 3  ページ： 325  発行年： 2020年 
JST資料番号： U7282A  ISSN： 2073-8994  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： 本研究では,2つの人工知能法(動径基底関数ネットワーク(RBFN)とクレダルディシジョンツリー(CDT)モデル)と地理情報システム(GIS)に基づくマルチブースティングのハイブリッド統合を用いて,中国,Nanchuan郡における地滑り感受性を評価するために使用した地滑り感受性マップを確立した。最初に,地滑りインベントリマップをGISと空中写真を組み合わせた以前の研究結果に基づいて作成した。次に,298の地滑りを同定し,確立したデータセットを訓練データセット(70%,209地滑り)と検証データセット(30%,89地滑り)に分割し,データセグメンテーションのランダム性,公平性,および対称性を保証した。16の地滑り調整因子(標高,プロファイル曲率,計画曲率,斜面側面,傾斜角度,河川力指数(SPI),地形湿潤指数(TWI),土砂輸送指数(STI),河川までの距離,道路までの距離,断層までの距離,降雨,NDVI,土壌,土地利用,および岩石学)を,研究地域において同定した。続いて,CDT,RBFN,およびマルチブースティング(MCDTとMRBFN)のアンサンブルをArcGISで用いて地滑り感受性マップを作成した。4つの地滑り感受性マップの性能を比較し,曲線下面積(AUC)に基づいて検証した。最後に,AUC評価の検証結果は,MCDTモデルによって生成された地滑り感受性マッピングが最良の性能を有することを示した。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： 対称性 ,  降雨 ,  セグメンテーション ,  道路 ,  土地利用 ,  *地滑り ,  河川 ,  湿潤 ,  *人工知能 ,  空中写真 ,  地理情報システム ,  正規化植生指数
準シソーラス用語： 訓練データ ,  ブースティング ,  標高 , 【Automatic Indexing@JST】

著者キーワード (4件)： 地滑り感受性 ,  マルチブースティング ,  信用決定木 ,  動径基底関数ネットワーク

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

引用文献 (98件)：

• Tien Bui, D.; Pradhan, B.; Lofman, O.; Revhaug, I.; Dick, O.B. Landslide susceptibility assessment in the Hoa Binh province of Vietnam: A comparison of the Levenberg-Marquardt and Bayesian regularized neural networks. Geomorphology 2012, 171, 12-29.
• Pradhan, B.; Youssef, A.M. Manifestation of remote sensing data and GIS on landslide hazard analysis using spatial-based statistical models. Arab. J. Geosci. 2010, 3, 319-326.
• Zêzere, J.L.S.; de Brum Ferreira, A.; Rodrigues, M.L.S. The role of conditioning and triggering factors in the occurrence of landslides: A case study in the area north of lisbon (portugal). Geomorphology 1999, 30, 133-146.
• Fernandes, A.M.; Utkin, A.B.; Lavrov, A.V.; Vilar, R.M. Development of neural network committee machines for automatic forest fire detection using lidar. Pattern Recognit. 2004, 37, 2039-2047.
• Cubito, A.; Ferrara, V.; Pappalardo, G. Landslide hazard in the nebrodi mountains (northeastern sicily). Geomorphology 2005, 66, 359-372.

タイトルに関連する用語 (4件)： 地滑り ,  感受性 ,  マッピング ,  計算知能