GISを用いた地滑りの空間的予測のための新しい投票アンサンブルモデル【JST・京大機械翻訳】

Sachdeva Shruti; Bhatia Tarunpreet; Verma Anil K.

文献

J-GLOBAL ID：202102289757179373 整理番号：21A2342259

GISを用いた地滑りの空間的予測のための新しい投票アンサンブルモデル【JST・京大機械翻訳】

A novel voting ensemble model for spatial prediction of landslides using GIS

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=21A2342259&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=21A2342259&from=J-GLOBAL&jstjournalNo=B0645B") }}

著者 (3件)： , ,
資料名：
巻： 41 号： 3 ページ： 929-952 発行年： 2020年
JST資料番号： B0645B ISSN： 0143-1161 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：イギリス (GBR) 言語：英語 (EN)

固有の複雑な地形と激しい気象パターンは,世界中の様々な自然災害を共に隠している。インドの北-東地方で流行するような困難な地形では,人口爆発や不適切な土地利用のような因子と結合して,これらの地域で重要な地滑り感受性評価が,驚くべき頻度で,世界の最も激しい地滑りの wしさに導く。本論文では,地滑り感受率評価にはほとんど採用されていない,Majorityベース投票の有望な機械学習アンサンブル技術を探索することに焦点を当てた。アンサンブルは,Brahmaputra谷地域(Assam&Nagaland)とその近接近傍に対する地滑り感受性帯状分布地図を作成するため,ロジスティック回帰(LR),勾配ブースティングディシジョンツリー(GBDT),およびVoting Feature Interval(VFI)から成る。研究の第一段階では,436の地滑り位置を含む地域の地滑りインベントリーを地理情報システム(GIS)で準備し,ニュースレポートとリモートセンシングデータによって実証した。第2ステージでは,標高,斜面側面,一般曲率,計画曲率,プロファイル曲率,表面粗さ,地形指数(TWI),河川電力指数(SPI),斜面長,正規化植生指数(NDVI),土地利用/ランド・ランド・(LULC),道路からの距離,河川,断層,および鉄道を含む16の地滑り原因主題マップを作成した。第3段階では,地滑りインベントリを原因因子マップで付属し,場所の座標と対応する座標上の前述の原因因子の値からなるデータセットを得た。次に提案モデルを訓練し,調製したデータセット(70%:30%分割)で試験した。最後に,新モデルの効率を,受信者動作特性曲線(ROCのAUC)の下の面積を用いてテストした。検証結果は,決定木,サポートベクターマシン,ランダムフォレストなどの従来の技術に対して,提案した大多数ベースの投票アンサンブルLR-GBDT-VFI(AUC:0.98)のメトルを示し,本研究は,地滑りハザード評価の分野にわたる広い範囲を有するアプローチを提供した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

自然災害

, , , ,

前のページに戻る