文献

J-GLOBAL ID：202202242579153865   整理番号：22A0324232

雪崩感受性マッピングのためのGISに基づく新規ハイブリッドモデルの評価:比較研究【JST・京大機械翻訳】

Evaluating novel hybrid models based on GIS for snow avalanche susceptibility mapping: A comparative study

著者 (6件)： Yariyan Peyman (Department of Surveying Engineering, Saghez Branch, Islamic Azad University, Saghez, Iran) ,  Omidvar Ebrahim (Department of Rangeland and Watershed Management, Faculty of Natural Resources and Earth Sciences, University of Kashan, Kashan 87317-53153, Iran) ,  Karami Mohammadreza (Department of Social Science, Faculty of Humanities and Social Sciences, Payame Noor University, Tehran, Iran) ,  Cerda Artemi (Soil Erosion and Degradation Research Group. Department of Geography, Valencia University, BlascoIbanez, 28, 46010, Valencia, Spain) ,  Pham Quoc Bao (Institute of Applied Technology, Thu Dau Mot University, Binh Duong province, Vietnam) ,  Tiefenbacher John P. (Department of Geography and Environmental Studies, Texas State University, San Marcos, TX 78666, United States)
資料名： Cold Regions Science and Technology  (Cold Regions Science and Technology)
巻： 194  ページ： Null  発行年： 2022年 
JST資料番号： A0504B  ISSN： 0165-232X  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： 雪崩れは,世界の多くの部分,特に山岳地域において経済損失を引き起こす。イランの山岳地域の気候変動と複雑な地形のため,雪崩は重大な問題である。したがって,雪崩れのモデリングは,持続可能で安全な開発,適切なインフラストラクチャ,住宅開発のための計画,および損失防止に不可欠である。本研究は,解析的ネットワークプロセス,加重線形結合,および周波数比の重みに基づく北西イランのSirvan流域における雪崩れ感受率マッピングのための多基準意思決定モデルと機械学習ハイブリッドモデルの性能を評価する。多重共線性分析とピアソン相関を用いて,11の雪雪崩調整因子が使用に適切であると考えられた。曲線(AUC),二乗平均平方根誤差(RMSE),種子細胞面積指数,および雪崩れ相対指数の領域を用いて,雪崩れ感受率マップを検証した。結果は,すべてのハイブリッドモデルが,アバランチングに対する場所の感受性の決定に対して非常に良好に機能することを示した。検証分析の結果に基づいて,解析ネットワークプロセス-周波数比ハイブリッドモデルは,モデルの中で最良であった(AUC=0.941,RMSE=0.3)。得られた地図はSirvan流域における雪崩れへの曝露を防止するための努力を導く強い証拠を提供し,これらのハイブリッドモデルは雪崩れによって影響を受ける他の地域で試験できる。Copyright 2022 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： ニューラルネットワーク ,  流域 ,  気候変動 ,  モデリング ,  多重化 ,  *雪崩 ,  *モデル ,  地形 ,  山岳地 ,  インフラストラクチャー ,  多基準意思決定 ,  機械学習
準シソーラス用語： *雪 ,  *ハイブリッドモデル ,  経済損失 , 【Automatic Indexing@JST】

著者キーワード (5件)： 雪崩 ,  人工ニューラルネットワーク ,  ハイブリッドモデル ,  GIS ,  イラン

分類 (1件)： 雪氷学  (DC08000N)

タイトルに関連する用語 (7件)： 雪崩 ,  感受性 ,  マッピング ,  GIS ,  ハイブリッドモデル ,  評価 ,  研究