文献

J-GLOBAL ID：202202245935315511   整理番号：22A0625956

Kurdistanにおける土壌特性の空間的予測のための新しいハイブリッド進化モデル【JST・京大機械翻訳】

New hybrid evolutionary models for spatial prediction of soil properties in Kurdistan

著者 (8件)： Mahmoudzadeh Hamid (Department of Soil Science, College of Agriculture, Lorestan University, Khorramabad, Iran) ,  Matinfar Hamid Reza (Department of Soil Science, College of Agriculture, Lorestan University, Khorramabad, Iran) ,  Kerry Ruth (Department of Geography, Brigham Young University, Provo, Utah, USA) ,  Eskandari Shler (Department of Soil Science, College of Agriculture, University of Kurdistan, Sanandaj, Iran) ,  Ebrahimi-Khusfi Zohre (Faculty of Natural Resources, Department of Ecological Engineering, University of Jiroft, Jiroft, Iran) ,  Taghizadeh-Mehrjardi Ruhollah (Department of Geosciences, Soil Science and Geomorphology, University of Tuebingen, Tuebingen, Germany) ,  Taghizadeh-Mehrjardi Ruhollah (SFB1070 ResourceCultures, University of Tuebingen, Tuebingen, Germany) ,  Taghizadeh-Mehrjardi Ruhollah (College of Agriculture and Natural Resources, Ardakan University, Ardakan, Iran)
資料名： Soil Use and Management  (Soil Use and Management)
巻： 38  号： 1  ページ： 191-211  発行年： 2022年 
JST資料番号： W1705A  ISSN： 0266-0032  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 一定の環境変化を引き起こす強い人間活動により,正確で頻繁に更新された土壌情報を有することより,より大きな必要性がある。伝統的土壌地図は,土壌タイプの大規模多角形地図であり,多角形内の土壌特性における変動を暗黙的に仮定する。DSM手法はモデリングの精度を増加させることができる。したがって,本研究は,西部イランにおける8つの土壌特性を予測するために,古典的適応ニューロファジー推論システム(ANFIS)と3つのハイブリッドANFISモデル(すなわち,粒子群最適化-PSO,遺伝的モデル-GAと人工ハチコロニーモデル-ABC)の適用性を評価するために実施した。ANFIS+ABCおよびANFIS+PSOアプローチは,土壌有機炭素(SOC)および全窒素(N)のような土壌特性の予測において最良の性能を示した。ABC+ANFIS-ハイブリッドモデルはR2値を0.32,0.24,0.23及び0.37増加させ,RMSEsを11%,32.7mg kg-1,0.08mmhs cm-1及び0.3%減少し,ANFISモデル単独と比較してSOC,K,EC及びSPをそれぞれ予測した。また,PSO+ANFIS-ハイブリッドモデルの使用は,ANFISモデル単独と比較して,N,P,pHおよびTNVの予測に対して,それぞれ,0.44,0.29,0.34および0.36のR2値の増加および0.02,0.29ppm,0.34%および0.36%のRMSEの減少をもたらした。一般的に,ANFIS+ABCとANFIS+PSOは,古典的ANFISモデルと比較して,SOCとNの予測精度をそれぞれ32%と24%改善した。全体として,著者らの知見は,イラン西部における土壌特徴を予測するためのANFISアプローチの精度を改善するためのハイブリッドモデルの能力を実証し,著者らの主な仮説を支持した。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 遺伝 ,  イラン・イスラム共和国 ,  適応性 ,  土壌型 ,  土壌図 ,  *土壌特性 ,  土壌有機炭素
準シソーラス用語： 粒子群最適化 ,  予測精度 ,  ハイブリッドモデル ,  適応ニューロ-ファジィ推論システム ,  人工ハチコロニー , 【Automatic Indexing@JST】

著者キーワード (6件)： ANFIS ,  ディジタル土壌マッピング ,  ハイブリッドモデル ,  インセプティソル ,  クルディスタン ,  土壌特性

分類 (3件)： 飼料作物,草地  (FC03050J) ,  施肥法・肥効  (FB05030Y) ,  土壌管理  (FB04070J)

タイトルに関連する用語 (3件)： 土壌特性 ,  予測 ,  進化モデル