文献

J-GLOBAL ID：202202250927146481   整理番号：22A0806809

インド東部,モンスーン支配流域におけるフラッシュ洪水感受性評価のためのメタ最適化アプローチの新しいハイブリッド【JST・京大機械翻訳】

A novel hybrid of meta-optimization approach for flash flood-susceptibility assessment in a monsoon-dominated watershed, Eastern India

著者 (5件)： Ruidas Dipankar (Department of Geography, The University of Burdwan, Bardhaman, West Bengal, India) ,  Chakrabortty Rabin (Department of Geography, The University of Burdwan, Bardhaman, West Bengal, India) ,  Islam Abu Reza Md. Towfiqul (Department of Disaster Management, Begum Rokeya University, Rangpur, Bangladesh) ,  Saha Asish (Department of Geography, The University of Burdwan, Bardhaman, West Bengal, India) ,  Pal Subodh Chandra (Department of Geography, The University of Burdwan, Bardhaman, West Bengal, India)
資料名： Environmental Earth Sciences  (Environmental Earth Sciences)
巻： 81  号： 5  ページ： 145  発行年： 2022年 
JST資料番号： A0684B  ISSN： 1866-6280  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： フラッシュ洪水事象の数における指数関数的成長は地球規模の脅威であり,洪水しやすい地域を検出することも最優先事項となっている。フラッシュ洪水感受性マッピングはこの種のリスク現象の最悪効果を緩和するのに役立つ。しかし,フラッシュ洪水感受性マッピングを予測するための正確なモデルの構築には緊急の必要性があり,より効果的な洪水管理戦略の開発に有用である。本研究では,サポートベクトル回帰(SVR)を,インド,西ベンガル,Gandheswari川流域におけるフラッシュ洪水感受性マッピング(FFSM)のための新しいGISベースアンサンブルモデル(SVR-PSOとSVR-GOA)を構築するために,粒子群最適化(PSO)とグラスホッパー最適化アルゴリズム(GOA)のような2つのメタヒューリスティックアルゴリズムと結合した。この点に関して,16の地形および環境洪水原因要因が,多重共線性(MC)試験を用いてモデルを実行すると同定された。全データセットを訓練と検証目的で70:30に分けた。特異性,感度,PPV,NPV,AUC-ROC,κおよびTaylorダイアグラムを含む統計的測定を用いて,採用したモデルを検証した。SVRベースの因子重要度分析を採用して,空間解析のための重要因子を選択し,優先順位付けした。ここで用いた3つのモデリングアプローチの中で,SVR-GOAのアンサンブル法は,最も最適(特異性0.97および0.87,感度0.99および0.91,それぞれ,訓練および検証において,それぞれ,訓練および検証で,それぞれ,訓練および検証において,AUC 0.951および0.87,AUC 0.951および0.938,そして,SVR(特異度0.80および0.77,AUC 0.951および0.89,AUC 0.951および0.938),そして,SVR(特異性0.80および0.77,AUC 0.951および0.87,AUC 0.951および0.938),および,SVR(特異性0.80および0.77,AUC 0.951および0.89,AUC 0.951および0.938,それぞれ,訓練および検証において,それぞれ,0.8および0.87,AUC 0.951および0.938)であった。結果は,それぞれ40.10km2(10.99%)と25.94km2(7.11%)の地域が,非常に高い高洪水傾向領域にあることを示した。これは,地域の洪水の発生を低減するための早期警戒システムによる具体的戦略を実施するために,地方および国家レベルで政策立案者を助けることができる信頼できる結果をもたらした。Copyright The Author(s), under exclusive licence to Springer-Verlag GmbH Germany, part of Springer Nature 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *最適化 ,  *洪水 ,  リスク ,  最適化手法 ,  *流域 ,  *モンスーン ,  モデリング ,  人工知能 ,  多重化 ,  モデル ,  サポートベクトルマシン
準シソーラス用語： 粒子群最適化 ,  特異度 ,  ヒューリスティック ,  サポートベクトル回帰 , 【Automatic Indexing@JST】

著者キーワード (5件)： 人工知能 ,  フラッシュ洪水 ,  多重共線性 ,  最適化 ,  特異性

分類 (2件)： 流出解析  (DC07030N) ,  自然災害  (RA02030M)

タイトルに関連する用語 (9件)： インド ,  モンスーン ,  支配 ,  流域 ,  フラッシュ ,  洪水 ,  感受性 ,  評価 ,  最適化