文献

J-GLOBAL ID：202202264745182174   整理番号：22A1028258

オープンソースツールによる感受性のマッピング:QGISのための新しいプラグイン【JST・京大機械翻訳】

Mapping Susceptibility With Open-Source Tools: A New Plugin for QGIS

著者 (8件)： Titti Giacomo (1Department of Civil Chemical Environmental and Materials Engineering, Alma Mater Studiorum University of Bologna, Bologna, Italy) ,  Titti Giacomo (2Research Institute for Geo-Hydrological Protection, Italian National Research Council, Padova, Italy) ,  Sarretta Alessandro (2Research Institute for Geo-Hydrological Protection, Italian National Research Council, Padova, Italy) ,  Lombardo Luigi (3Department of Earth Systems Analysis, Faculty of Geo-Information Science and Earth Observation (ITC), University of Twente, Enschede, Netherlands) ,  Crema Stefano (2Research Institute for Geo-Hydrological Protection, Italian National Research Council, Padova, Italy) ,  Pasuto Alessandro (2Research Institute for Geo-Hydrological Protection, Italian National Research Council, Padova, Italy) ,  Borgatti Lisa (1Department of Civil Chemical Environmental and Materials Engineering, Alma Mater Studiorum University of Bologna, Bologna, Italy) ,  Borgatti Lisa (2Research Institute for Geo-Hydrological Protection, Italian National Research Council, Padova, Italy)
資料名： Frontiers in Earth Science (Web)  (Frontiers in Earth Science (Web))
巻： 10  ページ： 842425  発行年： 2022年 
JST資料番号： U7066A  ISSN： 2296-6463  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,定量的,データ駆動感受率ゾーニング(SZ)のための新しいツールを提示した。SZプラグインをQGISプラグインとして実施して,地球科学コミュニティ内の運用使用を最大化した。QGISは実際に一般的に使用されるオープンソース地理情報システムである。Pythonのプラグインを記述し,入力データを前処理し,感受率を計算し,次に分類結果の品質を推定するための機能の収集として開発した。感受性ゾーニングは,証拠の重さ,頻度比,ロジスティック回帰,ランダムフォレスト,サポートベクトルマシン,および決定木を含む多数の分類器によって実行することができる。プラグインは,モデルに適合するために,任意の種類のマッピングユニットの使用を可能にし,k倍交差検証によりそれを試験し,相対的受信動作特性(ROC)曲線を可視化した。さらに,感受性指数(SI)の新しい分類法をSZプラグインに実装した。SZプラグインの典型的ワークフローを記述し,インド北東部の地滑り感受性ゾーニングへの適用を報告した。使用された素因的要因のデータは,オープンであり,解析は,ロジスティック回帰と証拠モデルの重さを使用して実行した。相対ROC曲線の下の対応する面積は,最適モデル予測能力を反映する。プラグインのユーザフレンドリーなグラフィカルインタフェイスは,少数のステップで効率的に解析を行うことを可能にした。Copyright 2022 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： *計算機プログラム ,  地滑り ,  地域制 ,  受信 ,  可視化 ,  ディシジョンツリー ,  *ソフトウェア ,  オブジェクト指向言語 ,  *地理情報システム ,  ワークフロー ,  サポートベクトルマシン
準シソーラス用語： ROC曲線 ,  ロジスティック回帰分析 ,  Python ,  *オープンソース ,  *プラグイン ,  ランダムフォレスト ,  データ駆動 , 【Automatic Indexing@JST】

著者キーワード (5件)： SZプラグイン ,  感受性 ,  インド北東部 ,  QGIS ,  地滑り

分類 (5件)： 測量学一般  (RC02010W) ,  環境工学一般  (SA01010K) ,  土地利用一般,地域制  (RD02010Z) ,  研究開発  (SA01040R) ,  製図,図学  (RA01080I)

引用文献 (59件)：

• AlvioliM., GuzzettiF., MarchesiniI. (2020). Parameter-free Delineation of Slope Units and Terrain Subdivision of italy. GEOMORPHOLOGY 358, 107124. doi: 10.1016/j.geomorph.2020.107124
• AlvioliM., MarchesiniI., ReichenbachP., RossiM., ArdizzoneF., FiorucciF., et al (2016). Automatic Delineation of Geomorphological Slope Units with R. Slopeunits V1. 0 and Their Optimization for Landslide Susceptibility Modeling. Geoscientific Model. Develop. 9, 3975+3991. doi: 10.5194/gmd-9-3975-2016
• AmatoG., EisankC., Castro-CamiloD., LombardoL. (2019). Accounting for Covariate Distributions in Slope-Unit-Based Landslide Susceptibility Models. A Case Study in the alpine Environment. Eng. Geology. 260, 105237. doi: 10.1016/j.enggeo.2019.105237
• ArabameriA., ChenW., LocheM., ZhaoX., LiY., LombardoL., et al (2020). Comparison of Machine Learning Models for Gully Erosion Susceptibility Mapping. Geosci. Front. 11, 1609+1620. doi: 10.1016/j.gsf.2019.11.009
• ArabameriA., PradhanB., LombardoL. (2019). Comparative Assessment Using Boosted Regression Trees, Binary Logistic Regression, Frequency Ratio and Numerical Risk Factor for Gully Erosion Susceptibility Modelling. Catena 183, 104223. doi: 10.1016/j.catena.2019.104223

タイトルに関連する用語 (3件)： 感受性 ,  マッピング ,  プラグイン