文献

J-GLOBAL ID：202202266698643595   整理番号：22A0970667

SPEIグリッドデータおよびハイブリッド最大重なり離散ウェーブレット変換に基づく干ばつ分類の多時期解析【JST・京大機械翻訳】

Multi-temporal analysis for drought classifying based on SPEI gridded data and hybrid maximal overlap discrete wavelet transform

著者 (3件)： Roushangar K. (Department of Water Resource Engineering, Faculty of Civil Engineering, University of Tabriz, Tabriz, Iran) ,  Roushangar K. (Center of Excellence in Hydroinformatics, University of Tabriz, Tabriz, Iran) ,  Ghasempour R. (Department of Water Resource Engineering, Faculty of Civil Engineering, University of Tabriz, Tabriz, Iran)
資料名： International Journal of Environmental Science and Technology  (International Journal of Environmental Science and Technology)
巻： 19  号： 4  ページ： 3219-3232  発行年： 2022年 
JST資料番号： W4468A  ISSN： 1735-1472  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： 干ばつは,すべての極端な気候事象の間の複雑な現象の1つである。地域の干ばつの時間的空間的変動は,水資源の工学,管理および計画に多くの影響を及ぼすことができる。本研究では,標準降水蒸発散指数(SPEI)系列のマルチスケール特性を利用するために,ハイブリッド時間前処理と空間分類ベースの方法を使用した。イランの北西の60点に対する1950年から2019年までのSPEIグリッドデータをこの目的に使用した。最大重複離散ウェーブレット変換(MODWT)を時系列時間周波数属性を得るために適用し,マルチスケール地域化をK平均クラスタリング法で行った。空間クラスタリングにおける入力データセットを決定するために,ウェーブレットとスケーリング係数に基づいて,異なる組合せを考慮した。結果に基づいて,SPEIシリーズはステーションのエネルギー値と逆の関係を有し,SPEI値はエネルギー値の減少と共に増加することが分かった。MODWT-K-平均法は,古典的K-平均法よりも良好に機能した。得られた結果は,MODWT-K-平均法で得られたクラスタが,均一干ばつ地域を非常に良く認識することを示した。歴史的データに基づくクラスタ化のシルエット係数は0.45として得られたが,提案した方法では0.86であった。Copyright Islamic Azad University (IAU) 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 降水 ,  データ ,  水資源 ,  気候 ,  蒸発散 ,  *波束 ,  *干ばつ ,  クラスタ化 ,  平均法 ,  クラスタ ,  方式
準シソーラス用語： *離散ウェーブレット変換 ,  マルチスケール ,  時間周波数 ,  クラスタリング法 ,  入力データ , 【Automatic Indexing@JST】

著者キーワード (5件)： グリッド化された干ばつデータセット ,  K-means ,  マルチスケール地域化 ,  空間分類 ,  標準降水蒸発散指数

分類 (2件)： 気候学,気候変動  (DC05140T) ,  水文学一般  (DC07010R)

タイトルに関連する用語 (7件)： グリッド ,  重なり ,  離散ウェーブレット変換 ,  干ばつ ,  分類 ,  多時期 ,  解析