文献

J-GLOBAL ID：202202275849507678   整理番号：22A1091626

遺伝ベース選択手順による時空間因子を用いた陸面温度予測の改善(事例研究:イラン,テヘラン)【JST・京大機械翻訳】

Improving land surface temperature prediction using spatiotemporal factors through a genetic-based selection procedure (Case Study: Tehran, Iran)

著者 (2件)： Karimi Amer (School of Surveying and Geo-spatial Engineering, College of Engineering, University of Tehran, Tehran, Iran) ,  Ghajari Yasser Ebrahimian (Faculty of Civil engineering, Babol Noshirvani University of Technology, Babol, Iran)
資料名： Advances in Space Research  (Advances in Space Research)
巻： 69  号： 9  ページ： 3258-3267  発行年： 2022年 
JST資料番号： H0831A  ISSN： 0273-1177  CODEN： ASRSDW  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： 最近10年間,地表面温度(LST)は環境の熱モニタリングのための重要な衛星製品と考えられている。衛星データからのLST検索技術の大きな開発にもかかわらず,特にLandsat画像から,最新の熱情報は必ずしも得られない。将来の時間に対するLST値の予測は,特に都市環境において気候変動の影響を理解し,緩和するための緊急問題である。これはLST予測法の重要性を強調する。従って,本研究では,遺伝的アルゴリズムと地理的および時間的加重回帰(GTWR)の組合せを提示し,都市域のLSTに影響する9つの選択した時空間因子に基づくLSTを予測した。遺伝的アルゴリズムを用いて,回帰モデルとしてGTWRに関してLST予測における異なる因子の重みを決定した。次に,これらの重みを用いて,実験点に対する予測LST値を得た。Landsat由来LSTバンドを用いて,遺伝的アルゴリズムを訓練し,因子重みを抽出した。夏期のテヘラン市を本研究の事例研究として選択した。2013年から2016年までのLandsat LSTデータを訓練に用いた。この方式の性能を評価するために,2017年にそれを適用した。Landsatデータに関して0.99の相関係数と0.5Kの二乗平均平方根誤差を見出した。本研究の結果はまた,加重因子を用いたLST予測が,等しい寄与を有するすべての因子を用いることより優れていることを示した。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： 予測技法 ,  衛星 ,  データ ,  相関係数 ,  *遺伝 ,  イラン・イスラム共和国 ,  *地表温度 ,  夏 ,  地理学 ,  都市域 ,  *事例研究 ,  回帰モデル ,  検索 ,  遺伝的アルゴリズム ,  都市環境

著者キーワード (4件)： 陸面温度 ,  遺伝的アルゴリズム ,  地理的および時間的に重み付き回帰 ,  時空因子

分類 (2件)： リモートセンシング一般  (AD04000L) ,  光学情報処理  (BD03060T)

タイトルに関連する用語 (9件)： 遺伝 ,  手順 ,  時空間 ,  因子 ,  陸面温度 ,  予測 ,  研究 ,  イラン ,  テヘラン