文献

J-GLOBAL ID：202202278946020775   整理番号：22A1159143

Iraq,Ratga盆地,SCS-CN法と人工ニューラルネットワークアルゴリズムを用いた流出マッピング【JST・京大機械翻訳】

Runoff mapping using the SCS-CN method and artificial neural network algorithm, Ratga Basin, Iraq

著者 (4件)： Muneer Ahmed Shahadha (Department of Dams and Water Resources Engineering, College of Engineering, University of Anbar, Anbar, Iraq) ,  Afan Haitham Abdulmohsin (Civil Engineering Department, Al Maarif University College, Anbar, Iraq) ,  Kamel Ammar Hatem (Department of Dams and Water Resources Engineering, College of Engineering, University of Anbar, Anbar, Iraq) ,  Sayl Khamis Naba (Department of Dams and Water Resources Engineering, College of Engineering, University of Anbar, Anbar, Iraq)
資料名： Arabian Journal of Geosciences  (Arabian Journal of Geosciences)
巻： 15  号： 7  ページ： 666  発行年： 2022年 
JST資料番号： W4050A  ISSN： 1866-7511  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： 従来の土壌保全サービス(流出深さを計算するためのプロセス)は,非常に退屈で時間のかかる水文モデリングプロセスである傾向がある。したがって,地理的情報システム(GIS)は,現在,流出計算のための一般的なSCS-CN法とともにツールとして利用されている。本研究は,SCS-CN法,GIS,一般化回帰ニューラルネットワーク(GRNN),野外観測データセット,およびリモートセンシングデータを用いて,イラチ西部砂漠からの農業流域であるRatgaからの流出深さの空間分布を推定することを目的とする。GRNNモデルを用いて,スペクトル反射率データに基づく土壌型を予測した。結果は,最大絶対誤差が砂,シルト,および粘土土壌でそれぞれ8.44%,14.11%,および4.15%であり,そして,砂質土には最も高い相関係数(0.83)があることを示した。SCS法の結果は,CN値が正常条件の70から85の範囲であることを示した。本研究は,2018年から2020年の表面流出の最大体積が,4,324,528m3であると概説する。本論文は,SCS-CNモデルおよびANNによるGISの導入が,イラクのバーレン流域を代表する,イラチ西部砂漠における計算流出深さのためのロバストツールを提供することを証明した。Copyright Saudi Society for Geosciences 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 ,  反射率 ,  *ニューラルネットワーク ,  流域 ,  *流出 ,  粘土 ,  相関係数 ,  シルト ,  砂漠 ,  スペクトル ,  リモートセンシング ,  土壌 ,  土壌保全 ,  ロバスト性 ,  *盆地

著者キーワード (5件)： SCS-CN法 ,  GIS ,  リモートセンシング ,  GRNN ,  流出

分類 (2件)： 土壌管理  (FB04070J) ,  流出解析  (DC07030N)

タイトルに関連する用語 (6件)： 盆地 ,  Cn ,  人工ニューラルネットワーク ,  アルゴリズム ,  流出 ,  マッピング