文献

J-GLOBAL ID：202202282724498317   整理番号：22A0564222

階層構造に基づく河川ネットワークタイプの定量化【JST・京大機械翻訳】

Quantification of river network types based on hierarchical structures

著者 (4件)： Li Minhui (State Key Laboratory of Hydroscience and Engineering, Tsinghua University, Beijing 10084, China) ,  Wu Baosheng (State Key Laboratory of Hydroscience and Engineering, Tsinghua University, Beijing 10084, China) ,  Chen Yi (State Key Laboratory of Hydroscience and Engineering, Tsinghua University, Beijing 10084, China) ,  Li Dan (China Coal Research Institute, Beijing 100013, China)
資料名： CATENA  (CATENA)
巻： 211  ページ： Null  発行年： 2022年 
JST資料番号： W1943A  ISSN： 0341-8162  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： 河川ネットワークの開発は景観進化過程と地形解析に密接に関連している。定性的評価または定量的指標に基づく河川ネットワークを分類するためのいくつかの方法が開発された。しかし,これらの方法は,河川ネットワークの階層構造にはほとんど注目せず,盆地についていくつかの一般化および詳細な情報を省略する。本研究では,河川ネットワークの階層構造に基づく分類法を確立した。排水テクスチャ,流れ方向およびアスペクト比を用いて,河川ネットワーク特性を記述した。計算した特定の属性は,排水密度,河川ネットワークの河川頻度および最大頻度を含んで,河川の流動方向の分布均一性は,各々の順序に関して達した。これらの計量を用いて分類ツリーを確立した。方法は,17から241km2のサイズの範囲の黄河源区域において83の河川ネットワークを分類するために適用した。盆地不変性属性を用いた以前の分類法を,著者らのネットワーク構造アプローチと対比し,交差検証(CV)精度を,それぞれ,66.8%と82.0%で得た。提案した方法の適用性を検証するために,以前の研究で分類された別の45の河川ネットワークを考察した。76.7%のCV精度が提案方法で達成される。これらの結果は,河川ネットワークの階層構造に基づく提案方法が階層構造を無視する方法より正確であることを示した。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： *ネットワーク ,  評価 ,  排水 ,  解析 ,  アスペクト比 ,  分析 ,  景観 ,  *河川 ,  適応性 ,  ネットワーク構造 ,  階層構造 ,  不変性 ,  指標 ,  盆地
準シソーラス用語： 分類法 ,  黄河 ,  定性的評価 ,  地形解析 , 【Automatic Indexing@JST】

著者キーワード (4件)： 黄河 ,  河川ネットワークパターン ,  分類 ,  階層構造

分類 (4件)： 河川汚濁  (SB02020F) ,  自然地理学  (DF01000Z) ,  湖沼学,河川学  (DC07050J) ,  写真測量,空中写真  (RC02040D)

タイトルに関連する用語 (4件)： 階層構造 ,  河川 ,  タイプ ,  定量化