論文の概要: Dynamic landslide susceptibility mapping over recent three decades to
uncover variations in landslide causes in subtropical urban mountainous areas
- arxiv url: http://arxiv.org/abs/2308.11929v1
- Date: Wed, 23 Aug 2023 05:33:03 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-24 15:38:46.824845
- Title: Dynamic landslide susceptibility mapping over recent three decades to
uncover variations in landslide causes in subtropical urban mountainous areas
- Title（参考訳）: 亜熱帯市街地における地すべり原因の解明に向けての過去30年間の動的地すべり感受性マッピング
- Authors: Peifeng Ma, Li Chen, Chang Yu, Qing Zhu, Yulin Ding
- Abstract要約: 本研究は, 年次LSAに複数の予測モデルを用いた動的地すべり感受性マッピングを提案する。
選ばれた研究エリアは香港のランタウ島で、1992年から2019年までの総合的動的LSAを実施しました。
- 参考スコア（独自算出の注目度）: 17.570791791237387
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Landslide susceptibility assessment (LSA) is of paramount importance in
mitigating landslide risks. Recently, there has been a surge in the utilization
of data-driven methods for predicting landslide susceptibility due to the
growing availability of aerial and satellite data. Nonetheless, the rapid
oscillations within the landslide-inducing environment (LIE), primarily due to
significant changes in external triggers such as rainfall, pose difficulties
for contemporary data-driven LSA methodologies to accommodate LIEs over diverse
timespans. This study presents dynamic landslide susceptibility mapping that
simply employs multiple predictive models for annual LSA. In practice, this
will inevitably encounter small sample problems due to the limited number of
landslide samples in certain years. Another concern arises owing to the
majority of the existing LSA approaches train black-box models to fit distinct
datasets, yet often failing in generalization and providing comprehensive
explanations concerning the interactions between input features and
predictions. Accordingly, we proposed to meta-learn representations with fast
adaptation ability using a few samples and gradient updates; and apply SHAP for
each model interpretation and landslide feature permutation. Additionally, we
applied MT-InSAR for LSA result enhancement and validation. The chosen study
area is Lantau Island, Hong Kong, where we conducted a comprehensive dynamic
LSA spanning from 1992 to 2019. The model interpretation results demonstrate
that the primary factors responsible for triggering landslides in Lantau Island
are terrain slope and extreme rainfall. The results also indicate that the
variation in landslide causes can be primarily attributed to extreme rainfall
events, which result from global climate change, and the implementation of the
Landslip Prevention and Mitigation Programme (LPMitP) by the Hong Kong
government.
- Abstract（参考訳）: 地すべりリスクの軽減には地すべり感受性評価(lsa)が重要である。
近年,航空・衛星データの利用の増加に伴い,地すべりの感受性を予測するデータ駆動手法の利用が急増している。
それにもかかわらず、地すべり誘導環境(LIE)における急激な振動は、主に降雨などの外部からのトリガーが大きく変化したため、現代のデータ駆動型LSA手法が様々な時間帯にLIEを適応させるには困難である。
本研究は, 年次lsaに複数の予測モデルを用いる動的地すべり率マッピングを提案する。
実際には、特定の年の地すべりサンプルの数が限られているため、これは必然的に小さなサンプル問題に遭遇する。
既存のLSAアプローチの大多数が、異なるデータセットに適合するようにブラックボックスモデルを訓練しているが、一般化に失敗し、入力特徴と予測の間の相互作用に関する包括的な説明を提供することが多い。
そこで我々は,いくつかのサンプルと勾配更新を用いた高速適応能力を持つメタラーン表現を提案し,各モデル解釈と地すべり特徴置換にSHAPを適用した。
さらに, MT-InSAR を LSA 結果の強化と検証に応用した。
選ばれた研究エリアは香港のランタウ島で、1992年から2019年までの総合的動的LSAを行った。
モデル解析の結果,ランタウ島の地すべりの主な要因は斜面斜面と極端な降雨であることがわかった。
また, 地すべり原因の変動は, 地球規模の気候変動による極度の降雨現象と, 香港政府による地すべり防止緩和計画(LPMitP)の実施によるものであることが示唆された。
関連論文リスト
- Groundedness in Retrieval-augmented Long-form Generation: An Empirical Study [61.74571814707054]
検索した文書やモデルの事前学習データに生成されたすべての文が接地されているかどうかを評価する。
3つのデータセットと4つのモデルファミリーにまたがって、生成した文のかなりの部分が一貫してアングラウンド化されていることが明らかとなった。
以上の結果から,より大きなモデルではアウトプットをより効果的に基礎づける傾向にあるものの,正解のかなりの部分が幻覚によって損なわれていることが示唆された。
論文 参考訳（メタデータ） (2024-04-10T14:50:10Z) - At the junction between deep learning and statistics of extremes:
formalizing the landslide hazard definition [1.03590082373586]
本研究では,斜面単位レベルでの地すべり危険度を推定する統一モデルを構築した。
ネパールで30年間にわたり観測された降雨トリガーによる地すべりを解析し,複数回の帰還期間における地すべりの危険度を評価する。
提案手法は,地すべりのハザードを統一的にモデル化するのに有効であることを示す。
論文 参考訳（メタデータ） (2024-01-25T14:48:08Z) - Landslide Topology Uncovers Failure Movements [1.08890978642722]
本稿では,スライドやフローなどの動作に基づいて,障害タイプを特定するアプローチを提案する。
地すべりの形態や形状に埋め込まれた物質移動力学の顕著な特徴をトポロジカルプロキシが明らかにしているのを観察する。
歴史的およびイベント固有の地すべりデータベースの障害タイプを80～94 %の精度で識別できる。
論文 参考訳（メタデータ） (2023-10-14T17:53:55Z) - Performative Time-Series Forecasting [71.18553214204978]
我々は,機械学習の観点から,パフォーマンス時系列予測(PeTS)を定式化する。
本稿では,予測分布シフトに対する遅延応答の概念を活用する新しい手法であるFeature Performative-Shifting(FPS)を提案する。
新型コロナウイルスの複数の時系列モデルと交通予報タスクを用いた総合的な実験を行った。
論文 参考訳（メタデータ） (2023-10-09T18:34:29Z) - Residual Diffusion Modeling for Km-scale Atmospheric Downscaling [51.061954281398116]
台湾上空2kmの高解像度気象モデルを用いて,コスト効率の低いダウンスケーリングモデルを訓練した。
textitCorrDiffは、RMSEとCRPSを巧みに表現し、極端な場合でもスペクトルと分布を忠実に回復する。
グローバルな予測のスケールダウンは、これらのメリットの多くを成功裏に維持し、マシンラーニングの天気予報のエンドツーエンドなグローバルなスケールの可能性を先導する。
論文 参考訳（メタデータ） (2023-09-24T19:57:22Z) - Long-term drought prediction using deep neural networks based on geospatial weather data [75.38539438000072]
農業計画や保険には1年前から予測される高品質の干ばつが不可欠だ。
私たちは、体系的なエンドツーエンドアプローチを採用するエンドツーエンドアプローチを導入することで、干ばつデータに取り組みます。
主な発見は、TransformerモデルであるEarthFormerが、正確な短期(最大6ヶ月)の予測を行う際の例外的なパフォーマンスである。
論文 参考訳（メタデータ） (2023-09-12T13:28:06Z) - Knowledge-infused Deep Learning Enables Interpretable Landslide
Forecasting [0.019036571490366496]
近年の変圧器を用いた深層学習は,地すべりの予測に未完成の可能性を秘めている。
地すべりの挙動を均等に予測できる深層学習パイプラインを提案する。
チベット高原における三峡貯水池の地すべり予測モデルと地すべり予測モデルを用いて,本手法の有効性を検証した。
論文 参考訳（メタデータ） (2023-07-18T03:39:03Z) - Multi-scale Digital Twin: Developing a fast and physics-informed
surrogate model for groundwater contamination with uncertain climate models [53.44486283038738]
気候変動は地下水汚染の長期的な土壌管理問題を悪化させる。
U-Net強化フーリエニューラル汚染(PDENO)を用いた物理インフォームド機械学習サロゲートモデルを開発した。
並行して、気候データと組み合わされた畳み込みオートエンコーダを開発し、アメリカ合衆国全体の気候領域の類似性の次元を減少させる。
論文 参考訳（メタデータ） (2022-11-20T06:46:35Z) - Jalisco's multiclass land cover analysis and classification using a
novel lightweight convnet with real-world multispectral and relief data [51.715517570634994]
本稿では、LC分類と解析を行うために、新しい軽量(89kパラメータのみ)畳み込みニューラルネットワーク(ConvNet)を提案する。
本研究では,実世界のオープンデータソースを3つ組み合わせて13のチャネルを得る。
組込み分析は、いくつかのクラスにおいて限られたパフォーマンスを期待し、最も類似したクラスをグループ化する機会を与えてくれます。
論文 参考訳（メタデータ） (2022-01-26T14:58:51Z) - XAI Model for Accurate and Interpretable Landslide Susceptibility [0.0]
我々は,地すべりの感受性を評価するための説明可能なAI(XAI)モデルを開発した。
ヒマラヤ東部の3つの地域において,地すべりの影響を受けやすいことが確認された。
論文 参考訳（メタデータ） (2022-01-18T09:27:13Z) - Meta-learning an Intermediate Representation for Few-shot Block-wise
Prediction of Landslide Susceptibility [12.299036699550374]
現在の手法では, 対象地域全体に対する地すべり感受性マップ(LSM)の予測に, 単一の大域的モデルを適用するのが一般的である。
複雑な状況下では、各地域は異なる地すべり発生環境を有しており、したがって各モデルで個別に予測されるべきである。
我々はメタラーニングパラダイムによる中間表現を学習し、LSMタスクから情報を取り出すのに優れている。
論文 参考訳（メタデータ） (2021-10-03T05:40:50Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。