論文の概要: A Dynamic Learning Observatory Reveals the Rapid Salinization of Satkhira, Bangladesh

• arxiv url: http://arxiv.org/abs/2604.23127v1
• Date: Sat, 25 Apr 2026 03:49:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-28 17:12:07.170103
• Title: A Dynamic Learning Observatory Reveals the Rapid Salinization of Satkhira, Bangladesh
• Title（参考訳）: バングラデシュ・サトキラの急速塩分化を観測するダイナミックラーニング観測所
• Authors: Showmitra Kumar Sarkar, Sai Ravela,
• Abstract要約: 本研究は,佐渡平地区における土壌塩分濃度の予測とマップ化のための機械学習に基づくフレームワークを開発した。 2024-2025年に収集された合計205個の土壌サンプルを用いて、極勾配ブーピングモデルを訓練した。 植生指標,特にNDVIは塩分濃度関連スペクトル指標とともに重要な予測因子として同定された。
• 参考スコア（独自算出の注目度）: 1.5469452301122175
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Soil salinity is a major environmental challenge in coastal Bangladesh, threatening agricultural productivity and local livelihoods. This study develops a machine-learning-based framework to predict and map soil salinity in Satkhira district by integrating field observations with Landsat-derived spectral indices. A total of 205 soil samples collected during 2024-2025 were used to train an Extreme Gradient Boosting (XGBoost) model, and predictions were further improved using a Generalized Additive Model (GAM). Spatial cross-validation was applied to reduce autocorrelation bias, and bootstrap resampling was used to quantify prediction uncertainty. The results show strong spatial variability of soil salinity, with higher concentrations in the southern and central coastal regions and lower levels in the northern inland areas. Vegetation indices, particularly NDVI, along with salinity-related spectral indicators, were identified as key predictors. 10-year-window peak-exposure maps generated for 2014-2023 reveal recurrent high-salinity zones and a persistent, expanding footprint of moderate-to-high salinity exposure across the central parts of the district. Uncertainty analysis indicates higher variability in coastal zones and improved prediction stability when multi-year datasets are combined. The proposed framework provides a robust and scalable approach for long-term monitoring of soil salinity. It supports climate-resilient agriculture, land-use planning, and evidence-based decision-making in coastal Bangladesh.
• Abstract（参考訳）: 土壌の塩分濃度はバングラデシュ沿岸の主要な環境問題であり、農業の生産性と地元住民を脅かす。 本研究では,ランドサット由来のスペクトル指標とフィールド観測を統合し,土壌塩分濃度の予測とマッピングを行う機械学習フレームワークを開発した。 2024-2025年に採取された土壌試料をXGBoostモデル(Extreme Gradient Boosting)の訓練に使用し,GAM(Generalized Additive Model)を用いて予測をさらに改善した。 自己相関バイアスを低減するために空間的クロスバリデーションを適用し, 予測の不確かさを定量化するためにブートストラップ再サンプリングを用いた。 その結果, 土壌塩分濃度の空間変動が強く, 南部および中部沿岸部では高濃度, 北内陸部では低濃度であった。 植生指標,特にNDVIは塩分濃度関連スペクトル指標とともに重要な予測因子として同定された。 2014-2023年に生産された10年風のピーク露光マップでは、高塩分濃度帯と、中央の塩分濃度から高塩分濃度への曝露が持続的に拡大していることが明らかとなった。 不確実性解析は, 沿岸域の変動性の向上と, 多年データセットの組み合わせによる予測安定性の向上を示唆している。 提案フレームワークは土壌塩分濃度の長期モニタリングに堅牢でスケーラブルなアプローチを提供する。 バングラデシュ沿岸では、気候に耐性のある農業、土地利用計画、証拠に基づく意思決定を支援している。

関連論文リスト

• Out-of-Distribution Generalization in Climate-Aware Yield Prediction with Earth Observation Data [0.0]
  GNN-RNNとMMST-ViTの2つの最先端ディープラーニングモデルを現実的なアウト・オブ・ディストリビューション条件下でベンチマークする。 GNN-RNNは、地理的シフトの下では正の相関で優れた一般化を示し、MMST-ViTはドメイン内では良好に機能するが、OOD条件下では著しく劣化する。
  論文  参考訳（メタデータ） (2025-10-08T03:27:12Z)
• A Spatiotemporal Radar-Based Precipitation Model for Water Level Prediction and Flood Forecasting [0.9487148673655145]
  2017年7月、ゴスラー市とゴッティンゲン市は、わずか20分という短い警戒時間で激しい洪水に見舞われた。 これは、より信頼性が高くタイムリーな洪水予報システムの必要性を強調している。
  論文  参考訳（メタデータ） (2025-03-25T10:14:54Z)
• OXYGENERATOR: Reconstructing Global Ocean Deoxygenation Over a Century with Deep Learning [50.365198230613956]
  既存の専門家が支配する数値シミュレーションは、地球温暖化や人的活動によって引き起こされる動的変動に追いつかなかった。 1920年から2023年までの世界の海洋脱酸素モデルを再構築するために,最初の深層学習モデルであるOxyGeneratorを提案する。
  論文  参考訳（メタデータ） (2024-05-12T09:32:40Z)
• 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)
• A multiscale spatiotemporal approach for smallholder irrigation detection [0.0]
  本稿では,植生の多次元衛星画像を利用した灌水検出手法を提案する。 本手法は,エチオピア高地,ティグレイ,アムハラの2つの州において,小規模の灌水量を検出するために適用された。
  論文  参考訳（メタデータ） (2022-02-09T02:50:42Z)
• SALT: Sea lice Adaptive Lattice Tracking -- An Unsupervised Approach to Generate an Improved Ocean Model [72.3183990520267]
  シーライス分散と分布を効率的に推定するためのシーライス適応格子追跡手法を提案する。 具体的には、局所的な海洋特性に基づいて、オーシャンモデルの格子グラフにノードをマージすることで、適応的な空間メッシュを生成する。 提案手法は, 変動する気候下での海洋ライス寄生圧マップの予測モデルにより, 積極的養殖管理の促進を約束するものである。
  論文  参考訳（メタデータ） (2021-06-24T17:29:42Z)

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。