کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6922055 1448265 2018 28 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A new approach to the openness index for landform characterisation
ترجمه فارسی عنوان
یک رویکرد جدید به شاخص باز بودن برای مشخص کردن مشخصات زمین شناسی
کلمات کلیدی
ترجمه چکیده
باز بودن یک ویژگی ژئومورفومتر چندبعدی است که با وجود پتانسیل آن به طور گسترده استفاده نشده است. رویکرد اصلی، که به طور متوسط ​​زاویه های زینیت و نادری در هشت جهت اصلی قطب نمای است، به منظور باز بودن در تمام جهات در دسترس، اصلاح می شود؛ علاوه بر این، باز بودن در جهت های مختلف و مقیاس های مختلف محاسبه می شود. تجزیه و تحلیل آماری و طبقه بندی تصادفی جنگل انجام شده برای بررسی اینکه آیا تغییرات ارائه شده به نتایج قابل توجهی متفاوت از نتایج رویکرد اصلی انجام می شود. علاوه بر این، آزمایش شده است که آیا بازه چند منظوره و چند جهته اطلاعات مربوطه و مکمل را برای باز بودن کامل فراهم می کند. نتایج نشان می دهد که الگوریتم اصلی، برآوردهای بی نظم، سیستماتیک بالاتر و باز بودن را تولید می کند. علاوه بر این، بازتاب چند مقیاس و چند مسیری دقیق تر طبقه بندی رده های تصادفی تولید می کند. دقت از 0.62 در هنگام استفاده از باز بودن کامل 0.66 در هنگام استفاده از رویکرد چند بعدی، 0.73 در هنگام استفاده از رویکرد چند جهته و 0.75 در هر زمان استفاده می شود.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
پیش نمایش مقاله
یک رویکرد جدید به شاخص باز بودن برای مشخص کردن مشخصات زمین شناسی
چکیده انگلیسی
Openness is a multi-scale geomorphometric feature that has not been widely used despite its potential. The original approach, which averages zenith and nadir angles in the eight main compass directions, is modified to take into account openness in all available directions; in addition, openness is calculated in different directions and different scales. A statistical analysis and Random Forest classification are carried out to check whether the modifications introduced provide significantly different results from those of the original approach. In addition, it was tested whether multi-scale and multi-direction openness provide relevant and complementary information to total openness. The results show that the original algorithm produces biased, systematically higher, openness estimations. In addition, multi-scale and multi-direction openness produce more accurate Random Forest classifications. Accuracy increases from 0.62 when using total openness to 0.66 when using the multi-scale approach, 0.73 when using the multi-direction approach and 0.75 when both are used.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computers & Geosciences - Volume 119, October 2018, Pages 68-79
نویسندگان
, , ,