WEKO3
アイテム
気象データを用いた三河湾有害藻類予測AIの構築 : GCOM-C衛星由来のクロロフィルa濃度予測モデルの検討
https://ncu.repo.nii.ac.jp/records/2000003
https://ncu.repo.nii.ac.jp/records/2000003de96fba7-121a-491a-82fc-9d666eb86931
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
B71-20230331-23.pdf (2.3 MB)
|
|
| アイテムタイプ | 紀要論文2 / Departmental Bulletin Paper(1) | |||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2023-06-23 | |||||||||||||||||||||
| タイトル | ||||||||||||||||||||||
| タイトル | 気象データを用いた三河湾有害藻類予測AIの構築 : GCOM-C衛星由来のクロロフィルa濃度予測モデルの検討 | |||||||||||||||||||||
| 言語 | ja | |||||||||||||||||||||
| タイトル | ||||||||||||||||||||||
| タイトル | キショウ データ オ モチイタ ミカワワン ユウガイ モルイ ヨソク AI ノ コウチク GCOM-C エイセイ ユライ ノ クロロフィルa ノウド ヨソク モデル ノ ケントウ | |||||||||||||||||||||
| 言語 | ja-Kana | |||||||||||||||||||||
| 言語 | ||||||||||||||||||||||
| 言語 | jpn | |||||||||||||||||||||
| キーワード | ||||||||||||||||||||||
| 言語 | ja | |||||||||||||||||||||
| 主題Scheme | Other | |||||||||||||||||||||
| 主題 | 有害藻類ブルーム | |||||||||||||||||||||
| キーワード | ||||||||||||||||||||||
| 言語 | ja | |||||||||||||||||||||
| 主題Scheme | Other | |||||||||||||||||||||
| 主題 | クロロフィルa濃度 | |||||||||||||||||||||
| キーワード | ||||||||||||||||||||||
| 言語 | ja | |||||||||||||||||||||
| 主題Scheme | Other | |||||||||||||||||||||
| 主題 | 機械学習 | |||||||||||||||||||||
| キーワード | ||||||||||||||||||||||
| 言語 | ja | |||||||||||||||||||||
| 主題Scheme | Other | |||||||||||||||||||||
| 主題 | GCOM-C衛星 | |||||||||||||||||||||
| キーワード | ||||||||||||||||||||||
| 言語 | ja | |||||||||||||||||||||
| 主題Scheme | Other | |||||||||||||||||||||
| 主題 | 気象データ | |||||||||||||||||||||
| 資源タイプ | ||||||||||||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_6501 | |||||||||||||||||||||
| 資源タイプ | departmental bulletin paper | |||||||||||||||||||||
| 著者 |
有馬, 千晴
× 有馬, 千晴
× 高橋, 信雄
× 神沼, 英里
|
|||||||||||||||||||||
| 抄録 | ||||||||||||||||||||||
| 内容記述タイプ | Abstract | |||||||||||||||||||||
| 内容記述 | 近年、日本では有害藻類ブルームが原因の漁業被害が増えている。本研究では、気象データを入力とした有害藻類ブルームの予測モデル構築を試みる。有害藻類ブルームの事例として、三河湾の赤潮に着目する。三河湾の特定地点でのクロロフィルa濃度を有害藻類ブルーム観測値として、RandomForest機械学習回帰モデルで過去気象データから予測を試みた。モデルの学習には、三河湾での2018年から2022年までの観測前数目の気温・降水量・日照時間・風速、および直前の雲無し過去観測日のクロロフィルa濃度を特徴量とし、雲無し日の衛星観測クロロフィルa濃度値を予測した。回帰モデルの特徴量分析から、過去観測のクロロフィルa濃度値が重要であること、気象データの中では気温と日照時間がクロロフィルa濃度値の予測に寄与することが示唆された。 | |||||||||||||||||||||
| 言語 | ja | |||||||||||||||||||||
| 書誌情報 |
ja : 芸術工学への誘い en : Bulletin Graduate School of Design ＆ Architecture Nagoya City University 巻 27, p. 23-27, 発行日 2023-03-31 |
|||||||||||||||||||||
