リモートセンシングとGISのジャーナル

概要

人工ニューラルネットワーク (ANN) を使用したナイジェリアのイコム市内の地表面温度 (LST) ダイナミクスのシミュレーションと予測

マドゥアコ ID、ユン Z、パトリック B

地表面温度（LST）は、都市熱上昇および都市内の微気候的温暖化に関連する要因の1つです。新技術の開発や既存技術の改善に関する研究は、都市気候研究において非常に重要です。本稿では、フィードフォワードバックプロパゲーション人工ニューラルネットワーク技術を使用して、ナイジェリアのイコム市における特定の将来のLST定量的傾向のシミュレーションと予測に関する研究について説明します。この研究は、過去のLST値のシーケンスを取得し、データセット内の変化のパターンを理解し、さらに将来の時間値を予測する時系列ANNモデルに基づいています。文献レビューによると、同様の研究がこのように行われてきましたが、ANNを使用したLST時系列予測に、粗い解像度のエポック間隔の地球観測時系列衛星データを使用したものはありませんでした。本研究の新規性は、地球観測リモートセンシング画像（Landsat 7 ETM）から得られた過去のLST値から、ANNを使用して市全体の特定の将来のLST値を予測する試みに集中しています。この研究から得られた結果は、非線形で混沌とした現実世界の複雑なデータセットから学習、理解し、正確な予測を行う際の ANN (ディープラーニング技術の一部) の効率性を再確認するものです。