グアドループ諸島における家畜の地域別分布のダウン スケーリング：国勢調査データの集約に適応した手法

科学分野:

• 農業科学
• 地理空間分析
• 環境モデリング

背景:

• 家畜のグリッド別分布データセットは、疫学、影響評価、および地域管理にとって極めて重要である。
• Gridded Livestock of the World (GLW) のような既存のグローバルデータセットは、小規模地域における詳細な分析には不十分な、粗い解像度（10 km）を提供する。
• カリブ海の島々では、正確な評価のために、より高解像度の家畜分布データが必要とされている。

研究 の 目的:

• 地理的に限定された地域における家畜分布マッピングの精度を向上させるために、GLW手法を改良すること。
• 家畜密度モデリングにおいて、標準的なランダムフォレスト (RF) に対する地理的ランダムフォレスト (GRF) の性能を評価すること。
• グアドループ諸島の高解像度家畜分布図を作成すること。

主な方法:

• グアドループの32の自治体の家畜国勢調査データを収集した。
• リモートセンシングおよび土地被覆データセットからの環境予測因子を利用した。
• 家畜データのダウン スケーリングに、ランダムフォレスト (RF) および地理的ランダムフォレスト (GRF) の両方のアルゴリズムを適用した。

主要な成果:

• 地理的ランダムフォレスト (GRF) アルゴリズムは、標準的なランダムフォレスト (RF) アルゴリズムよりも有意に優れた性能を示した。
• 処理時間は長かったものの、GRFは家畜分布のより正確な表現を提供した。
• グアドループの家畜分布図を225 mの空間解像度で生成した。

結論:

• GRFを使用した改良GLW手法は、小規模地域における家畜分布マッピングの精度を向上させる。
• このアプローチは、島嶼地域における詳細な家畜管理および影響評価に役立つ。
• この手法は、他の小規模地域やカリブ海の島々への応用可能性がある。