| Project/Area Number |
19F19075
|
|---|
| Research Category |
Grant-in-Aid for JSPS Fellows
|
| Allocation Type | Single-year Grants |
|---|
| Section | 外国 |
|---|
| Review Section |
Basic Section 25030:Disaster prevention engineering-related
|
|---|
| Research Institution | Nagaoka University of Technology |
|---|
Principal Investigator |
池田 隆明 長岡技術科学大学, 工学研究科, 教授 (40443650)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
DOU JIE 長岡技術科学大学, 工学(系)研究科(研究院), 外国人特別研究員
|
|---|
| Project Period (FY) |
2019-04-25 – 2021-03-31
|
| Project Status |
Discontinued (Fiscal Year 2020)
|
| Budget Amount *help |
¥2,300,000 (Direct Cost: ¥2,300,000)
Fiscal Year 2020: ¥1,100,000 (Direct Cost: ¥1,100,000)
Fiscal Year 2019: ¥1,200,000 (Direct Cost: ¥1,200,000)
|
|---|
| Keywords | 地すべり / 予測モデル / 機械学習 / ディープラーニング / 2018年北海道胆振東部地震 |
|---|
| Outline of Research at the Start |
近年，自然災害における土砂災害の比率は高まってきており，豪雨や地震をトリガーとした大規模斜面災害が発生している．既往の斜面災害予測モデルは詳細な地形情報を与えることにより精度の向上を目指してきたが，過去に受けた災害履歴や直前の気象状況に影響を受けることに着目し，現地調査等から詳細な被害データを収集し，災害履歴に応じた斜面地盤の強度および安定性の低下のような潜在的リスクを考慮できるモデルに拡張させる．また，拡張斜面災害予測モデルを用いて豪雨と地震が同時に発生する複合災害の再現に取り組み，技術的な課題を抽出する．
|
| Outline of Annual Research Achievements |
過去に発生した地すべり被害データを用いて開発したアンサンブル機械学習モデルを用いて、2018年北海道胆振東部地震で発生した大規模地すべりの地震直前の降雨による影響を検討した。その結果、降雨による地すべりの発生に影響を与える主な要因は、短時間で激しい降雨、排水密度、岩質、および曲率であることを明らかにした。また、様々な地すべりインベントリマップを解釈し、ディープラーニング（DL）と伝統的なの方法人工ニューラルネットワーク（ANN）等を併用して正確なハザードマップを作成した。また、地滑りが発生しやすい地域をより正確に予測するために、物理ベースのモデルと統合された機械学習モデルを開発に取り組んだ。さらに、地震堆積物と乱れた斜面は、地震発生後の数年間、大雨または融雪によって再活性化または再流動化される傾向があるため、地震後の地すべり活動が地震前のレベルに戻る期間の予測精度向上に取り組んだ。これらの成果については国際学会（17WCEE）に投稿した。
また、2004年新潟県中越地震で発生した斜面災害を対象に、UAVを用いてた地形データ取得を行いモデルの検証を行う予定であったが、新型コロナウイルス感染症対策のため予定していた調査ができず、地盤調査と分析を中心とした研究に変更し、得られた成果は学会に投稿・発表した。
|
| Research Progress Status |
令和2年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和2年度が最終年度であるため、記入しない。
|
