Global roof albedo database development and its application for urban climate change mitigation and adaptation
Project/Area Number |
20KK0096
|
Research Category |
Fund for the Promotion of Joint International Research (Fostering Joint International Research (B))
|
Allocation Type | Multi-year Fund |
Review Section |
Medium-sized Section 22:Civil engineering and related fields
|
Research Institution | National Institute of Advanced Industrial Science and Technology |
Principal Investigator |
高根 雄也 国立研究開発法人産業技術総合研究所, エネルギー・環境領域, 主任研究員 (80711952)
|
Co-Investigator(Kenkyū-buntansha) |
小野村 史穂 東京理科大学, 理工学部土木工学科, 助教 (40822937)
仲吉 信人 東京理科大学, 理工学部土木工学科, 准教授 (90706475)
中野 満寿男 国立研究開発法人海洋研究開発機構, 地球環境部門(環境変動予測研究センター), 研究員 (40713954)
|
Project Period (FY) |
2020-10-27 – 2024-03-31
|
Project Status |
Granted (Fiscal Year 2022)
|
Budget Amount *help |
¥18,720,000 (Direct Cost: ¥14,400,000、Indirect Cost: ¥4,320,000)
Fiscal Year 2023: ¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000)
Fiscal Year 2022: ¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2021: ¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2020: ¥6,630,000 (Direct Cost: ¥5,100,000、Indirect Cost: ¥1,530,000)
|
Keywords | 都市気候 / 屋根面アルベドデータベース / クールルーフ / 気候変動適応 / ヒートアイランド |
Outline of Research at the Start |
全球気候モデル(GCM)への精緻な都市パラメタリゼーションの導入は、確度の高い将来気候予測に不可欠であり、気候変動に対する適切な国策の選定にとっても非常に重要である。本プロジェクトは、都市気候シミュレーションに大きなインパクトを持つがデータ整備が全く進んでいない建物屋根面アルベドを非商用衛星データから算出するアルゴリズムを構築し、世界全都市の屋根面アルベドデータベースを整備する。さらに、データベースを用いた気候シミュレーションにより、屋根の高反射化による都市の気温低減ポテンシャルの算出、都市気温低減の費用対効果の評価手法構築、および都市の気温低減が全球の気候変動緩和に繋がるかを明らかにする。
|
Outline of Annual Research Achievements |
2022年度は、2021年度に引き続きアルベドデータベース開発と数値モデル開発・整備を実施した。 アルベドデータベース開発では、非商用衛星データを超解像し屋根面アルベドを推定するAIアルゴリズムを構築した。既存の画像補間手法よりも構築手法はより鮮明に精度良く個別屋根面のアルベドを推定することが可能となった。本技術を用いて日本全土の屋根面アルベドデータベースを構築した。また、2022年夏に東京都内の実建物の屋上で屋根アルベドの実測を行った。4成分放射計を用いた従来手法に加え、ハイパースペクトロメータ、マルチスペクトルカメラ(地上、空撮)、衛星画像の分析と、既存のアルベド測定・推定手法を総動員し手法間比較を行った。リモートセンシングによる手法間比較(マルチスペクトルカメラによる空撮とWorldView3の比較)では両者に相関は見られるものの分散が大きいことが確認された。ハイパースペクトルメータと空撮・衛星データの比較では相関はさらに低くなり、屋根面タイプによらず手法間の差が大きいことが確認された。超解像による屋根面アルベド推定精度のベンチマークとして利用する。 モデル開発・整備パートでは、2021年度に引き続き1)都市気候モデルによるクールルーフ評価に係る数値計算、および2)統合陸域シミュレータ(ILS)への結合作業を行なった。1)では、都市気候モデルを首都圏に適応し、ヒートアイランド対策の一例として新型コロナ外出自粛を取り上げ、行動変容がヒートアイランドにどのような影響をもたらし得るかについて評価し、論文として発表した。2)では、都市気候モデルとILSとの結合作業を進めた。ILSに関連する研究者と共同作業を実施し、ILSに都市気候モデルを結合することができた。現在、結合済みモデルによる計算結果の確認や、アルベドデータベース等の都市気候計算に必要なパラメータの入力に取り組んでいる。
|
Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
アルベドデータベース開発パートでは、屋根面アルベド超解像アルゴリズムの完成し、日本全土の屋根面アルベドデータを構築できた。これは当初の予定よりも進んだ成果である。コロナ禍で実施が遅れた実都市での観測も1年遅れで着手でき、屋根面アルベド推定手法のベンチマークとなるデータが取得できた。データベースの世界展開に向けて建物フットプリントのデータが必要であり、現状では日本とアメリカの整備が済んでいる。 モデル開発・整備パートでは、都市気候モデルによるヒートアイランド対策に関する派生的な成果を 出版することができた。また、主に昨年度取り組んだ、全球展開を見据えた都市気候モデルの計算精度を世界各国(アジア、オセアニア、ヨーロッパ、北米)の都市への適用結果を論文として投稿できた。さらに、都市気候モデルを、既に全球気候モデルに結合済みのILSに移植することができ、全球気候モデルとの結合という大きな技術的なハードルをほぼ超えた。 以上より、計画以上の進展があったと判断する。
|
Strategy for Future Research Activity |
アルベドデータベース開発パートでは、デンバー、ロンドンの屋根面アルベド実観測を実施する。また、建物フットプリントの全球取得を行う。open street mapや諸外国の公開データを集め、データが存在しない地域にはAIによる推定手法を構築する。 モデル開発・整備パートでは、都市気候モデルのILSへ移植した結果をチェックするとともに、より精緻な都市気候計算に向けて全球アルベドデータベース等のデータ入力を実施する。同時に、結合モデルによるテスト計算をおこなう。テスト計算後は、過去・現在・未来の全球気候計算を行うとともに、開発されたアルベドデータベースを導入し、クールルーフの都市気候へのインパクトを全球的に評価する。
|
Report
(3 results)
Research Products
(15 results)
-
-
-
-
-
-
-
-
-
-
-
-
-
[Presentation] A roof albedo estimation method using deep learning2021
Author(s)
Ido, K., M. Nakayoshi, S. Onomura, R. Kaneko, Y. Takane, M. Nakano, B. Crawford, J. Jordan, M. Cross, S. Oyama and Y. Watanabe
Organizer
AGU Fall meeting 2021 (Virtual)
Related Report
Int'l Joint Research
-
-