| Project/Area Number |
21H01439
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 22040:Hydroengineering-related
|
|---|
| Research Institution | Nagasaki University |
|---|
Principal Investigator |
瀬戸 心太 長崎大学, 工学研究科, 准教授 (50533618)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
久保田 拓志 国立研究開発法人宇宙航空研究開発機構, 第一宇宙技術部門, 研究領域主幹 (90378927)
山崎 大 東京大学, 生産技術研究所, 准教授 (70736040)
山本 晃輔 国立研究開発法人宇宙航空研究開発機構, 第一宇宙技術部門, 研究開発員 (50817179)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥17,290,000 (Direct Cost: ¥13,300,000、Indirect Cost: ¥3,990,000)
Fiscal Year 2023: ¥5,980,000 (Direct Cost: ¥4,600,000、Indirect Cost: ¥1,380,000)
Fiscal Year 2022: ¥6,370,000 (Direct Cost: ¥4,900,000、Indirect Cost: ¥1,470,000)
Fiscal Year 2021: ¥4,940,000 (Direct Cost: ¥3,800,000、Indirect Cost: ¥1,140,000)
|
|---|
| Keywords | 洪水氾濫 / マイクロ波放射計 / 地表水 / リモートセンシング / 豪雨災害 / グローバル河川モデル / 植生下の浸水 |
|---|
| Outline of Research at the Start |
国内外で豪雨による洪水災害が頻発している。洪水発生時における浸水の観測は、様々な手法が用いられるが、観測範囲・条件・精度などの面で一長一短がある。多くの手法は、晴天時や日中に限られたり、準備のために時間を要したりすることから、必ずしも洪水氾濫発生直後の浸水情報が得られていない。降雨量や河川水位のように、浸水域や浸水深の情報を迅速に住民に周知することができれば、避難や救助活動に有益であり、被害軽減に大きく貢献すると期待できる。本研究では、人工衛星からの観測に基づく地表水マップ作成手法をさらに改良・拡張し、全球を対象に洪水氾濫浸水域を迅速に推定する手法を確立することを目的とする。
|
| Outline of Annual Research Achievements |
0.1度全球版GSMaWSについて、前年度までのGMI、SSMI/S(F16・F18)に加え、AMSR2を使ったGSMaWS長期処理を新たに実施し、リアルタイム運用・データ提供に向けた準備を行った。また、作成したGSMaWS地表水データを水文シミュレーション（Today’s Earth）結果と比較し、両者の傾向を解析した。
次に、高解像度全球版GSMaWSの試作を行った。空間分解能は15秒(約500m)、時間分解能は1日、対象期間は2018年である。GMI,AMSR2,SSMIS(F16,F18)の4機のマイクロ波放射計を利用した。高解像度化に必要な冠水可能性データの作成に、土地被覆データGLCNMO、Landsatの観測に基づく冠水頻度データ、シミュレーションに基づく氾濫頻度データを利用した。Landsatデータは植生下の浸水を見逃す可能性があり、シミュレーションは窪地貯留を十分に表現できないことから、両者のデータを併用し相互補完した。降水・雲が観測輝度温度に与える影響の補正手法が確立していないため、全球降水マップGSMaPを用いて降水強度0.1mm/h以上の場合を対象外とした。観測輝度温度から算出されるNDFIと冠水率の関係式が地表面物理温度に影響を受けることから、Today's Earthの地表面温度についての出力データを利用して1℃ごとに分類して、NDFI-冠水率関係式を作成した。上記の手法を適用してプロダクトを作成した。プロダクトの容量は1年あたり約5TBと大きく、また1年分の計算に約1か月を要した。
超高解像度の可視画像に水文地形データを組み合わせることにより、赤外画像を用いずに水面を検出する手法を開発した。検証の結果、従来捉えることの出来なかった小さな河川を面的に検出できることを確認した。これにより、冠水可能性データのさらなる高解像度・高精度化の可能性が示された
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初の研究実施計画は、①高解像度全球版GSMaWSの作成手法の改良・拡張、②過去期間プロダクトの作成、③プロダクトの比較・検証であった。①については、大気補正の開発が遅れているものの、その他は順調にすすみ、②の過去期間プロダクトの作成はすでに2018年を作成済で、その他の期間も作成に着手している。③は0.1度全球版GSMaWSの比較・検証を実施しており、今後高解像度全球版GSMaWSの比較・検証を行う予定である。当初予定した項目は、おおむね順調に進展していると言える。
また、冠水可能性データについて、光学センサ起源と氾濫シミュレーション起源の2つのデータを組み合わせているが、光学センサの利用について解像度・精度を大幅に向上させる手法が開発され、今後冠水可能性データ作成に応用する可能性が示されるなど、想定外の進展もみられた。
|
| Strategy for Future Research Activity |
全球高解像度GSMaWSの作成をすすめる。1年分の計算に約1か月かかったため、今後は並列計算を行うなど作成速度を速めるように改良する。また、プロダクトのサイズが大きいため、アップスケール・地域別のプロダクトも作成し、効率的に検証を行えるようにする。地表水のタイプ（河川氾濫、くぼ地貯留、水田など）別の検証を行い、冠水可能性データの更なる改良につなげる。また、リアルタイム運用・データ公開について引き続き検討を行う。
|
