| Project/Area Number |
21K04616
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 25030:Disaster prevention engineering-related
|
|---|
| Research Institution | Okayama University of Science |
|---|
Principal Investigator |
佐藤 丈晴 岡山理科大学, 生物地球学部, 教授 (60335768)
|
|---|
| Project Period (FY) |
2021-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2025: ¥130,000 (Direct Cost: ¥100,000、Indirect Cost: ¥30,000)
Fiscal Year 2024: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000)
Fiscal Year 2023: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
Fiscal Year 2022: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2021: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
|
|---|
| Keywords | リスク評価 / 土砂移動現象 / 深層学習 / 土砂災害 / 3次元点群データ / 落石発生源 / AI / 傾斜量 / ラプラシアン / 点検技術者 |
|---|
| Outline of Research at the Start |
本研究は、土砂災害が発生するリスクの高い箇所を抽出する方法を開発することを目的としています。
過去の被災箇所の地形的特性を深層学習を用いて学習することによって、任意の場所で崩壊箇所との類似度を評価指標としたリスク評価を行います。
本研究の特徴は、現地を調査する点検技術者の視点を考慮して、数値標高モデル（DEM）ごとに周辺地形を考慮した地形モデルを構築し評価する点が、従前の方法と大きく異なる点です。
この研究成果は、防災対策の優先度や適切な避難への貢献が期待できます。
|
| Outline of Annual Research Achievements |
2023年度は、当初申請書に記載した内容をほぼ達成したことから、研究成果を5つの学会で講演し、著名な研究者のご意見を頂いた。
（１）佐藤丈晴：AI を用いるためのグリッドデータ処理方法，令和5年度 日本応用地質学会 研究発表会，pp.77-78，2023.10 （２）佐藤丈晴：グリッドデータを活用した定量的な地形表現によるリスク評価，第62回（2023年度）地すべり学会研究発表会，pp.88-89，2023.9 （３）佐藤丈晴：グリッドデータに基づいた土砂移動現象のリスク評価方法，令和5年度土木学会全国大会第78回年次学術講演会，Ⅲ-129，2023.9 （４）佐藤丈晴：道路斜面における落石発生リスク評価に関する一提案，第 75 回 2023(令和5)年度 土木学会中国支部研究発表会概要集，VI-17，2023.6 （５）佐藤丈晴： AIに入力するグリッドデータ処理方法の一提案，第72回 R5年度砂防学会研究発表会概要集，pp.353-354，2023.5
学会にて他研究者の発表を聴講及びご指導いただいた。学会の主流は、衛星画像、オルソ画像を用いた視点で研究が進められており、多くの知見を頂いた。ただ、評価の細かさ、解析精度は、本研究成果が最も良い数値であった。これはグリッドデータごとに評価した視点が、他評価方法よりも細密に解析できる点で優れていると感じた。画像の画素単位で評価した事例もあるが、その場合は、当該画素のみで評価しているため、RGBカラー指数のみに依存することから精度が大幅に落ちていた。その場合は、周辺グリッドのデータの活用によって妥当な結果が得られていると感じた。
ただし、画像認識技術は非常に優れていることから、当初の提案内容に加えて、3次元地形モデルを画像化し、それをAIに学習させるとより精度が上がるのではないかと考え、その方針で今年度検討を進めているところである。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
すでに当初の検討計画はほぼ達成している。
2023年度に多くの学会で講演し、著名な研究者からご指摘を頂いた。
その後指摘を踏まえて当初計画に加えて3次元地形モデルを画像化する方法を新たに発見し、その方法ですでに検討を始めている。
|
| Strategy for Future Research Activity |
すでに当初の検討計画はほぼ達成している。
2023年度に多くの学会で講演し、著名な研究者からご指摘を頂いた。
その後指摘を踏まえて当初計画に加えて3次元地形モデルを画像化する方法を新たに発見し、その方法ですでに検討を始めている。
今年度は、この方法で講演及び論文の執筆を行いたいと考えている。
|
