Development of detection systems for spatial-temporal change in meteorological and phoenoloical events leading to risks from satellite images and ground-based observation
| Project/Area Number |
21K11904
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 60080:Database-related
|
|---|
| Research Institution | Ehime University |
|---|
Principal Investigator |
本田 理恵 愛媛大学, データサイエンスセンター, 教授 (80253334)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
村田 健史 国立研究開発法人情報通信研究機構, 総合テストベッド研究開発推進センター, 研究統括 (20274342)
佐藤 晋介 国立研究開発法人情報通信研究機構, 電磁波研究所電磁波伝搬研究センター, 総括研究員 (30358981)
佐々 浩司 高知大学, 教育研究部自然科学系理工学部門, 教授 (50263968)
村田 文絵 高知大学, 教育研究部自然科学系理工学部門, 准教授 (60399326)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2023: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2021: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
|
|---|
| Keywords | 気象 / 植生 / リスク的事象 / ライフイベント / リアルタイムモニタリング / オブジェクト抽出・追跡 / アラーティング / 高次知識発見 / 時空間変動 / リスク的変動 / 機械学習 |
|---|
| Outline of Research at the Start |
時事刻々と蓄積される衛星画像、気象レーダ、地上監視カメラ画像に対して、リアルタイムのオブジェクト抽出や時空間変動のモデリングを行って、データを要約し、抽出された情報を蓄積するとともに、その場でリスク的事象の発生を検知し、アラートに活用できるシステムの構築を目指す。なお、気象に関わるリスク的事象としては竜巻、局地的豪雨をもたらす雲塊の発生などをターゲットとする。また植生指標を用いた植物活動の変化の検知も視野にいれる。システム構築にあたっては、申請者らが開発してきた統計学習や深層学習を用いたマオブジェクト抽出と追跡や時間変化のモデリング手法を並列分散処理システム上に実装する。
|
| Outline of Annual Research Achievements |
本研究では、気象関連の時系列の画像、あるいは3次元データから、局地的災害などのリスク的事象にかかわる現象を抽出、要約、 アーカイブ化して、高次の知識発見を行うことができる環境を整えるとともに、リアルタイムモニタリングにより、直前予測、アラーティング派出を実施できるようなシステムを構築することを目標としている。また、その際、抽出したデータに可視化や自然言語による表現などを加えて、わかりやすく提示することを目指している。この際、時空間データを「その中に含まれるオブジェクトの系列」と してとらえ、誕生、成長、消滅、融合などのライフイベントを導入することによっ て、時空間データを人にわかりやすい高次の知識に変換しようとしている。
本年度は、３次元の気象レーダデータから豪雨をもたらす降水コアを検出するために開発したGreedy EMを拡張した”混合分布によるオブジェクト検出法”において、オブジェクトを異常分裂して検出してしまう問題に対し、グリッドデータから擬似点群データを再度サンプリングすることによって異常分裂を抑制して安定的に解を求める手法を考案した。また変分ベイズ法との比較も開始した。 竜巻の自動検出においては 可視画像に加えてレーダー画像から深層学習のSSDを用いて、フック型エコーを検出する試みをおこない、その成果についてJPGU2022で発表をおこなった。気象画像からオブジェクトとその移動を推定し、単純なルールで文章化し、自然言語で記載する取り組みについては、"IMI共同利用｜工学と数学の接点を求めて-地球・惑星の画像アーカイブに対する機械学習の手法による知識抽出-(2022/9/20)の一部で紹介した。また、この過程で抽出された情報に対して、あらかじめ準備されたリスク的パターンとのマッチングを行うことで、リスク的事象の抽出とアラートを目指す。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
研究代表者の異動による研究室の再立ち上げと体調不良による病休などによりやや遅れている。
|
| Strategy for Future Research Activity |
代表者が高知大から異動したことにより、高知大学のアーカイブサイトを全面的に使用するのではなく、必要に応じたデータ取得を前提として、プロトタイプシステムとしての構築を視野に入れて再検討する。またターゲットを絞ることで、公開可能なシステムの構築を目指していく。
|
Report
(2 results)
Research Products
(22 results)
