生成AIと発災後1時期のSAR画像を用いた高精度の土砂災害検出手法の開発

• Project/Area Number: 24K01127
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 25030:Disaster prevention engineering-related
• Research Institution: Chiba University
• Principal Investigator: 劉 ウェン 千葉大学, 大学院工学研究院, 准教授 (60733128)
• Co-Investigator(Kenkyū-buntansha): 押尾 晴樹 東京工業大学, 環境・社会理工学院, 助教 (50749520)
• Project Period (FY): 2024-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥18,590,000 (Direct Cost: ¥14,300,000、Indirect Cost: ¥4,290,000); Fiscal Year 2027: ¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000); Fiscal Year 2026: ¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000); Fiscal Year 2025: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2024: ¥5,070,000 (Direct Cost: ¥3,900,000、Indirect Cost: ¥1,170,000)
• Keywords: 土砂災害 / 深層学習 / 生成AI

Outline of Research at the Start

土砂災害箇所の正確な把握は，早期の復旧計画や防災施設整備，ハザードマップ作成に欠かせない重要な情報である．本研究では，発災直後の1時期SAR画像を用いて，風水害や地震による土砂災害箇所を迅速に特定するための新たなアプローチを追求する．まず，同一撮影条件の事前画像が入手できない問題に対処するために，シミュレーション技術と画像生成の人工知能（AI）を組み合わせ，3次元の数値地表モデルから疑似SAR画像の生成手法を開発する．これにより，災害前の地形情報と作成された疑似SAR画像，そして災害後のSAR画像を活用し，高精度な土砂災害箇所の検出モデルを構築する．