| Project/Area Number |
24K01870
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 41030:Rural environmental engineering and planning-related
|
|---|
| Research Institution | Kobe University |
|---|
Principal Investigator |
長野 宇規 神戸大学, 農学研究科, 准教授 (70462207)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
吉川 夏樹 新潟大学, 自然科学系, 教授 (90447615)
木村 匡臣 近畿大学, 農学部, 准教授 (80725664)
元永 佳孝 新潟大学, 自然科学系, 准教授 (60334653)
|
|---|
| Project Period (FY) |
2024-04-01 – 2027-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥16,900,000 (Direct Cost: ¥13,000,000、Indirect Cost: ¥3,900,000)
Fiscal Year 2026: ¥3,250,000 (Direct Cost: ¥2,500,000、Indirect Cost: ¥750,000)
Fiscal Year 2025: ¥5,980,000 (Direct Cost: ¥4,600,000、Indirect Cost: ¥1,380,000)
Fiscal Year 2024: ¥7,670,000 (Direct Cost: ¥5,900,000、Indirect Cost: ¥1,770,000)
|
|---|
| Keywords | デルタ / 順応的管理 / 農業・水管理プラットフォーム / 極端気象現象 / 機械学習 |
|---|
| Outline of Research at the Start |
本研究は、アジアのデルタに展開する稲作を主体とした農業について、気候変動により激化する極端気象現象への順応的管理を高めるための農業・水管理プラットフォームを構築することを目的とする。水門やポンプの稼働状況、河川水位、作付け、短期気象情報を入力値として、洪水や塩水侵入による農業被害を軽減するためモデルを高速演算し、ユーザに最適操作を提示する。この際最も重要な技術課題はデータ通信と処理速度の向上である。新潟平野を中心に実装を目指し、ベトナムとインドネシアを汎用化のための対照地域とする。
|
| Outline of Annual Research Achievements |
モンスーン気候域におけるリモートセンシングによる作物生長モニタリングは被雲による観測機会の喪失率が高い。Google Earth EngineにてSentinel-2に付与されるピクセル毎の被雲指数を用いてNDVIの時系列をなるべく高時間解像度で取得するためのノイズ除去法を開発した。
リアルタイム氾濫予測モデルの高度化を目的として、導入を検討している民間の予測降雨データについて評価を行い、予測降雨の時間的・空間的分解能や精度に関する運用上の留意点を明らかにした。また水門に設置した水位センサーによる観測データに基づき，ゲート操作のパターンを分析し，操作のタイミングや水位変化との関係を定量的に整理した．
感潮河川における塩水遡上モニタリングについては、ベトナム国ホン川河口部にあたるNamDinh省XuanThuy灌漑区の3箇所の水門に，CTDセンサー（水位、塩分濃度、水温を計測）およびクラウドサーバへの通信機能を備えたデータロガーを、うち1箇所には気象センサーも併せて設置し、リアルタイム観測体制を整備した。2025年2月にはボートを用いた集中観測を行い，塩分濃度の鉛直分布および河床形状について，詳細な観測を行った．
Streamlitを利用して，クラウド接続型観測機器（ZETRA Cloud）からデータを取得し，可視化するWebアプリケーションの設計と開発を行った。StreamlitはPythonで実行できるWebアプリケーション開発のフレームワークの一つで，Webアプリ開発の生産性を画期的に向上させたが，その反面，Streamlitは独自のWebサーバで稼働するため，そのカスタマイズ性や実行速度，セキュリティなどの問題点がある。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
水平解像度1m，垂直解像度0.2mの高精度デジタル地形モデル（DTM）を生成する手法についてインドネシアの研究協力者から国内研究者への技術移転を掲げているが，地球モデリングの複雑さと衛星画像へのアクセス面での障壁が高く，当面は研究協力者から直接プロダクト提供を受ける形をとることとした．提供DTMの精度について国内地域で検証し，論文化した．
精緻な物理水文モデルを教師としたAI モデルによる演算の高速化については，新たに水門の状態量観測値をモデリングに反映した．また各種短期降雨予測をAIモデルの入力データとして準リアルタイム予測の検討を進めている． 気候変動への対応については不確実性解析については気候変動アンサンブルデータを用いるのか疑似降雨パターンを多数生成するのか検討を進めている．
衛星画像解析による迅速な土地利用・作物監視については栽培品種の判別法と栄養生長の終期特定法の開発を進めている．
多様なデータを扱う本プロジェクトでは，個々のデータの可視化にはStreamlitは非常に有用であるが，複数種のデータを統合的に扱う場合には，処理の問題もあり，Plotly Dashなどのフレームワークの方が適切な場合があると考えられる．
|
| Strategy for Future Research Activity |
インドネシアでの観測体制の充実，データ同化の感度解析，サーバ実装，気候変動シナリオを反映した物理モデルのシミュレーション，衛星画像解析へのDTM利用，オンライン実装などを重点的に進める．今後のプラットフォーム構築では複数のフレームワークを適時利用していく予定である．
|
