2018 Fiscal Year Annual Research Report
想定外の豪雨地盤災害を対象としたメッシュ型無線センサー監視システムの開発
| Project/Area Number |
16H03152
|
|---|
| Research Institution | Yamaguchi University |
|---|
Principal Investigator |
中田 幸男 山口大学, 大学院創成科学研究科, 教授 (90274183)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
鈴木 素之 山口大学, 大学院創成科学研究科, 教授 (00304494)
吉本 憲正 山口大学, 大学院創成科学研究科, 准教授 (00325242)
森 啓年 山口大学, 大学院創成科学研究科, 准教授 (20355803)
梶山 慎太郎 山口大学, 大学院創成科学研究科, 助教 (50803532)
|
|---|
| Project Period (FY) |
2016-04-01 – 2021-03-31
|
| Keywords | 地盤災害 / センサー / 監視 |
|---|
| Outline of Annual Research Achievements |
センサー網を構築するために，センサーやデータ集積装置のハードウェアを開発(1)する。その上で，現地に開発した無線センサー網を設置し，地盤の観測データの取得(2)を行う。得られた過去の大量のデータ分析に基づいて，災害源となる危険箇所を抽出できる情報処理システムを開発(3)し，有効性を検討する。一方，人為的に作成した土構造物に対する崩壊における予兆に対するデータを体系的に収集し，崩壊直前までの挙動を検討(4)する。得られた知見を踏まえ，過去の膨大なデータと現在のデータとの比較によって危険度判定の判断基準と基準値を更新できるシステムを開発(5)するものである。平成３０年度までに、(1)～(5）について成果を上げることができた。
(1)斜面および河川堤防での観測データの取得：センサーを設置している斜面および河川堤防での観測データの取得を行った。
(2)斜面崩壊に対する模型実験の実施：平成29年度に作成した模型実験装置を用いて、降雨斜面崩壊実験を実施した。得られた地表面の傾斜データについては(4)での分析に利用した。
(3)河川堤防の崩壊に対する模型実験の実施：平成29年度に作成した模型実験装置を用い、堤防崩壊実験を実施した。
(4)観測データおよび模型実験データの分析：(1)で得られた地表面の傾斜データを分析して、異常変状のパターンについて検討した。
(5)異常箇所抽出のためのプログラム開発：得られたデータセットを基準に、深層学習を取り入れたプログラムを開発した。学習用データの質の向上と、量の確保が重要であるという認識から、特に(2)や(3)については継続的に実施する。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
(1)については、当初の計画通りの進捗である。予算の関係上センサー規模を縮小してはいるものの、当初の予定通り、斜面および河川堤防にてデータ取得と保管が進んでいる。(2)、(3)について、斜面及び河川堤防の模型実験については、いくつかのケースについてデータの取得が可能となり、予定通りといえる。
(4)についてはH30年度7月の豪雨で変状が観測された斜面について、詳細な分析を行った。
(5)として試行を繰り返してプログラムの開発を進めている。以上のことから順調に進展していると判断した。
|
| Strategy for Future Research Activity |
(1)斜面および河川堤防での観測データの取得：H29年度、センサーを設置した２つの斜面および河川堤防での観測データの取得を行う。切土斜面では、降雨時での変状が観測された。ここでは、種々の観測機器の計測データも取得していることから、機器による比較も行う。さらに、新たな変状も予測されることから、引き続き十分な体制で計測を継続する。H30年度、新規に地すべり斜面での計測を開始しているが、ここでも、微小な変状が計測されているので、引き続き計測を行う。河川堤防での観測については、引き続き観測体制の強化を図り、継続的な観測データの取得を目指しつつ、豪雨時のデータ収集を行う体制を確立し続ける。
(2)斜面崩壊および河川堤防に対する模型実験の実施：開発した模型実験装置を用いて、降雨斜面崩壊実験を重ねて実施する。得られた地表面の傾斜データについては、(2)で得られた結果との整合性を分析するとともに、(4)での分析に利用する。
(3)観測データおよび模型実験データの分析：(1)、(2)で得られた地表面の傾斜データを分析して、注意及び警告を発信するパターンを見出す。
(4)異常箇所抽出のためのプログラム開発：(2)で得られた、模型実験の計測データセットに基づいて、深層学習を取り入れた予測プログラムを開発する。深層学習による学習の回数や範囲などは試行錯誤が必要であることがわかってきている。また、学習に用いる計測データの与え方にも、試行錯誤が必要であるという認識から、特に(2)については継続的に実施する。
|
