2016 Fiscal Year Research-status Report
高分解能衛星データを用いた土砂災害被災情報提供手法の確立
| Project/Area Number |
16K01337
|
|---|
| Research Institution | Hiroshima Institute of Technology |
|---|
Principal Investigator |
小西 智久 広島工業大学, 環境学部, 助教 (40559960)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | 合成開口レーダ / SAR / 広島豪雨災害 / リモートセンシング / COSMO-SkyMed / PALSAR-2 / コヒーレンス / 相関係数 |
|---|
| Outline of Annual Research Achievements |
本研究は、平成26年7月に発生した広島豪雨災害の被災地等を解析対象とし、高分解能衛星データを用いた土砂災害分析手法の開発を行うことを目指すものである。さらに、被災情報の提供手法について検討を行い、災害発生時の復旧支援活動における初動体制の確立に有用なICTを活用した被災情報提供手法の開発を行う。
平成28年度は災害前後のCOSMO-SkyMedデータから算出したコヒーレンスおよび強度画像による土砂災害の被災領域抽出を行った。複数時期のSARデータを画像相関法により精密に重ね合わせ、局所領域内3×3、5×5サイズのコヒーレンスおよび強度画像の相関係数、正規化後方散乱係数を算出した。コヒーレンスおよび相関係数の低い領域、正規化後方散乱係数の高い領域は、観測期間に土地被覆状態が変化したと考えられるため、被災前と被災前後のコヒーレンスおよび相関係数、正規化後方散乱係数の正規化差を算出し、これらの値に閾値を設定し土砂災害の被災領域抽出を行った。一方、広島豪雨災害の検証用データとして国土地理院が地理院地図で公開している災害後の空中写真を参照し、被災領域の検証用データを作成した。COSMO-SkyMedデータによる土砂災害の被災領域抽出の検証を行った結果、災害前後の正規化後方散乱係数を利用する手法が有効であった。
また、高分解能光学センサデータを用いた土砂災害の被災領域の抽出手法について検討を行った。空間分解能0.7mのパンクロマティックデータでは数値標高データを用いたオルソ補正処理を行い、目視判読により被災領域の抽出を行った。幾何補正済みの空間分解能3mのマルチスペクトルデータでは教師付きの最尤法分類処理を行い土砂災害の被災領域の抽出を行った。そして、国土地理院が公開した空中写真判読図と被災領域面積の比較を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
本年度は、COSMO-SkyMedデータおよびALOS-2/PALSAR-2データを用いたコヒーレンスおよび相関係数による土砂災害の被災領域の抽出と被災程度の把握を計画していた。広島豪雨災害解析用のCOSMO-SkyMedデータの入手が9月になった事もあり、まず次年度に計画していた光学センサデータを用いた土砂災害の被災領域の抽出手法について検討を行った。高分解能パンクロマティックとマルチスペクトルデータを入手し、土砂災害の被災領域の抽出を行った。空中写真判読図との被災領域面積の比較では空間分解能に応じて面積を推定することができた。
次に、当初計画していた複数時期のSARコヒーレンスおよび相関係数による土砂災害の被災領域の抽出を行った。平成23年に紀伊半島で発生した大規模土砂災害の事例では、COSMO-SkyMedデータによる土砂災害の被災領域抽出を行った。高分解能光学衛星データから求めた検証用データと比較した結果、相関係数を用いる手法により大規模土砂災害の被災領域を抽出することができた。平成26年7月に発生した広島豪雨災害の事例では、コヒーレンスおよび相関係数を用いる手法により土砂災害の被災領域の抽出を行ったが、明確に被災領域のみを抽出することは困難であった。そこで、正規化後方散乱係数を新たに算出したところ、3種類の手法のうちこの手法が最も有効であった。
一方で、COSMO-SkyMedデータによる土砂災害の被災領域抽出の検討に時間を要したことから、ALOS-2/PALSAR-2データによる解析と被災程度の把握に関する研究が十分に実施できなかった。
|
| Strategy for Future Research Activity |
今後は、本年度実施できなかった災害前後のALOS-2/PALSAR-2データを用いたコヒーレンスおよび相関係数による土砂災害の被災領域の抽出に関する研究を実施する。そして、COSMO-SkyMedデータの解析に利用した正規化後方散乱係数による被災領域抽出についても検討する。また、COSMO-SkyMedデータおよびALOS-2/PALSAR-2データを用いた被災程度の把握を行う。直下視の光学センサデータでは判読が困難な建物等の被災程度について建物レベルおよび街区レベルで被災程度の把握が可能であるか検討を行う。さらに、観測波長の異なるCOSMO-SkyMed(Xバンド)とPALSAR-2(Lバンド)による土砂災害の被災領域抽出について比較を行い，それぞれの特徴について考察を行う。
そして、当初計画していた災害前後のSARデータの画像分類処理による土砂災害の被災領域抽出に関する研究を実施する。複数時期のSARデータをマルチチャンネルデータと考え、教師付き分類である最尤法、ニューラルネットワーク等の手法を用いた画像分類による被災領域抽出について検討する。
さらに、光学センサデータを用いた土砂災害の被災領域の抽出手法について検討を行う。災害発生時に迅速な災害対応を行うため、その処理手順を整理し、高精度で効率的な解析アルゴリズムについて検討を行う。
以上の衛星データによる土砂災害の被災領域の抽出に関する検討結果と解析事例に基づき、国内外での学会発表や論文投稿を行う予定である。
|
| Causes of Carryover |
大容量の高分解能衛星データ解析用にコンピュータの購入を計画していたが、既存のコンピュータのメモリ増設等で代用することができたため未使用額が生じた。また、学会発表の旅費を計上していたが、この経費を支出しなかったため未使用額が生じた。
|
| Expenditure Plan for Carryover Budget |
広島豪雨災害の被災領域の解析のため、当該地域の高分解能衛星データを購入する経費に充てる。
|
