2020 Fiscal Year Annual Research Report
Advanced monitoring of coastal morphology using data assimilation
| Project/Area Number |
18H01544
|
|---|
| Research Institution | Mie University |
|---|
Principal Investigator |
岡辺 拓巳 三重大学, 生物資源学研究科, 准教授 (50464160)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
青木 伸一 大阪大学, 工学研究科, 教授 (60159283)
武若 聡 筑波大学, システム情報系, 教授 (80202167)
古山 彰一 富山高等専門学校, その他部局等, 教授 (90321421)
加藤 茂 豊橋技術科学大学, 工学(系)研究科(研究院), 教授 (40303911)
|
|---|
| Project Period (FY) |
2018-04-01 – 2022-03-31
|
| Keywords | 漁船ビッグデータ / 海底地形 / 汀線変化 / リモートセンシング / 数値シミュレーション |
|---|
| Outline of Annual Research Achievements |
漁船ビッグデータの生成では，データロガーを設置している静岡県のシラス漁船・遊漁船から操業中の水深・位置情報を継続的に収集し，海底地形に関する漁船ビッグデータを蓄積した．従来から蓄積してきたデータも含め，このビッグデータに対する粒子フィルタの適用に取り組んだ．
リモートセンシングでは，「オープン衛星画像から読み取った汀線位置」と「漁船から得られる操業・航行中の水深・位置情報（漁船ビッグデータ）」を組み合わせた地形データを作成し，海岸地形をモニタリングすることについて検討した．具体的には，静岡県にある遠州灘・浅羽海岸の周辺で収集された2017，2018，2019年のデータより沿岸8 kmの海岸地形の変化を明らかにした．この合成した地形データは，現行の海岸管理における海岸測量を代替する新たな海岸地形モニタリング手法となる可能性を含んでおり，この特徴と留意点を検討とした．
地形変動予測では，河口域と類似した特徴も持つ干潟上での地形変化をテストケースとし，これを把握するために，波・流れの現地観測結果と地形計測結果の分析，数値モデルによる波・流れ・地形変化の再現，および土砂粒子追跡を行った．その結果，台風来襲によって短期間に干潟周辺へ移動した土砂は，その後の比較的長く続く静穏時に徐々に干潟上に戻る傾向が示された．また，地形変化から推定される土砂移動量よりも多くの土砂移動量が，干潟周辺域を含めた広い範囲で発生している可能性が示された．土砂動態の現地観測の併用により，地形（水深）変化の小さい現象を数値計算することができた．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
漁船ビッグデータによる地形情報の生成については，データの生成基盤（ハードウェア・システム）を安定的に運用でき，順調にデータ数を増大させた．
リモートセンシングについては，衛星画像による汀線抽出を可能にしたことに加え，漁船ビッグデータと合成した海岸地形データを生成できた．
数値計算については，面的な数値モデルによる計算を実施できた．また，現地観測も実施して，計算結果の妥当性を検証できた．しかしながらデータ同化の面では研究計画からやや遅れが生じている．
|
| Strategy for Future Research Activity |
漁船ビッグデータにおいては，漁船からのデータ収集環境を維持し，ビッグデータの拡大を継続する．過去のデータともに整理し，地形データの時系列データセットを作成する．
リモートセンシングにおいては，対象とする衛星画像の時間幅を広げ，より多くの撮影シーンを分析する．
データ同化については，過年度までに構築した数値モデルを活用し，動的同化手法を構築するよう取り組む．
|
