2020 Fiscal Year Final Research Report

Development of SAV Classification Method using Satellite Remote Sensing

Research Project

PDF

Project/Area Number	18H01569
Research Category	Grant-in-Aid for Scientific Research (B)
Allocation Type	Single-year Grants
Section	一般
Review Section	Basic Section 22060:Environmental systems for civil engineering-related
Research Institution	Kyoto University
Principal Investigator	YAMASHIKI YOSUKE 京都大学, 総合生存学館, 教授 (20335201)
Co-Investigator(Kenkyū-buntansha)	辰己賢一東京農工大学, (連合)農学研究科(研究院), 准教授 (40505781) 石川可奈子滋賀県琵琶湖環境科学研究センター, 総合解析部門, 専門研究員 (80393180) 須崎純一京都大学, 工学研究科, 教授 (90327221)
Project Period (FY)	2018-04-01 – 2021-03-31
Keywords	リモートセンシング / GCOM-C / 深層強化学習 / 沈水植物 / 軟体サンゴ
Outline of Final Research Achievements	In this research, we applied the analyses of the distribution of submerged aquatic vegetarions (SAVs) using GCOM-C, which was applied only to the shallow basin (Lake Biwa south basin) in the previous research, to the deep basin (Lake Biwa North Basin), and developed an algorithm that can discriminate in all lakes. This algorithm was also applied to Lake Tahoe in North America. In addition, we created a discrimination algorithm using deep reinforcement learning for the soft coral, Dendronephthya gigantea, on the seafloor of Tanabe Bay, and conducted a discrimination experiment using underwater images. By determining the application limit of remote sensing technology in advance and adding underwater images, we proposed an integrated application method of aquatic vegetation classification and aquatic organism discrimination algorithm combining both images.
Free Research Field	水環境工学
Academic Significance and Societal Importance of the Research Achievements	本研究においては、水中の実測においてのみ調査可能であった沈水植物SAVのバイオマスを気候変動観測衛星(GCOM-C)画像を用いて判別可能とし、従来の適用範囲を琵琶湖全湖に広げたことの意義は大きく、今後の湖や貯水池管理に資する。同時に、深層強化学習を用いた水中画像判別による水中生物の判別は、リモートセンシングの適用限界を超えた場所とスケールでの湖や貯水池における生物相モニタリングの新しい手法を示し、これらを統合することにより、淡水域や沿岸域でのモニタリング技術開発に大いに貢献できる可能性を秘めている。