2020 Fiscal Year Annual Research Report
Monitoring and rapid identification of landslide disaster by fusion analysis of sensing and simulation technologies
| Project/Area Number |
19H02408
|
|---|
| Research Institution | Hiroshima University |
|---|
Principal Investigator |
三浦 弘之 広島大学, 先進理工系科学研究科(工), 准教授 (30418678)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
横矢 直人 東京大学, 大学院新領域創成科学研究科, 講師 (40710728)
Adriano Bruno 国立研究開発法人理化学研究所, 革新知能統合研究センター, 特別研究員 (40831889)
松岡 昌志 東京工業大学, 環境・社会理工学院, 教授 (80242311)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 土砂災害 / リモートセンシング / 数値標高モデル / シミュレーション / 深層学習 / 建物被害 |
|---|
| Outline of Annual Research Achievements |
当該年度は，リモートセンシング画像に対する深層学習と数値標高モデルによる土石流氾濫シミュレーションを組み合わせることで，豪雨による土砂災害や洪水の被災範囲を高精度かつ迅速に推定する技術を検討した。2017年7月九州豪雨や2018年7月西日本豪雨後に撮影された人工衛星画像や被災地の数値標高モデルを用いた検討により，両データの統合解析により高精度に被災範囲を検出できることを示した。さらに，災害前後に撮影されたステレオ画像から得られる数値地形データに対して非線形マッピング処理を適用することで，土砂災害による崩壊土砂量を通常の差分解析よりも高精度に把握する技術を開発した。
災害後の応急対応や早期復旧計画を考える上で，被害建物の分布や被害量をできるだけ迅速に把握する必要がある。本研究では，航空写真や人工衛星画像から深層学習により自然災害による建物被害を自動的かつ迅速に推定する技術を開発した。これらの分析には，主に1995年兵庫県南部地震や2016年熊本地震をはじめとする地震による被害データおよびリモートセンシングデータを用いたが，台風や土砂災害などの他の自然災害に対しても提案手法が有効であることを確認した。
さらに，土砂災害の近傍で観測された高感度地震観測データから，観測点から土砂災害発生地点までの距離や土砂災害の規模の関係について検討し，観測データからリアルタイムに土砂災害の発生地点や規模を推定できる可能性を示した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初予定していた研究内容を共同研究者らと効率的に進めることができ，複数の研究成果を海外学術雑誌や国内学術雑誌等で発表することができたため，順調に進展していると考えられる。
|
| Strategy for Future Research Activity |
土砂災害による建物被害を事前に予測する技術の構築のため，木造戸建て住宅の構造性能を考慮した解析により，土砂高さと建物被害の関係を構築する。また，リモートセンシング画像からの建物被害の自動把握技術を高度化するために，複数の自然災害による被害データを学習させ，頑健で汎用的な被害把握技術の構築を目指す。
|
