2020 Fiscal Year Annual Research Report
Optimal Management Strategy on Forested River Channels Considering the Interaction between Flood Control Security and Fluvial Ecosystem Conservation
| Project/Area Number |
20H02261
|
|---|
| Research Institution | Shibaura Institute of Technology |
|---|
Principal Investigator |
宮本 仁志 芝浦工業大学, 工学部, 教授 (50283867)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
戸田 祐嗣 名古屋大学, 工学研究科, 教授 (60301173)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 河川樹林化 / 河川管理 / 環境水理学 / 水工学 |
|---|
| Outline of Annual Research Achievements |
本研究では、河川の樹林化課題に対して、近年頻発する豪雨災害に鑑み、「早急に対処しなければならない樹林化」と「残しておいても大丈夫な樹林化」を合理的に判別する河川技術を検討している。初年度の研究実績の概要は以下のようである。
１）現地観測・分析：コロナ禍で現地観測が計画どおりに行かなかったため、鬼怒川の一部区間に限定して樹林化河道の踏査とドローンによる空撮計測を実施した。あわせて、加古川・高津川の既存データを検討に加えてドローン空撮結果の整理を行った。これらのデータに、後述３）で開発した深層学習アルゴリズムを適用し、樹林化の空間スケールを検出するための河川地被分析に着手した。さらに、木曽川・長良川での植生種子進入に関する現地調査と水理実験の結果を分析し、種子数と細砂との相関性、河床近傍での乱れが植生種子の着床に及ぼす影響を明らかにした。
２）解析モデル：樹林化河道の維持機構を解明するために土砂水理学ベースの決定論的モデルの開発に着手した。樹林化のきっかけとなる侵入初期段階を再現できるよう、流水による種子散布に基づく侵入位置および洪水による侵入初期植生の破壊機構をモデル化した。そのモデルを鈴鹿川での現地調査地点に適用してモデルの妥当性を検証した。一方、洪水インパクトや植生進入の不確実性を考慮した数理生態学ベースの確率論的モデルについては、解析対象断面の精緻化手法の開発、並列計算処理の導入など計算効率化の検討を実施した。
３）河川分析技術の高度化：鬼怒川・黒部川を含む世界の11河川を対象として、深層学習とUAV画像を用いた河川地被状態の自動判別アルゴリズムを開発した。これは日・英・米の国際共同研究として実施された。開発されたアルゴリズムはCNNの画像判別結果を教師データとしてMLPを学習させる二段階構成となっていることが特徴であり、河川地被状態の判別精度が極めて高い結果が得られた。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究では、（１）現地観測とデータ分析、（２）２つのモデル（決定論的モデルと確率論的モデル）の開発による解析を実施して、総合的に研究目的を達成する目論見である。初年度は、コロナ禍の影響下においてできることを優先させることによって、結果として、おおむね順調に研究が進捗したと考えている。
当初計画の中で、コロナ禍の影響を最も大きく受けたのは現地観測である。これは、観測計画を縮小させて秋季１回にし、対象地点も最小限に限定するとともに、観測項目を精緻化させて樹林化に直接関連する項目のみにするなど、当初計画の大きな変更が余儀なくされた。その一方で、新たに、加古川・高津川を検討の対象に加えてUAV空撮データの整理を行ったこと、河川地被分類の深層学習アルゴリズムを新たに開発したこと、木曽川・長良川の現地観測や水理実験結果の分析により礫床河川での植生種子進入機構を検討したことなどは、コロナ禍で観測研究が困難ななかで、全体的に研究計画を遂行させていく積極的な改善点と考えている。さらに、解析モデルに関しては、土砂水理学ベースの決定論的モデルおよび数理生態学ベースの確率論的モデルの開発はともに、ほぼ予定通りに着手することができている。以上のことより、初年度は、総合的に考えておおむね順調に研究が進捗したと判断している。
|
| Strategy for Future Research Activity |
本研究の全体的な推進方策としては、今後もコロナ禍の影響が続くことを念頭において、検討項目間の優先順位を柔軟に変更し、検討内容を精査・改善することによって当初目的の達成を目指すものとする。具体的には、今後は以下の３つの内容を優先的に検討する予定である。
（１） 現地観測による樹林化消長過程の把握： 対象河川での現地調査を継続する。観測項目は空撮用ドローンによる河道地形測量と河川植生分布調査および河床材料調査である。初年度と同様に、コロナ禍で現地観測が思うように行かない場合は、これまで観測を実施してきた他河川の空撮データも含め、蓄積された現地観測の既存データベースに河川地被分類の深層学習アルゴリズムをうまく適用させて、樹林化消長過程の特徴を的確に捉える空間スケールを実証的に検出する。
（２） 土砂水理学ベースの決定論的モデル： 土砂水理学ベースの決定論的モデルの開発を行い、本課題で実施する現地調査および近年の大規模出水時の無次元掃流力・倒伏モーメント分布を算出する。現地での植生分布との比較し、モデル検証・改良を行うとともに、洪水時に確実に流出する植生、洪水時に残存し流下能力低下につながる植生の特徴、判断基準等をセグメントや対象河川ごとに明らかにする。
（３） 数理生態学ベースの確率論的モデル： 初年度に引き続き、数理生態学ベースの確率論的モデルの精緻化を行う。現地河道において樹林化・藪化している植物について、その進入・成長・死亡形態の数理モデルを開発する。開発されたモデルを、近年の大規模出水の頻度や植生進入の不確実性を考慮した既存モデルに組み込み、対象河川に合わせたモデルの調整・改良を検討することによって、河道樹林化に対するモデルの予測性能の向上を行う。
|
Research Products
(9 results)
