2023 Fiscal Year Research-status Report
Evaluation of windbreak forests (Igune) by machine learning for geospatial data and three dimensional analysis of airflow
| Project/Area Number |
20K06104
|
|---|
| Research Institution | Tohoku University |
|---|
Principal Investigator |
米澤 千夏 東北大学, 農学研究科, 准教授 (60404844)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
園田 潤 仙台高等専門学校, 総合工学科, 教授 (30290696)
大風 翼 東京工業大学, 環境・社会理工学院, 准教授 (40709739)
|
|---|
| Project Period (FY) |
2020-04-01 – 2025-03-31
|
| Keywords | リモートセンシング / U-Net / 深層学習 / 風速 / キャノピーモデル / 住民 / 地方公共団体 |
|---|
| Outline of Annual Research Achievements |
屋敷林の抽出において、高さ情報を活用する手法を開発した。オルソ画像に地上高画像を重ね合わせた画像を用いることによって、2022年度に開発したU-Netによる屋敷林抽出手法の精度が向上することを示した。オルソ画像を複数に分割してトレーニングデータとテストデータとし、トレーニングデータをもとに屋敷林の分布状況の推定システムを構築した。テストデータを用いて精度評価をおこなった場合のDice係数は、オルソ画像のみの場合0.64であったが、地上高データを重ね合わせた画像を用いた場合にはDice係数は0.1以上大きくなった。
屋敷林が風環境に及ぼす影響について、葉面積密度の異なる低木と高木を個々に再現した解析による居久根後方の流れ場の特徴と、2次元樹林モデルを用いた低木の防風効果の検討を行った。現状の低木+高木で居久根が構成されるケースと、低木のみで構成されるケースを対象に解析を実施した。散村形態の住宅と居久根を解析対象とし、植生による流体力学的影響を調べるために植生キャノピーモデルを用いた。低木と高木の構成により、樹林後方と樹林上方での速度差が低減し、逆流が抑制されていた。さらに、低木の葉が現状の2/3程度となる場合にも、現状の風環境に近い状況を再現することが確認された。
大崎市との成果共有においては、年度末に地域住民へのオンラインを用いた報告会で屋敷林の風速低減効果について説明した。また、市の担当者への報告と意見交換をおこなう機会も設けた。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
高分解能衛星の機械学習による屋敷林抽出手法開発を進めている。検討は進んでいるものの、学会発表等には至っていないことから「やや遅れている」とした。風環境解析においては、集落を対象とした現地観測をおこない今後の研究方針についての着想を得ている。
|
| Strategy for Future Research Activity |
衛星画像の解析においては、解析結果をもとにした屋敷林の所在の時系列変化の抽出について検討する。既に入手している同じ場所を観測した2002年と2018年の高分解能衛星画像を解析する。衛星画像からのU-Netによる屋敷林抽出での、用いる波長帯による抽出精度への影響を精査した結果とあわせて、学会等で報告する。
集落における防風効果についてもLESによる解析をおこない、現地観測の結果とともに学会等で報告する。
|
| Causes of Carryover |
現地調査を他の業務による出張と兼ねて実施した。また特許出願を優先して学会発表を延期したことから、旅費に未使用額が生じた。衛星画像の購入においては候補とした画像に雲の影響があったため、想定していたよりも購入量が少なくなった。2024年度においては関連する国際学会での報告のための旅費と参加費に充当することを予定する。
|
