2020 Fiscal Year Research-status Report
Mapping of coastal boulders and wave source estimation for tsunami risk assessment in the South China Sea
| Project/Area Number |
20K20733
|
|---|
| Research Institution | Tokyo Metropolitan University |
|---|
Principal Investigator |
石村 大輔 東京都立大学, 都市環境科学研究科, 助教 (00736225)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
馬場 俊孝 徳島大学, 大学院社会産業理工学研究部(理工学域), 教授 (90359191)
近貞 直孝 国立研究開発法人防災科学技術研究所, 地震津波火山ネットワークセンター, 主任研究員 (90318197)
山田 圭太郎 立命館大学, 総合科学技術研究機構, 研究員 (30815494)
|
|---|
| Project Period (FY) |
2020-07-30 – 2023-03-31
|
| Keywords | 津波堆積物 / 巨礫 / 機械学習 / 橋杭岩 / Structure from Motion |
|---|
| Outline of Annual Research Achievements |
2020年度は、和歌山県串本町の橋杭岩を対象にドローンによる空撮、Structure from Motion（SfM）による数値表層モデル（DSM：digital surface model）・オルソモザイク画像の作成、機械学習による礫のマッピングを行った。橋杭岩では、波食棚の上に貫入岩起源の巨礫が多数分布しており、本研究で対象とするフィリピンのセッティングに近い。そこで、ドローン撮影、SfM処理、機械学習の手法を検討するために調査を行った。
ドローンによる空撮については、飛行高度やカメラアングルなど複数のセッティングで画像撮影を行い、SfMでの出力結果を比較した。それによる時間や空撮できる範囲を考慮した結果、適した高度とカメラアングルなどの撮影方法を得ることができた。SfMによるDSMとオルソモザイクの精度についても検討し、作成手順などを決定した。この作業により、約2 cm/pixのオルソ画像を作成することができた。
機械学習に関しては、上記のSfMによって出力されたオルソモザイクを使用した。3000を超える礫のアノテーションを行い、教師データを作成した。そして、機械学習にはSemantic segmentationとInstance segmentationを用いた。その結果、予察的ではあるが個々の礫の区分が可能であることがわかった。今後、これら機械学習の調整を行い、最適な手法を検討する。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
コロナウイルス感染拡大に伴い、フィリピンに渡航できないことに加え、国内でのテストフィールドにおける調査も限定的となったため、現在の進捗はやや遅れている。ただし、最低限の検証は行えており、今後フィリピンで実地するための準備を整えている。
|
| Strategy for Future Research Activity |
2021年度も2020年度に引き続きコロナウイルス感染拡大の影響は残るため、フィリピンでの調査は難しいと考えている。そのため、よりフィリピンの環境に近く、津波礫が分布する南西諸島を次の検証地点としている。南西諸島では、フィリピンと同様のサンゴを起源と石灰岩が巨礫として打ち上がっており、それらを機械学習を用いることでマッピングできるかどうか検討する。
|
| Causes of Carryover |
コロナウイルス感染拡大のため、予定していた現地調査が十分に行えなかったため、次年度使用額が生じた。2021年度は、2020年度に予定していた現地調査を実施するとともに、機械学習の教師データ作成に関する人件費等に使用する予定である。
|
