2022 Fiscal Year Research-status Report
New insight into beach response processes based on large-scale data sets
Project/Area Number |
21K04285
|
Research Institution | National Institute of Maritime, Port and Aviation Technology |
Principal Investigator |
伴野 雅之 国立研究開発法人海上・港湾・航空技術研究所, 港湾空港技術研究所, グループ長 (80549204)
|
Project Period (FY) |
2021-04-01 – 2024-03-31
|
Keywords | 漂砂 / 地形変化 / ディープラーニング / 海面上昇 / LiDAR / 海浜モニタリング / グリーンレーザー / 潮汐 |
Outline of Annual Research Achievements |
本研究は,波の遡上域(汀線付近:陸と海の境界)の海浜地形変化プロセスに主眼をあて,短期から長期に至る様々な地形変化プロセスのメカニズム解明とその重要性の提示を目的としている。 短期的な地形変化としては,潮汐の上げ潮と下げ潮が前浜地形変化に及ぼす影響を検討する。短期的な地形変化を低コストでモニタリングするために,グリーンレーザー距離計を用いた前浜地形計測システムを構築し,試験的な前浜の連続観測を実施した。現時点においては,1ヶ月程度の連続的な前浜地形変化を捉えることが出来ているが,今後より長期間の安定したモニタリングを行い,上げ潮と下げ潮時に生じる地形変化過程を明らかにする。 長期的な地形変化としては,海面上昇に対する地形応答を検討する。ディープニューラルネットワークを用いた海浜地形断面予測モデルを過去の長期モニタリングデータをもとに学習させ,擬似的な海面上昇を入力値として与える数値実験を行った。信頼性や精度の検証は今後継続して検討を進める予定ではあるが,現時点では海面上昇に対する地形応答として,既存の研究によって示されていた地形変化(海面上昇に伴う前浜の侵食)と未知の地形変化(海面上昇に伴う海底形状の変化)が出力されている。 中長期的な地形変化としては,大規模大気海洋変動に伴う海浜地形の応答を検討する。中長期的な地形変化に対してもディープニューラルネットワークによる学習モデルを用いた海浜地形応答に影響を及ぼす気候指標を探索する試みの検討を進めつつあるが,現状は十分な成果は得られていない。
|
Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
短期地形観測が想定よりも遅れていたものの,計測システムでの前浜地形の高頻度観測が現実的となったことで,対象としている地形変化過程を詳細に観測できる見通しである。ただし,これらの過程を既存の地形変化モデルに考慮することによる予測精度改善への寄与の評価は少し予定よりも後ろ倒しとなる見込みである。
|
Strategy for Future Research Activity |
数ヶ月以上の前浜地形の連続モニタリングを実施し,上げ潮と下げ潮時に生じる地形変化過程の差異を明らかにする。またディープニューラルネットワークによる予測精度の改善を引き続き検討し,より信頼性の高い予測結果に基づいた海面上昇に対する海浜地形応答を明らかにしていく。
|
Causes of Carryover |
他の予算によって前浜後計計測に必要なプログラムの開発や機器の調達を行い,本研究にも共同でプログラムが利用できることとなった。当初はLiDARのリースを想定していたが,安価なシステムの構築ができたため,未使用額が生じた。そのため,未使用額は海浜地形モニタリングに必要な経費及び解析に必要となるツールのライセンス等に充当する予定である。
|
Research Products
(4 results)