• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

人工衛星データと深層学習を用いた福島原発事故に係る環境評価

研究課題

研究課題/領域番号 19K22929
研究種目

挑戦的研究(萌芽)

配分区分基金
審査区分 中区分64:環境保全対策およびその関連分野
研究機関京都大学

研究代表者

大庭 ゆりか  京都大学, 情報学研究科, 研究員 (30816921)

研究分担者 伊勢 武史  京都大学, フィールド科学教育研究センター, 准教授 (00518318)
研究期間 (年度) 2019-06-28 – 2025-03-31
研究課題ステータス 交付 (2023年度)
配分額 *注記
6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
2019年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
キーワード深層学習 / 放射線災害 / リモートセンシング / 森林生態系 / 環境保全
研究開始時の研究の概要

原発事故が自然にもたらしたものは放射性物質だけではない。本研究では、これまで見過ごされてきた「除染」という人間活動が森林生態系に及ぼす影響を、情報学の新技術を適用して評価する。高精細な人工衛星画像データの解析が可能なモデルを開発し、その技術を搭載した自動識別モデルを広域適用に耐えうるものへと発展させる。この技術を用いれば、汚染の影響評価時に、除染という二次的な影響も考慮することができ、より精度の高い環境評価が可能となる。本研究は学術の発展に寄与するだけではなく、現地の森林管理と環境モニタリングを革新する可能性を秘めている。長期にわたると予測される森林再生計画の現実的な運用への貢献を目指す。

研究実績の概要

今年度は、昨年度に再整備した低解像度の無償人工衛星データから構成される教師画像データベースの再点検を実施し、更新・変更が必要なデータの探索および抽出を行い、データベースを更新した。これに伴って、更新後の教師画像データベースを用いて構築する画像識別モデルをベースとした高解像度の有償人工衛星画像データへの適用が可能なモデル開発のための準備を行い、さらに高解像度人工衛星画像データを解析するために必要な環境構築やデータ処理プロトコルの開発を進めた。また、公開されている除染実施区域についての追加の情報収集を行い、その情報をもとに新たなフィールド調査のサイト選定や現地で取得するデータのリストアップおよび作業内容の検討等、フィールド調査の準備を行った。

現在までの達成度 (区分)
現在までの達成度 (区分)

3: やや遅れている

理由

新型コロナウイルス感染症流行のため、予定していたフィールド調査を延期せざるを得なかったため。

今後の研究の推進方策

2024年度は、2023年度に予定していたフィールド調査を実施する。併せて高精細な有償の人工衛星画像データを取得して、それらのデータに除染区域自動識別モデルを適用し、モデル精度の検証を行う。検証結果に応じて、必要なモデルの再構築を行い、モデル精度の向上を目指す。さらに、モデルを使用して抽出した地域の森林データの解析を行い、森林生態系への除染の影響を評価する。

報告書

(5件)
  • 2023 実施状況報告書
  • 2022 実施状況報告書
  • 2021 実施状況報告書
  • 2020 実施状況報告書
  • 2019 実施状況報告書
  • 研究成果

    (7件)

すべて 2020 2019 その他

すべて 国際共同研究 (1件) 雑誌論文 (3件) (うち査読あり 3件、 オープンアクセス 1件) 学会発表 (3件) (うち国際学会 1件)

  • [国際共同研究] ハーバード大学/ボストン大学/NASA Jet Propulsion Laboratory(米国)

    • 関連する報告書
      2019 実施状況報告書
  • [雑誌論文] VARENN: graphical representation of periodic data and application to climate studies2020

    • 著者名/発表者名
      Ise Takeshi、Oba Yurika
    • 雑誌名

      npj Climate and Atmospheric Science

      巻: 3 号: 1

    • DOI

      10.1038/s41612-020-0129-x

    • NAID

      120006875255

    • 関連する報告書
      2020 実施状況報告書
    • 査読あり / オープンアクセス
  • [雑誌論文] Forecasting Climatic Trends Using Neural Networks: An Experimental Study Using Global Historical Data2019

    • 著者名/発表者名
      Ise Takeshi、Oba Yurika
    • 雑誌名

      Frontiers in Robotics and AI

      巻: 6

    • DOI

      10.3389/frobt.2019.00032

    • NAID

      120006621581

    • 関連する報告書
      2019 実施状況報告書
    • 査読あり
  • [雑誌論文] Low-Background Shielding Box for Autoradiography of Environmental Samples and the α-, β-, and γ-ray Sensitivities of the Imaging Plates2019

    • 著者名/発表者名
      Shizuma、Oba
    • 雑誌名

      Applied Sciences

      巻: 9 号: 23 ページ: 5209-5209

    • DOI

      10.3390/app9235209

    • 関連する報告書
      2019 実施状況報告書
    • 査読あり
  • [学会発表] 深層学習を利用した竹林拡大の広域把握と生態系の炭素蓄積に与える影響2020

    • 著者名/発表者名
      大庭 ゆりか、伊勢 武史
    • 学会等名
      JPGU-AGU Joint Meeting 2020
    • 関連する報告書
      2020 実施状況報告書
    • 国際学会
  • [学会発表] VARENN: Graphical representation of spatiotemporal data and application to climate studies2019

    • 著者名/発表者名
      Oba Yurika, Ise Takeshi
    • 学会等名
      American Geophysical Union Fall Meeting 2019
    • 関連する報告書
      2019 実施状況報告書
  • [学会発表] Causal relationships in mesoscale teleconnections between land and sea: a study with satellite data2019

    • 著者名/発表者名
      Ise Takeshi, Oba Yurika
    • 学会等名
      American Geophysical Union Fall Meeting 2019
    • 関連する報告書
      2019 実施状況報告書

URL: 

公開日: 2019-07-04   更新日: 2024-12-25  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi