| 研究課題/領域番号 |
20K12265
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分64040:自然共生システム関連
|
|---|
| 研究機関 | 阿南工業高等専門学校 |
|---|
研究代表者 |
福見 淳二 阿南工業高等専門学校, 創造技術工学科, 教授 (30300627)
|
|---|
| 研究分担者 |
杉野 隆三郎 阿南工業高等専門学校, 創造技術工学科, 教授 (10259822)
福田 耕治 阿南工業高等専門学校, 創造技術工学科, 教授 (40208955)
中西 達也 徳島県立農林水産総合技術支援センター(試験研究部), 徳島県立農林水産総合技術支援センター(水産研究課), 研究員 (40521729)
吉見 圭一郎 徳島県立農林水産総合技術支援センター(試験研究部), 徳島県立農林水産総合技術支援センター(水産研究課), 研究員(統括・上席) (50636040)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
交付 (2022年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2022年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2021年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2020年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 360°カメラ / 単眼深度推定モデル / 藻場モデル水槽 / マルチエージェントシステム / カオス・フラクタル解析 / マルチスペクトルカメラ / 藻場環境シミュレーション / 生態系レジリエンス |
|---|
| 研究開始時の研究の概要 |
藻場の再生・保全のためには、藻場生態系の相互作用ネットワーク構造や生態系レジリエンス機能の解明が必要である。
本研究では複雑系の視点から藻場全体を捉え、マルチエージェントシステムを適用することで、藻場全体の挙動を解析・定量化する藻場モデルを構築する。さらに、環境パラメータの変動が生態系の安定性にどのような影響を及ぼすのかを、カオス・フラクタル理論を利用した植食動物の行動モデルを組み込んだ藻場モデルシミュレーションと藻場水槽実験を連動させて解析することで、藻場生態系の相互作用ネットワークの構造および生態系レジリエンス機能の解明につなげていく。
|
| 研究実績の概要 |
本年度は、既に提案している３６０°カメラと単眼深度推定モデルＭｉＤａＳを組み合わせた水槽内の魚類位置推定システムを用いて、大型水槽での位置推定実験を実施した。提案システムでは、３６０°カメラを用いて撮影した水中画像を歪みの少ないキューブマップに変換し、Ｔｅｎｓｏｒｆｌｏｗを用いて魚類を抽出するとともに、単眼深度推定モデルＭｉＤａＳを用いてカメラからの奥行き情報を推定し、水槽内の三次元位置を算出し遊泳軌跡をプロットする。本年度の実験では、昨年度の実験での課題である照明による影の影響を考慮し、円筒形水槽を用いて上面から照明を当てることで影の生成を抑制し、検出精度の向上を図った。また、円筒形水槽とすることで中央に設置したカメラと壁までの距離が均等となり、三次元位置の推定が簡略化できた。今回は水槽にマアジを1匹～5匹投入した状態での計測実験を行い、各魚類の遊泳軌跡が作成できることを確認した。実験結果より、水槽内での3次元位置計測としては十分な精度が得られていることは確認できたが、魚影が重なった際には、計測値が欠損してしまう場合も見られ、これらの対処方法に関しては引き続き検討していく。
また、藻場環境シミュレータの構築に関して、取得された遊泳軌跡の時系列データに対してリアプノフ指数の数値計算を適用し，藻場における魚類の行動とカオス指数との関係について考察した。本年度は、観測量について遅れ時間を考慮した3次元の再構成空間に埋め込むことでその観測量のアトラクタを求めた。その結果、典型的な魚類の行動パターンにおけるアトラクタを得ることができ，カオス性やフラクタル性で魚類の複雑性を分析可能な観測量を取得できることが分かった。また、藻場計測の専門家と連携しマルチエージェントシステムを構築する際の要素の候補を抽出した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
4: 遅れている
理由
本研究では、外部機関である徳島県立農林水産総合技術支援センター水産研究課の協力のもと実験水槽の整備や設置、実験を実施している。昨年度の実験結果から撮影環境の再検討が必要となり、水槽の形状や照明の位置、それに伴う水槽設置場所の変更など調整に手間取り、実験環境の整備に想定外の時間がかかってしまった。その結果、カオス・フラクタル解析やマルチエージェントシステムを用いた藻場環境シミュレータの構築に必要なデータ収集が現状では不足しており、藻場環境シミュレーションを実施する準備が整っておらず、当初の計画から遅れが生じている。
|
| 今後の研究の推進方策 |
現在までに、水槽実験の環境構築が完了しデータ収集を開始している。しかし、水槽に投入する海藻類の準備と植食動物の確保、飼育が必要となり、常時実験を行いデータを収集できるわけではない。また、環境を変化させた場合にも、数週間に渡るデータの収集が必要となるため、現在年間を通した植食動物の確保や実験計画を関係機関と調整中である。計画が確定次第、各種条件を変えて実験データの収集に取り掛かる予定である。これと並行し、現在収集できたデータを基に、マルチエージェントを用いた藻場環境シミュレーションを構築し、既存の数理モデルや実験テータと比較検証することで、提案する藻場シミュレーションの精度や有効性を確認する。
|
