| 研究課題/領域番号 |
22KF0301
|
|---|
| 補助金の研究課題番号 |
22F21047 (2022)
|
|---|
| 研究種目 |
特別研究員奨励費
|
| 配分区分 | 基金 (2023)
補助金 (2022) |
|---|
| 応募区分 | 外国 |
|---|
| 審査区分 |
小区分23030:建築計画および都市計画関連
|
|---|
| 研究機関 | 九州大学 |
|---|
研究代表者 |
鶴崎 直樹 九州大学, 人間環境学研究院, 准教授 (20264096)
|
|---|
| 研究分担者 |
MUHAMMAD MUHAMMAD 九州大学, 人間環境学研究院, 外国人特別研究員
|
|---|
| 研究期間 (年度) |
2023-03-08 – 2024-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
2,300千円 (直接経費: 2,300千円)
2023年度: 1,100千円 (直接経費: 1,100千円)
2022年度: 1,200千円 (直接経費: 1,200千円)
|
|---|
| キーワード | Land Use / Land Cover Change / Satellites Images / Machine Learning / Remote Sensing |
|---|
| 研究開始時の研究の概要 |
本研究は、①最先端のディープラーニング技術とマルチスペクトル衛星画像を用いて“土地利用と土地被覆（LULC)”の変化のモニタリングと予測のための効果的なフレームワークを開発するとともに、②リモートセンシングデータからLULCの変化を検出し、気候変動や自然災害の影響を評価すること目指している。この成果は、正確な都市計画図や土地利用図等の情報インフラが整っていない国々における土地利用計画、資源
管理、災害管理など多分野での、より正確なLULCの変化のメカニズムを提供し、意思決定者が現状と予測される変化の傾向に応じた適切な土地利用政策の策定・実施に役立つものである。
|
| 研究実績の概要 |
本研究は、①最先端のディープラーニング技術とマルチスペクトル衛星画像を用いて土地利用と土地被覆（LULC)の変化のモニタリングと予測のための効果的なフレームワークを開発し、次に②リモートセンシングデータからLULCの変化を検出し、気候変動や自然災害の影響を評価することを目的としている。2022年度の実績として、まず、“Assessing Land Use / Land Cover Change and Damages Resulted from Earthquakes Using Remote Sensing and Deep Learning Techniques”と題した研究論文（査読付き）を執筆し、２０２３年２月にリヤド市（サウジアラビア国）おいて開催された国際学会 International Conference and Exhibition for Science (ICES2023)にて発表をおこなった。なお、この論文は、ScopusにインデックスされるSpringer ASTIシリーズの会議録に収録される予定である。次に、International Geoscience and Remote Sensing Symposium (IGRASS 2023)に参加するため“'Detection of Earthquake-Induced Building Damages Using Remote Sensing Data and Deep Learning: Mashiki Town, Japan as A Case Study'というタイトルの論文を執筆・投稿し、採択され発表を予定している。最後に、“Unveiling the Evolution of Greater Cairo’s Urban Form: Remote Sensing and Geospatial Analysis of 48 Years of Urban Growth”と題した論文（要旨）を投稿した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
令和4年度は、①土地利用・土地被覆（LULC）の分類、②土地利用・土地被覆変化のモニタリング、③DLモデルによるLULC変化予測の３つの研究作業を計画していた。この初年度（令和４年度）では、エジプトカイロ大都市圏の高精細なスペクトル情報と空間情報を同時に含む複数年時のハイパースペクトル画像（HSI）と比較用の日本のHSIを購入（消耗品費もしくはその他）し、このデータを高速で処理し得るパーソナルコンピューター（設備備品費にて購入）とリモートセンシングソフトウエア（ライセンス購入）により解析し、LULCの分類と変化の分析を試みた。この研究作業による研究の進捗状況として、まず、Assessing Land Use/Land Cover Change and Damages Resulted from Earthquakes Using Remote Sensing and Deep Learning Techniquesと題した論文を執筆し、サウジアラビア国リヤド市にて開催された国際学会International Conference and Exhibition for Science (ICES2023)において発表をおこなった。また、この国際学会等で交流し、土地利用変化やランドサットデータを用いた土地被覆分析など研究分野・テーマが共通する海外の研究者との情報交換をおこなうとともに、現在は、そうした研究者とともに共同し研究論文の執筆に取組んでいる。
|
| 今後の研究の推進方策 |
今後（2023年度）については、①最先端のディープラーニング技術とマルチスペクトル
衛星画像を用いてLULCの変化のモニタリングと予測のための効果的なフレームワークをの開発および②リモートセンシングデータからLULCの変化を検出し、気候変動や自然災害の影響評価のうち、特に、後者について、初年度に取組んだ研究分析作業を継続する。具体的には、高精細の衛星画像を用いディープラーニングにより大規模地震によりもたらされた被災地の都市と建築の被害を判別できるシステムの構築を目指す。この研究作業により、都市や地域の“土地利用と土地被覆（LULC)”の変化とランドスケープダイナミクスのモニタリングと予測を可能とすることで土地利用計画、資源管理、災害管理など多分野で意思決定者による適切な土地利用政策の策定支援を図りたい。最終的には、分析結果をとりまとめ学術論文を執筆し、国際ジャーナルに投稿する予定であり、また、これらの成果を海外の研究者と共有し広く社会に発信するため国内および海外での国際会議に参加することを予定している。
|
