生成AIと発災後1時期のSAR画像を用いた高精度の土砂災害検出手法の開発

• 研究課題/領域番号: 24K01127
• 研究種目: 基盤研究(B)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分25030:防災工学関連
• 研究機関: 千葉大学
• 研究代表者: 劉 ウェン 千葉大学, 大学院工学研究院, 准教授 (60733128)
• 研究分担者: 押尾 晴樹 東京工業大学, 環境・社会理工学院, 助教 (50749520)
• 研究期間 (年度): 2024-04-01 – 2028-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 18,590千円 (直接経費: 14,300千円、間接経費: 4,290千円); 2027年度: 4,160千円 (直接経費: 3,200千円、間接経費: 960千円); 2026年度: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円); 2025年度: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円); 2024年度: 5,070千円 (直接経費: 3,900千円、間接経費: 1,170千円)
• キーワード: 土砂災害 / 深層学習 / 生成AI

研究開始時の研究の概要

土砂災害箇所の正確な把握は，早期の復旧計画や防災施設整備，ハザードマップ作成に欠かせない重要な情報である．本研究では，発災直後の1時期SAR画像を用いて，風水害や地震による土砂災害箇所を迅速に特定するための新たなアプローチを追求する．まず，同一撮影条件の事前画像が入手できない問題に対処するために，シミュレーション技術と画像生成の人工知能（AI）を組み合わせ，3次元の数値地表モデルから疑似SAR画像の生成手法を開発する．これにより，災害前の地形情報と作成された疑似SAR画像，そして災害後のSAR画像を活用し，高精度な土砂災害箇所の検出モデルを構築する．