シミュレーションと深層学習の融合による生態系レジームシフト予兆シグナルの開発

• 研究課題/領域番号: 24K03127
• 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64040:自然共生システム関連
• 研究機関: 東京大学
• 研究代表者: 瀧本 岳 東京大学, 大学院農学生命科学研究科(農学部), 准教授 (90453852)
• 研究分担者: 鈴木 健大 国立研究開発法人理化学研究所, バイオリソース研究センター, 開発研究員 (00748999) ; 佐々木 雄大 横浜国立大学, 大学院環境情報研究院, 教授 (60550077) ; 柳川 亜季 明星大学, 理工学部, 准教授 (90620469)
• 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: 17,680千円 (直接経費: 13,600千円、間接経費: 4,080千円); 2027年度: 2,990千円 (直接経費: 2,300千円、間接経費: 690千円); 2026年度: 3,640千円 (直接経費: 2,800千円、間接経費: 840千円); 2025年度: 3,770千円 (直接経費: 2,900千円、間接経費: 870千円); 2024年度: 7,280千円 (直接経費: 5,600千円、間接経費: 1,680千円)
• キーワード: 予兆シグナル / シミュレーションモデル / 深層学習 / リモートセンシング

研究開始時の研究の概要

増大する人間活動によって生態系レジームシフト（生態系の構造や機能の急激な変化）が頻発し、生態系サービスに依存する人間社会に深刻な影響が及んでいる。本研究では、シミュレーションモデルから発生させた教師データを用いて予兆シグナルを深層学習するアプローチを開発する。本研究は、気候変動と過剰利用による生態系レジームシフトが強く危惧されている乾燥地植生に焦点をあてる。乾燥地植生のシミュレーションモデルから発生させた植生パターン動態を深層学習させることで、リモートセンシング画像から植生レジームシフトの予兆シグナルを抽出するシステムを確立する。