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

2020 年度 研究成果報告書

リモートセンシング技術を用いた水域植生分類手法の開発

研究課題

  • PDF
研究課題/領域番号 18H01569
研究種目

基盤研究(B)

配分区分補助金
応募区分一般
審査区分 小区分22060:土木環境システム関連
研究機関京都大学

研究代表者

山敷 庸亮  京都大学, 総合生存学館, 教授 (20335201)

研究分担者 辰己 賢一  東京農工大学, (連合)農学研究科(研究院), 准教授 (40505781)
石川 可奈子  滋賀県琵琶湖環境科学研究センター, 総合解析部門, 専門研究員 (80393180)
須崎 純一  京都大学, 工学研究科, 教授 (90327221)
研究期間 (年度) 2018-04-01 – 2021-03-31
キーワードリモートセンシング / GCOM-C / 深層強化学習 / 沈水植物 / 軟体サンゴ
研究成果の概要

本研究において、従来研究において浅水深の琵琶湖南湖のみにおいて適用したGCOM-Cを用いた沈水植物の分布状況の解析を、水深の深い北湖にまで適用し、全湖における判別が可能なアルゴリズムの作成を行い、本アルゴリズムを北米タホ湖等への適用を行なった。また田辺湾海底における軟体サンゴであるオオトゲトサカ類の、深層強化学習を用いた判別アルゴリズムを作成し、水中画像による判別実験を行なった。リモートセンシング技術の適用限界をあらかじめ判定し水中画像を追加することにより、双方画像データによる水域植生分類と水中生物の判別アルゴリズムの統合的活用方法を提案した。

自由記述の分野

水環境工学

研究成果の学術的意義や社会的意義

本研究においては、水中の実測においてのみ調査可能であった沈水植物SAVのバイオマスを気候変動観測衛星(GCOM-C)画像を用いて判別可能とし、従来の適用範囲を琵琶湖全湖に広げたことの意義は大きく、今後の湖や貯水池管理に資する。同時に、深層強化学習を用いた水中画像判別による水中生物の判別は、リモートセンシングの適用限界を超えた場所とスケールでの湖や貯水池における生物相モニタリングの新しい手法を示し、これらを統合することにより、淡水域や沿岸域でのモニタリング技術開発に大いに貢献できる可能性を秘めている。

URL: 

公開日: 2022-01-27  

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