水文分析と深層学習を加えた全球の地形分類の高度化と構造化
【研究キーワード】
地形分類 / DEM / 数値地形解析 / 地盤分類 / 土壌 / 水文分析 / グローバル / 深層学習
【研究成果の概要】
本研究では、数値標高モデル(DEM)を用いて計算した地形量(傾斜などの物理量)を使って、同じような形、すなわち似た性質を持つ斜面をゾーニングした地図データを作成した。水文分析を用いた新たなパラメータを導入して、従来の先行研究では捉えられなかった平野部の微高地の抽出に成功した他、集水域の既存データベースとの結合を行い上流下流の情報を追加できるデータを作成した。パラメータの導入には至らなかったものの深層学習を用いた実験的な取り組みを行った。データは日本全国(30mメッシュDEMを利用)と、全球(90mメッシュDEMを利用)について作成し、ウェブサイトで公開した。
【研究の社会的意義】
同様の先行研究の成果は、地形と関係がある事が分かっている様々な事柄、例えば土壌タイプの推定、Vs30(表層30mのS波速度;地震による地盤脆弱性の目安となる)の推計や地震ハザードマップの作成等に使われてきた。今回、全球スケールでは最小280mメッシュであった先行研究と比較して、3×3倍の細かさのDEMを用いてデータを作成し、また新しいパラメータによって平野部の微地形の把握が大きく向上した事により、推計がさらに正確になると期待される。加えて、本研究のデータは、山地についてもゾーニングされていることから、山地での災害、例えば斜面崩壊や地すべりの危険性等のモデリングと推計にも貢献すると考えられる。
【研究代表者】
【研究分担者】 |
山崎 大 | 東京大学 | 生産技術研究所 | 准教授 | (Kakenデータベース) |
松岡 昌志 | 東京工業大学 | 環境・社会理工学院 | 教授 | (Kakenデータベース) |
|
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2021-03-31
【配分額】9,880千円 (直接経費: 7,600千円、間接経費: 2,280千円)