Mapping of coastal boulders and wave source estimation for tsunami risk assessment in the South China Sea

2022年度は、石垣島の海岸巨礫の機械学習による礫のマッピングの成果取りまとめとフィリピンにおける海岸巨礫のマッピングのための現地調査を行った。前者については、成果公表に向けて、機械学習の精度向上を目指し、学習データのチューニングなどを実施した。加えて、現地での巨礫の実測データとの比較も行い、ドローン画像から作成された数値表層モデル（DSM：digital surface model）から精度良く体積を求められていることを確認した。したがって、成果公表可能な段階に達したため、現在論文執筆を行っている段階である。後者については、9日間のフィリピン調査により約3 km x 0.5 kmと約3 km x 0.2 kmの範囲の海岸地形のドローン撮影、GCP（ground control point）作成のための測量調査、海岸巨礫の観察、を行った。ドローン撮影により、調査範囲のcm解像度のDSMとオルソ画像を作成することが可能となった。このオルソ画像を機械学習に、DSMを巨礫の堆積計算に使用する。加えて、現地では、海岸巨礫の3軸、礫の種類、方位を計測し、ドローン画像から求められる位置形状と体積の検証に使用する情報を得ることができた。今後、石垣島での機械学習をフィリピンに転用することで、巨礫のマッピングを行う予定である。また、津波の数値計算については、海域の地形と陸域の地形情報を整理し、波源候補を選定し、津波数値計算を行っている。今後、海岸巨礫の位置・重量の情報を加えることで、津波による巨礫の移動を検証する予定である。

2022年度は、石垣島の海岸巨礫の機械学習による礫のマッピングの成果取りまとめとフィリピンにおける海岸巨礫のマッピングのための現地調査を行った。前者については、成果公表に向けて、機械学習の精度向上を目指し、学習データのチューニングなどを実施した。加えて、現地での巨礫の実測データとの比較も行い、ドローン画像から作成された数値表層モデル（DSM：digital surface model）から精度良く体積を求められていることを確認した。したがって、成果公表可能な段階に達したため、現在論文執筆を行っている段階である。後者については、9日間のフィリピン調査により約3 km x 0.5 kmと約3 km x 0.2 kmの範囲の海岸地形のドローン撮影、GCP（ground control point）作成のための測量調査、海岸巨礫の観察、を行った。ドローン撮影により、調査範囲のcm解像度のDSMとオルソ画像を作成することが可能となった。このオルソ画像を機械学習に、DSMを巨礫の堆積計算に使用する。加えて、現地では、海岸巨礫の3軸、礫の種類、方位を計測し、ドローン画像から求められる位置形状と体積の検証に使用する情報を得ることができた。今後、石垣島での機械学習をフィリピンに転用することで、巨礫のマッピングを行う予定である。また、津波の数値計算については、海域の地形と陸域の地形情報を整理し、波源候補を選定し、津波数値計算を行っている。今後、海岸巨礫の位置・重量の情報を加えることで、津波による巨礫の移動を検証する予定である。