人工衛星データと深層学習を用いた福島原発事故に係る環境評価

利用卫星数据和深度学习对福岛核电站事故进行环境评估

• 批准号: 19K22929
• 负责人: 大庭 ゆりか
• 金额: $ 4.08万
• 依托单位: Kyoto University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Challenging Research (Exploratory)
• 财政年份: 2019
• 资助国家: 日本
• 起止时间: 2019-06-28 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19K22929/
• 关键词: 深層学習; 放射線災害; リモートセンシング; 森林生態系; 環境保全

昨年度は、低解像度の無償人工衛星画像からなる教師画像データベースを整備し、それを用いて複数の深層学習フレームワークによる除染実施区域自動識別モデルを構築したが、モデル精度を検証した結果、教師画像データベースの再整備を行う必要が生じた。そのため今年度は、追加の教師画像データの取得およびデータ処理を行い、教師画像データベースの再整備を行った。再整備した教師画像データベースを用いて画像識別モデルの開発を実施し、データベース間でのモデル精度の比較を行った。また、再整備後の教師画像データベースを用いて構築した画像識別モデルをベースに、高解像度の有償人工衛星画像データに適用可能なモデル開発のための準備を行い、高解像度人工衛星画像データを解析するために必要な環境構築およびデータ処理プロトコルの開発を、昨年度に引き続き進めた。また、公開されている除染実施区域の情報(除染実施時期や空間線量)や植生データをもとにサイト選定を行い、次年度に実施予定のフィールド調査の準備を行った。

Last year, low-resolution artificial satellite images were used to improve the quality of teacher images, and it was necessary to improve the quality of teacher images by using multiple deep learning methods. This year, the teacher portrait is added to the acquisition process, and the teacher portrait is reorganized. Re-adjust the teacher's profile, use the profile to identify the development of the profile, and compare the accuracy of the profile between profiles. The teacher portrait after re-preparation is used to construct the portrait recognition system, the high-resolution paid satellite portrait is applied to the preparation of the possible development, the high-resolution satellite portrait is analyzed, the necessary environment construction and the development of the treatment system are introduced last year. The information of the decontamination implementation area (decontamination implementation period and spatial line quantity) shall be disclosed to the public, and the preparation for the investigation shall be carried out in the next year.

项目成果

Causal relationships in mesoscale teleconnections between land and sea: a study with satellite data

陆地和海洋之间中尺度遥相关的因果关系：卫星数据研究

• 发表时间: 2019
• 作者: Ise Takeshi;Oba Yurika
• 通讯作者: Oba Yurika

深層学習を利用した竹林拡大の広域把握と生態系の炭素蓄積に与える影響

利用深度学习广域了解竹林扩张及其对生态系统碳积累的影响

• 发表时间: 2020
• 作者: 大庭 ゆりか;伊勢 武史
• 通讯作者: 伊勢 武史

VARENN: graphical representation of periodic data and application to climate studies

• DOI: 10.1038/s41612-020-0129-x
• 发表时间: 2020-07
• 期刊: npj Climate and Atmospheric Science
• 影响因子: 9
• 作者: T. Ise;Y. Oba

ハーバード大学/ボストン大学/NASA Jet Propulsion Laboratory(米国)

哈佛大学/波士顿大学/NASA 喷气推进实验室（美国）

VARENN: Graphical representation of spatiotemporal data and application to climate studies

• 发表时间: 2019-07
• 期刊: ArXiv
• 作者: T. Ise;Y. Oba