深層学習による衛星データの機械学習と土砂崩壊地の自動抽出

利用深度学习对卫星数据进行机器学习并自动提取滑坡区域

• 批准号: 20K05054
• 负责人: 小西 智久
• 金额: $ 2.75万
• 依托单位: Hiroshima Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K05054/
• 关键词: 畳み込みニューラルネットワーク; ディープラーニング; U-Net; SAR; 合成開口レーダ; COSMO-SkyMed; ALOS-2/PALSAR-2; SPOT-7; リモートセンシング

災害発生時の被災状況の早期把握のため、天候や昼夜によらず地表面の状態を観測可能な人工衛星搭載の合成開口レーダ(Synthetic Aperture Radar: SAR)データの活用が期待されている。本研究では、画像認識で成果を上げている深層学習を用いて災害前後のSARデータから土砂崩壊地を抽出することを目的とする。さらに、波長や観測方向および観測モードの異なるSARデータを用いることで土砂崩壊地抽出に適した手法を確立する。2022年度は2021年度に引き続きSARデータにCNN（Convolutional Neural Network）を適用して土砂崩壊地を抽出するための学習・検証用データを作成する方法について検討を行った。一般的にSARデータよりも光学衛星データの方が土地被覆状態の把握に適していることから、光学衛星データにCNNを適用して土砂崩壊地の教師データを作成する。北海道胆振東部地震の発生前後に観測されたSPOTデータに全層畳み込みニューラルネットワークの一つであるU-Netを適用して土砂崩壊地抽出を行った。この抽出における学習・検証用データは国土地理院が公開している斜面崩壊・堆積分布図のGeoJSONデータから作成した。CNNモデルへの入力は災害後のみのデータと災害前後のデータを使用して、それぞれの抽出精度の比較を行った。学習に使用していないテストデータを用いて検証した結果、災害前後のデータを使用した方がF値は高いが、災害後データのみでも高いF値を示した。これにより、光学衛星データにCNNを適用した土砂崩壊地抽出において、災害前後データを用いた方がF値はやや高くなるが災害後データのみの入力でもほぼ同等のF値が得られることが分かった。

Early detection of disaster occurrence, weather, day and night, and surface conditions are expected to be utilized in satellite borne synthetic Aperture Radar (SAR) applications. This study aims to improve the understanding of SAR data before and after disasters. In addition, suitable methods for extracting soil and sand from the ground have been established by using SAR data such as wavelength, viewing direction, and viewing the difference between sensors. In 2022, the SAR data was introduced into CNN (Convolutional Neural Network), which was applied to the extraction of soil and sand, and the method for preparing SAR data was discussed. General SAR data and optical satellite data are used to determine the soil cover status, and optical satellite data and CNN are used to determine the soil cover status. Hokkaido earthquake before and after the occurrence of SPOT data for the whole layer of the center. This extraction process was developed by GeoJSON, which was used for the study and evaluation of land and geography. The input force of CNN is used to compare the extraction accuracy of the data after and before the disaster. The use of information in the study results in the use of information before and after the disaster, and the use of information after the disaster. For example, optical satellite data can be used to extract soil and sand from the ground. Before and after the disaster, the data can be used to extract soil and sand from the ground.

项目成果

U-Netを用いたSARデータからの土砂崩壊地抽出

使用 U-Net 从 SAR 数据中提取滑坡区域

• 发表时间: 2021
• 作者: 楠城 一嘉;行竹洋平;熊澤貴雄;小西 智久
• 通讯作者: 小西 智久

Landsat-8データにU-Netを用いた氷河湖抽出

在 Landsat-8 数据上使用 U-Net 提取冰川湖

• 发表时间: 2022
• 作者: 小西智久;有田宗平;伊藤征嗣;小黒剛成
• 通讯作者: 小黒剛成

EXTRACTION OF INUNDATED AREA DUE TO 2011 THAILAND FLOOD USING U-NET TO COSMO-SKYMED IMAGES

使用 U-NET 将 2011 年泰国洪水淹没的区域提取到 COSMO-SKYMED 图像

• DOI: 10.2208/jscejcei.77.1_59
• 发表时间: 2021
• 期刊: Journal of Japan Society of Civil Engineers, Ser. F3 (Civil Engineering Informatics)
• 作者: 小西 智久;伊藤 征嗣;小黒 剛成
• 通讯作者: 小黒 剛成

Sentinel-1 SARデータを用いた浸水域抽出

使用 Sentinel-1 SAR 数据提取洪水区域

• 发表时间: 2020
• 作者: 小西智久;菅雄三;伊藤征嗣;小黒剛成
• 通讯作者: 小黒剛成

山口県虹ケ浜海岸における海浜植物分類のための領域サイズの検討

山口县虹滨海岸海滨植物分类面积大小调查

• 发表时间: 2021
• 作者: OKA Kohei;栗栖 寛和;岡浩平;宮本寛史・岡浩平・平吹喜彦・出村雄太・Park Yong Seuk・光用直子・松島肇;山佐圭吾・岡浩平・吉﨑真司;岡浩平・森本淳子;K. Kuroda and R. Nishikawa;K. Higashio and K. Kuroda;栗栖寛和・岡浩平・平吹喜彦・松島肇;S. Ito and K. Kuroda;岡浩平;Kana Kuroda and Taishi Nakano;Luis Antonio Villalobos Robles and Kana Kuroda;前岡夏槻・岡浩平・山中亮一・鎌田磨人・吉﨑真司;Kana Kuroda and Kana Higashio;K. Higashio and K. Kuroda;吉﨑真司・森本淳子・蔵本洋介・塚本文・木田幸男・吉田寛・岡浩平・小林達明・大塚芳嵩・岩崎 寛・上野裕介・上野崇之・長谷川啓一;S. Ito and K. Kuroda;長田美保・岡浩平;岡浩平・吉崎真司;森本淳子・小林達明・岡浩平・吉﨑真司;長田美保・岡浩平;齊藤賢治・平吹喜彦・松島肇・岡浩平・富田瑞樹・黒沢高秀・長島康雄;松島肇・黒沢高秀・島田直明・平吹喜彦・岡浩平・鈴木玲・大越陽・徐梦林;平ひかり・岡浩平・平吹喜彦・松島肇;齊藤賢治・平吹喜彦・松島肇・岡浩平・富田瑞樹・黒沢高秀;菅野洋・平吹喜彦・佐藤愛実・齋藤杏実・富田瑞樹・原慶太郎・岡浩平・黒沢高秀・松島肇;金城圭汰・岡浩平・内田慎治・坪田博美;山下弘・伊藤征嗣・岡浩平・小西智久・小黒剛成
• 通讯作者: 山下弘・伊藤征嗣・岡浩平・小西智久・小黒剛成